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 > 江苏征途电气科技有限公司许苏军获国家专利权

江苏征途电气科技有限公司许苏军获国家专利权

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!

龙图腾网获悉江苏征途电气科技有限公司申请的专利一种基于神经网络的空调分布式调控系统及其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:CN120760293B

龙图腾网通过国家知识产权局官网在2026-03-27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:202510970592.8,技术领域涉及:F24F11/88;该发明授权一种基于神经网络的空调分布式调控系统及其方法是由许苏军;陈凯;管相东;符建辉设计研发完成,并于2025-07-15向国家知识产权局提交的专利申请。

一种基于神经网络的空调分布式调控系统及其方法在说明书摘要公布了:本发明涉及建筑环境智能控制技术领域,提供一种基于神经网络的空调分布式调控系统及其方法,适用于多区域建筑的能效优化与舒适度保障。该系统包括协调控制模块、优化分解模块、区域控制模块、模型演化模块与策略自学习模块,通过构建多目标优化模型并基于交替方向乘子法进行分解,实现控制任务的区域级调度与并行求解;利用超图神经网络构建控制模型并支持在线更新、迁移部署与自适应调整;通过控制误差驱动的策略评估与聚合机制实现策略自学习,形成调控闭环。该系统提升了空调调控的精度、灵活性与能效表现,适用于智慧楼宇、绿色园区等建筑场景。

本发明授权一种基于神经网络的空调分布式调控系统及其方法在权利要求书中公布了:1.一种基于神经网络的空调分布式调控系统,其特征在于,包括: 协调控制模块,用于在控制周期内获取多个建筑区域的环境状态信息、能耗约束参数及用户舒适度设定,构建包含热动力学状态方程、功率边界条件和用户舒适度区间的多目标优化模型,基于多目标优化模型求解结果,生成与区域状态及调控约束相匹配的控制任务指令,并下发至区域控制模块,完成控制任务指令的分配与调度; 所述协调控制模块中的控制任务生成单元被限定为:用于根据优化建模单元与优化分解模块的输出结果,生成结构化的控制任务指令,并建立与各区域调控设备的时间序列匹配关系,使控制任务指令具备区域识别、调控目标表达和状态反馈预留功能,并适配区域控制模块的调度执行; 优化分解模块,集成于所述协调控制模块中,用于基于交替方向乘子法将多目标优化模型分解为多个区域控制子问题,根据调控误差机制执行调控效率匹配调整; 所述优化分解模块包括: 区域变量分解单元,用于将协调控制模块构建的多目标优化模型中的全局控制量向量划分为若干个区域执行向量,并引入同步变量与乘子变量,构建如下形式的区域优化问题为: ; 其中:表示第个区域的局部代价函数;为该区域的空调执行量;为系统同步目标向量;为乘子估计向量;为协调因子,调节局部—全局耦合强度;为调控系统中参与并行优化计算的区域个数; 交替更新单元,用于在控制周期内执行如下步骤操作,公式为: ; 反馈耦合单元,用于计算每一区域的收敛误差,公式为: ; 其中:为优化算法中的迭代计数器,用于标识当前第次迭代的状态;与分别为原始残差与对偶残差,反映当前区域控制输出与同步参考之间的偏差程度,作为控制协调性能的评估指标;并将残差反馈至协调控制模块,用于更新协调因子或调整下一周期的控制任务优先级配置表; 区域控制模块,部署于各建筑区域中,用于接收协调控制模块下发的控制任务指令,并结合本区域的环境状态信息执行空调设备调控操作,将控制误差信息反馈至协调控制模块; 模型演化模块,用于根据各区域的建筑特征参数与控制任务要求,采用超图神经网络结构构建神经网络控制模型并在运行过程中对神经网络控制模型行更新、迁移部署与自适应调整; 模型更新单元被限定为:包括更新触发判断单元,用于在每一控制周期内,根据区域控制模块反馈的控制误差信息与状态轨迹,判断是否满足以下任一条件: 所述控制误差在连续多个周期内超过设定漂移阈值; 控制模型预测与设备实际响应出现时序滞后; 区域建筑热工参数发生变化超出设定边界值; 并在满足任一条件时,执行神经网络控制模型的参数微调策略,采用自适应回归方法以当前误差信息为优化目标,对原模型进行有限步内增量训练; 模型更新单元还包括: 迁移对齐模块,用于在更新触发后,根据目标区域的建筑特征参数,从预训练控制模型库中筛选热工特性相似度高于设定阈值的参考控制模型; 基于当前控制输入状态序列和参考控制模型的输出预测结果,构建目标区域控制模型的参数对齐训练过程,损失函数定义为: ; 其中:为目标区域控制模型预测的控制量;当前周期的优化控制目标值;为参考控制模型对相同输入的输出;为损失函数加权系数;为目标区域控制模型的可调参数集;表示Kullback-Leibler散度;训练完成后的目标区域控制模型部署至对应区域控制模块中,用于替换原有模型执行后续调控任务; 策略自学习模块,用于在控制周期结束后,根据所述控制误差信息执行控制策略更新,并通过策略评估机制与策略聚合机制更新所述神经网络控制模型。

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江苏征途电气科技有限公司,其通讯地址为:210012 江苏省南京市雨花台区大周路32号3号北楼7层701-714室;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。