买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉天津提尔科技有限公司申请的专利基于DNN与模糊逻辑的液冷储能电站智能温控系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121187391B 。

龙图腾网通过国家知识产权局官网在2026-02-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511724939.7，技术领域涉及：G05D23/20；该发明授权基于DNN与模糊逻辑的液冷储能电站智能温控系统是由孙海旺;王星皓;李雪强;刘圣春;刘兴楠;秦国强;周萌;朱洪娟;刘佳豪;任丹妮设计研发完成，并于2025-11-24向国家知识产权局提交的专利申请。

本基于DNN与模糊逻辑的液冷储能电站智能温控系统在说明书摘要公布了：本发明公开了基于DNN与模糊逻辑的液冷储能电站智能温控系统，涉及储能技术领域。包括：数据采集与多维预处理模块，用于实时采集液冷储能多源工况数据，进行特征提取，并进行数据预处理；DNN深度温度预测模块，用于构建DNN深度温度预测模型，对电池组温度进行预测，识别超温风险并采取安全保障措施；模糊逻辑智能决策模块，用于对冷却液流量进行预测，实施温控调节决策；执行与反馈自优化闭环模块，用于进行冷却液流量修正，实现温控调节的自学习进化闭环。解决了由于现有液冷储能电站温控系统对非线性和动态变化适应性差、温控精度和响应速度不足、能耗优化不佳，导致无法应对复杂的热管理需求，进而引发综合运行性能下降的问题。

本发明授权基于DNN与模糊逻辑的液冷储能电站智能温控系统在权利要求书中公布了：1.基于DNN与模糊逻辑的液冷储能电站智能温控系统，其特征在于，包括： 数据采集与多维预处理模块，用于实时采集液冷储能多源工况数据，对液冷储能多源工况数据进行特征提取，得到多源工况特征向量，对液冷储能多源工况数据与多源工况特征向量进行数据预处理，并构建动态规则库； DNN深度温度预测模块，用于根据多源工况特征向量构建DNN深度温度预测模型，对电池组温度进行预测，基于电池组温度预测结果识别超温风险并采取电池组安全保障措施； 所述根据多源工况特征向量构建DNN深度温度预测模型，对电池组温度进行预测的具体过程为： 接收多源工况特征向量，将多源工况特征向量输入至CNN‑LSTM时序深度神经网络模型，利用监督学习和均方误差损失函数，通过Adam自适应优化算法进行训练，以使预测温度与实际温度误差最小化为目标，构建DNN深度温度预测模型，并训练温度预测能力，对电池组温度进行预测； 在DNN深度温度预测模型预测过程中，进行合理性约束：获取当前时刻的液冷储能多源工况数据；计算电池组温度与液冷进口温度的差值，并与冷却液流量、冷却液密度、冷却液比热容和冷却效率修正权重因子相乘得到液冷换热功率项；基于电池组的SOC、电流和电压数据，计算得到电池发热功率；用电池发热功率减去液冷换热功率项得到净热量变化值；获取预测时间步长，将净热量变化值与预测时间步长相乘，并除以电池组质量和电池组比热容的乘积得到温度变化增量；用当前时刻的电池组温度加上温度变化增量得到电池组温度预测值； 模糊逻辑智能决策模块，用于结合液冷储能多源工况数据、多源工况特征向量与电池组温度预测结果，对冷却液流量进行预测，依据冷却液流量预测结果与动态规则库，实施温控调节决策； 执行与反馈自优化闭环模块，用于分析电池组温度预测结果与实际电池组温度的变化速率，结合冷却液流量预测结果，进行冷却液流量修正，实现温控调节的自学习进化闭环。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人天津提尔科技有限公司，其通讯地址为：300113 天津市南开区宜宾道22号7号楼4楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。