Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 同济大学毛晨楠获国家专利权

同济大学毛晨楠获国家专利权

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!

龙图腾网获悉同济大学申请的专利基于最大似然率状态估计的无模型暖通空调节能控制方法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:CN117128618B

龙图腾网通过国家知识产权局官网在2026-03-24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:202311076765.9,技术领域涉及:F24F11/46;该发明授权基于最大似然率状态估计的无模型暖通空调节能控制方法是由毛晨楠;陈文嘉;李铮伟设计研发完成,并于2023-08-24向国家知识产权局提交的专利申请。

基于最大似然率状态估计的无模型暖通空调节能控制方法在说明书摘要公布了:本发明涉及一种基于最大似然率状态估计的无模型暖通空调节能控制方法,包括以下步骤:获取历史状态参数集和当前状态参数集,并基于所述历史状态参数集和当前状态参数集对当前时刻至下一时刻的状态参数集进行预测,获得预测状态参数集;基于所述预测状态参数集,采用频率法估计概率分布,并取最大似然率对应状态作为环境状态;获取当前时刻的控制命令,作为智能体的动作空间;获取当前时刻至下一时刻的时间累计暖通系统性能参数,构建奖赏函数;基于所述环境状态、动作空间和奖赏函数,采用无模型强化学习算法构建智能体并进行训练,最终获得控制动作并输出动作值。与现有技术相比,本发明具有提高暖通系统控制的节能效果等优点。

本发明授权基于最大似然率状态估计的无模型暖通空调节能控制方法在权利要求书中公布了:1.一种基于最大似然率状态估计的无模型暖通空调节能控制方法,其特征在于,包括以下步骤: 获取历史状态参数集和当前状态参数集,并基于所述历史状态参数集和当前状态参数集对当前时刻至下一时刻的状态参数集进行预测,获得预测状态参数集; 基于所述预测状态参数集,采用频率法估计概率分布,并取最大似然率对应状态作为环境状态,获得环境状态的具体步骤包括: 对所述预测状态参数集进行预处理; 基于预处理后的预测状态参数集,采用频率法估计概率分布,计算估计的参数值; 基于所述估计的参数值计算似然函数,获得最大似然率,将其对应的状态作为环境状态; 所述采用频率法估计概率分布的表达式为: 其中,变量X,Y表示预测状态参数集中不同种类状态参数,xi、yi表示第i项预测参数集作最近邻倍数取整处理后值;PX=xi,Y=yi,...表示当预测状态参数X、Y取值为xi、yi的概率,fxi,yi,...表示样本中观测到X、Y取值为xi,、yi的频数,q表示样本的总数; 获取当前时刻的控制命令,作为智能体的动作空间,智能体的动作空间为可以选择的所有动作集合,动作包括水泵频率、台数; 获取当前时刻至下一时刻的时间累计暖通系统性能参数,构建奖赏函数; 基于所述环境状态、动作空间和奖赏函数,采用无模型强化学习算法构建智能体并进行训练,最终获得控制动作并输出动作值,其中所述无模型强化学习算法为Q-learning算法,所述Q-learning算法通过不断迭代更新Q值使得智能体做出控制动作,所述更新Q值的表达式为: 其中,箭头表示用右侧计算值更新左侧变量,Qs,a表示环境状态s下采取动作a的动作-状态Q值,s’表示下一时刻环境状态,maxQs’,a’表示状态s’下的已知最大Q值,r为上一轮动作-状态组合带来的奖赏,α为学习率,γ表示折扣因子。

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同济大学,其通讯地址为:200092 上海市杨浦区四平路1239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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。