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！

龙图腾网获悉上海交通大学;上海源控智慧能源科技有限公司申请的专利一种区域供冷系统智能优化节能控制算法及装置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：CN115877713B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202211534813.X，技术领域涉及：G05B13/04；该发明授权一种区域供冷系统智能优化节能控制算法及装置是由姚晔;苗雨润;洪小淅;张福清;陈婉婷;熊磊;李燕;王忠设计研发完成，并于2022-12-02向国家知识产权局提交的专利申请。

本一种区域供冷系统智能优化节能控制算法及装置在说明书摘要公布了：本发明提供一种区域供冷系统智能优化节能控制算法及装置，包括：控制主机、冷水机组供水温度控制器、水泵频率控制器、冷水机组、冷却塔、水泵、分水器、集水器、区域供冷末端；控制主机包括：CPU运算器、存储器、模拟信号输入接口和RS485通讯接口。控制主机内存储有基于国家演变过程理念的新型智能优化算法程序，该算法在迭代前期就具有很好的全局搜索能力，解决了现有优化算法容易陷入局部最优问题。本发明还构建了区域供冷系统优化节能控制模型，并利用国家演变过程智能优化算法实现区域供冷系统优化节能控制，实现区域供冷系统最大化的节能效果。

本发明授权一种区域供冷系统智能优化节能控制算法及装置在权利要求书中公布了：1.一种区域供冷系统智能优化节能控制算法，其特征在于，包括： 构建区域供冷系统能耗模型； 采用基于国家演变过程的智能优化算法对区域供冷系统进行节能优化； 所述采用基于国家演变过程的智能优化算法对区域供冷系统进行节能优化，包括： S1：初始化国家 为初始建立的国家确定政策参数，设定政策参数的个数为D，以 4作为目标函数， 式中，机组冷凝温度，为冷却水出水温度；为冷凝端负荷；为水的比热容；为冷却水流量；为冷凝器总传热系数，为250Wm²·K；计算初始政策参数的适应度值；初始政策的参数可表示为： 7 式中：表示政策参数中第d维的值； S2：国家确定初步政策调整 采用大幅度或小幅度调整参数，生成0,1之间均匀分布的随机数R，若R0.8，进行大幅度调整，否则将进行小幅度调整；政策参数调整后计算新参数的适应度值； 大幅度调整：采用Levyflight随机生成新的参数，方法如下： 8 9 式中：，，通常； 新的参数计算如下： 10 若超过参数范围，则有： 11 式中：为第d维新参数，为的整数部分，和分别为第d维数据的范围上限和范围下限； 小幅度调整：以大国对应维度的参数为基准，增加满足的正态分布的随机数，以此作为新的参数，即： 12 式中：为第d维新参数；为第d维原参数；； 若超过参数范围，则有： 13 式中：为第d维新参数，和分别为第d维数据的范围上限和范围下限； S3：判断初步调整后的政策参数适应度是否变好 若初步调整后参数适应度变好，则执行步骤S2，继续进行政策调整，否则执行步骤S4； S4：国家更新政策参数 国家以初步政策调整中适应度最好的参数作为新的国家政策； S5：国家分裂成小国 大国分裂成n个小国，各小国随机保留大国的部分参数，其余参数在作小幅度调整，方法同S2中小幅度调整的方法，小国确立的政策参数可表示为： 14 式中：表示第i个小国第d维的政策参数值； 若生成的新参数适应度和大国适应度相比变得更差，则小国参数不进行调整，保留大国所有参数； S6：各小国设官分职 各小国均设立m个官员，其中40％为普通朝臣，40％为探子，20％为丞相； 为各官员规定职责：普通朝臣提出建议，进行政策调整；探子随机前往其他小国，向他国的朝臣或丞相学习较优的政策，丞相广泛听取本国朝臣和探子的建议，向朝臣和探子中较优的政策进行学习，最终获得最佳政策参数作为小国新的政策参数； 每位官员对各小国的政策参数都要进行调整，即每位官员初始参数均为式12所示； S7：朝臣提出建议进行政策调整 各小国的各位朝臣都开始提出建议，对各小国的政策自行调整；每位朝臣生成0,1之间均匀分布的随机数R，若R0.8，进行大幅度调整，否则将进行小幅度调整；计算每次调整后参数的适应度值； 大幅度调整方式采用Levyflight生成新参数，小幅度调整方式采用正态分布生成新的随机数，计算步骤同S2； 每位朝臣进行c次政策调整，记录每位朝臣政策调整中适应度最好的参数； S8：探子初次前往他国学习 各小国的每个探子随机选择一个其他小国，以某种方式向他国朝臣提出的政策参数学习，计算学习后的参数适应度值； 采用PSO粒子群算法进行学习，探子选择他国朝臣中的最佳参数作为学习对象，即在PSO算法粒子进行初始化时，每个粒子有80％的概率将学习对象参数作为粒子初始位置，20％的概率随机初始位置，再进行PSO迭代计算，输出优化后的最佳粒子位置作为探子学习后可采纳的新政策参数，将该参数的适应度与探子原先参数适应度进行对比，若变差则探子不采纳他国朝臣的建议，政策参数不作改变； 以上过程重复s次，即探子随机选择了s个小国进行政策学习；记录各小国探子初次学习后的最佳参数集合； S9：丞相初次收集百官意见 各小国的每位丞相选择所在小国的朝臣和探子中前30％最佳政策参数作为学习对象，以某种方式向其学习、调整小国初始政策参数； 采用同S8步骤相同的PSO粒子群算法进行学习，每位丞相随机选择本国朝臣和探子中前30％最佳政策参数中的某个参数作为学习对象，进行PSO迭代计算，输出优化后的最佳粒子位置作为丞相学习后的新政策参数，该过程重复p次，将p次学习过程中所得的最佳参数作为该丞相的新参数；记录各小国丞相初次学习的最佳参数集合； S10：探子二次前往他国学习 各小国的每个探子随机选择一个其他小国，以某种方式向他国丞相的政策参数学习，计算学习后的参数适应度值，采用PSO粒子群算法进行学习，具体步骤同S8，不同的是，探子随机选择他国丞相中的最佳参数作为学习对象，记录各小国探子二次学习的最佳参数集合； S11：丞相二次收集百官意见 每位丞相选择所在小国的朝臣和探子中前30％最佳政策参数的集合，以某种方式向其学习、调整政策参数；采用PSO粒子群算法进行学习，具体步骤同S9，记录各小国丞相二次学习的最佳参数集合； S12：获得所有小国中的最佳政策参数 各小国更新政策参数：通过各小国丞相初次、二次学习的最佳参数集合，比较参数的适应度值，得到各小国丞相中的最佳政策参数，将其作为各小国新的政策参数； 比较各小国的新政策参数，获得所有小国中适应度最好的参数，可表示为： 15 式中：表示所有小国中最佳政策参数第d维的值； S13：拥有最佳政策参数的小国统一各国 拥有最佳政策参数的小国统一各国，成为新的大国，将其政策参数作为新国家的初始政策参数； S14：判断是否达到迭代终止条件 该算法迭代终止条件为达到最大迭代次数或达到规定收敛精度，若达到迭代终止条件则执行步骤S15，否则执行S2； S15：输出最佳政策参数 经过国家不断的演变，最终拥有最佳政策参数的大国作为最优值输出，完成优化计算。

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上海交通大学;上海源控智慧能源科技有限公司，其通讯地址为：200000 上海市徐汇区华山路1954号；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。