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 > 南京深度智控科技有限公司李辉获国家专利权

南京深度智控科技有限公司李辉获国家专利权

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!

龙图腾网获悉南京深度智控科技有限公司申请的专利基于深度强化学习的水冷制冷站冷却系统优化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:CN121702097B

龙图腾网通过国家知识产权局官网在2026-05-01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:202610179855.8,技术领域涉及:F25D17/06;该发明授权基于深度强化学习的水冷制冷站冷却系统优化控制方法是由李辉设计研发完成,并于2026-02-09向国家知识产权局提交的专利申请。

基于深度强化学习的水冷制冷站冷却系统优化控制方法在说明书摘要公布了:本申请涉及水冷数据处理技术领域,具体涉及基于深度强化学习的水冷制冷站冷却系统优化控制方法,该方法包括:冷却系统发出控制指令后,根据环境温度的变化趋势和变化幅度,分析冷却系统对控制指令的同步执行程度,得到指令响应强度值;根据控制指令发出之前局部时间段的环境温度稳定情况,以及所有控制过程的指令响应强度值之间的数值差异情况,得到抗干扰强度指数;根据抗干扰强度指数调整优化算法在当前控制过程中的收敛因子;使用调整后的优化算法对冷却系统进行优化控制。本申请可提高使用优化算法计算的冷却设备控制参数的精度,实现对冷却系统的优化控制。

本发明授权基于深度强化学习的水冷制冷站冷却系统优化控制方法在权利要求书中公布了:1.基于深度强化学习的水冷制冷站冷却系统优化控制方法,其特征在于,该方法包括以下步骤: S1,实时获取水冷制冷站的冷却系统中各冷却设备的输入功率和运行频率;实时获取水冷制冷站内的环境温度; S2,冷却系统发出控制指令后,根据环境温度的变化趋势和变化幅度,分析冷却系统对控制指令的同步执行程度,得到指令响应强度值; 对于冷却系统第t次发出的控制指令,将第t次控制指令发出后的第1个时刻,记为响应时刻;将从响应时刻开始的预设时间窗,记为响应监测窗;根据响应监测窗内环境温度瞬时变化的累计情况,得到第t次控制指令发出后的瞬时温变累加值; 获取控制指令中的指令温度;获取指令温度与响应时刻的环境温度之间的差值;将所述差值记为第t次的调整温差;所述指令响应强度值的计算公式为: 其中,表示第t次的指令响应强度值,表示符号函数,表示指第t次的调整温差,、分别表示第t次控制指令对应的响应温度序列中第n个、第1个元素值,n表示响应温度序列的长度,表示第t次控制指令发出后的瞬时温变累加值;为预设大于0的常数; S3,根据控制指令发出之前局部时间段的环境温度稳定情况,计算环境波动值;所述环境波动值的具体计算流程为:对控制指令发出之前局部时间段的环境温度进行差分处理,根据差分结果的数据离散程度计算环境波动值;分析所有控制过程的指令响应强度值之间的数值差异情况,得到每次控制过程的响应离群值;所述响应离群值的计算过程为:对所有控制过程的指令响应强度值进行聚类,根据聚类结果划分执行指令簇,根据执行指令簇中数据与指令响应强度的差异计算响应离群值;综合当前控制指令发出前的环境波动值以及其上次控制过程的响应离群值,得到抗干扰强度指数; S4,根据抗干扰强度指数调整优化算法在当前控制过程中的收敛因子;根据所有冷却设备的输入功率和运行频率,使用调整后的优化算法对所有冷却设备进行优化控制。

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南京深度智控科技有限公司,其通讯地址为:211800 江苏省南京市江北新区星火路17号创智大厦A座6层;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。