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！

龙图腾网获悉中国铁路设计集团有限公司申请的专利多因子耦合的地铁通风空调负荷与舒适度预测方法及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：CN120763495B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202511240685.1，技术领域涉及：G06F18/15；该发明授权多因子耦合的地铁通风空调负荷与舒适度预测方法及系统是由那艳玲;孙超;卢忠辉;李爱东;朱占国;江崇旭;马振海;许仁杰;武世强;王泽桂设计研发完成，并于2025-09-02向国家知识产权局提交的专利申请。

本多因子耦合的地铁通风空调负荷与舒适度预测方法及系统在说明书摘要公布了：本发明提供了一种多因子耦合的地铁通风空调负荷与舒适度预测方法及系统，涉及轨道交通通风空调技术领域。本发明的技术要点包括：获取地铁车站通风空调系统的多个采样时刻历史数据并预处理；基于预处理后的历史数据构建衍生特征；基于多因子关联分析方法对包含预处理后的历史数据和衍生特征的多源特征矩阵进行因子提取与降维，以筛选出关键特征；将关键特征输入基于双输出神经网络的预测模型中进行训练；利用训练好的预测模型对地铁车站通风空调系统的实时数据进行负荷与舒适度预测。本发明有效解决了现有技术中因单任务建模导致的变量利用不充分、模型泛化性不足等问题，显著提升了多源异构数据在空调系统建模中的利用效率与解释能力。

本发明授权多因子耦合的地铁通风空调负荷与舒适度预测方法及系统在权利要求书中公布了：1.多因子耦合的地铁通风空调负荷与舒适度预测方法，其特征在于，包括： 获取地铁车站通风空调系统的多个采样时刻的历史数据，所述历史数据包括进出站人数、温度数据、湿度数据、水流量数据、设备运行相关数据； 对所述历史数据进行预处理； 基于预处理后的历史数据构建衍生特征，所述衍生特征包括总客流、总客流变化率、温度偏差、温度偏差变化率； 基于多因子关联分析方法对包含预处理后的历史数据和衍生特征的多源特征矩阵进行因子提取与降维，以筛选出关键特征；包括： 对于历史数据或衍生特征中的连续变量和离散变量，分别计算其与负荷、舒适度偏差的相关系数，所述负荷根据预处理后的历史数据中的温度数据和水流量数据计算得到，所述舒适度偏差根据衍生特征中的温度偏差计算得到；若某一连续变量或离散变量对负荷、舒适性偏差的两个相关系数的绝对值均低于第一预设阈值，则将该连续变量或离散变量剔除，获取预筛选特征集； 对预筛选特征集中的连续变量进行因子分析，包括：对连续变量进行标准化获得标准化矩阵；计算标准化矩阵的相关系数矩阵；并进行特征分解、确定因子数、提取初始因子载荷矩阵、对初始因子载荷矩阵进行正交旋转；根据相关系数矩阵和正交旋转后因子载荷矩阵计算得分系数矩阵，再结合标准化矩阵计算得到因子得分矩阵； 基于因子得分矩阵对预筛选特征集中的离散变量进行统计映射；包括： 对所述因子得分矩阵中的因子得分向量分别进行正态性检验和方差齐性检验，若两个检验均通过，则使用单因素方差分析方法对所述因子得分向量进行关联显著性检验，以确定表征各类别组均值差异是否显著的p值，并计算第一效应量；否则使用非参数Kruskal–WallisH方法对所述因子得分向量进行关联显著性检验，以确定表征各类别组中位数差异是否显著的p值，并计算第二效应量； 对应于单因素方差分析方法，当且仅当所述表征各类别组均值差异是否显著的p值小于第二预设阈值且第一效应量大于等于第三预设阈值时，确定该离散变量与该因子得分向量在工程上显著关联； 对应于非参数Kruskal–WallisH方法，当且仅当所述表征各类别组中位数差异是否显著的p值小于第二预设阈值且第二效应量大于等于第三预设阈值时，确定该离散变量与该因子得分向量在工程上显著关联； 基于所述正交旋转后因子载荷矩阵确定高载荷连续变量；基于统计映射结果确定与因子显著关联的离散变量；将每个因子的高载荷连续变量和与因子显著关联的离散变量的并集作为最终的关键特征； 将所述关键特征输入基于双输出神经网络的预测模型中进行训练； 基于地铁车站通风空调系统的实时数据计算对应的关键特征； 将实时数据对应的关键特征输入训练好的预测模型中，获取通风空调系统的负荷与舒适度预测结果。

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中国铁路设计集团有限公司，其通讯地址为：300450 天津市滨海新区天津自贸试验区(空港经济区)东七道109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。