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！

龙图腾网获悉天津提尔科技有限公司申请的专利风液混合冷却系统的深度强化学习自适应调控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：CN121604369B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610114333.X，技术领域涉及：H05K7/20；该发明授权风液混合冷却系统的深度强化学习自适应调控方法及系统是由孙海旺;周萌;李雪强;刘圣春;张志强;秦国强;张一凡设计研发完成，并于2026-01-28向国家知识产权局提交的专利申请。

本风液混合冷却系统的深度强化学习自适应调控方法及系统在说明书摘要公布了：本发明公开了风液混合冷却系统的深度强化学习自适应调控方法及系统，涉及冷却自适应调控技术领域。包括以下步骤：S1，实时采集风液混合冷却数据，并进行数据预处理，评估设备的热负载，并进行初步调节；S2，判断风冷调节的占比，构建DRL动作映射模型，生成具体动作指令；S3，执行具体动作指令，评估动作执行效果，进行模型反馈优化，并构建DRL交互经验元组集；S4，训练DRL交互经验元组集，驱动优化动作指令，实现风液混合冷却的自学习与进化。解决了由于现有风液混合冷却系统无法自适应数据中心负载的动态变化，动力分配僵化并依赖人工与固定参数设定，导致多执行器温控不精准产生能耗浪费的问题。

本发明授权风液混合冷却系统的深度强化学习自适应调控方法及系统在权利要求书中公布了：1.风液混合冷却系统的深度强化学习自适应调控方法，其特征在于，包括以下步骤： S1，实时采集风液混合冷却数据，并对风液混合冷却数据进行数据预处理，基于风液混合冷却数据评估设备的热负载，根据设备的热负载构建热负载特征向量，并进行初步热负载风险调节； S2，接收风液混合冷却数据与热负载特征向量，判断风液协同冷却中风冷调节的占比，根据风冷调节的占比以及风液混合冷却数据，构建DRL动作映射模型，并生成具体动作指令； 所述接收风液混合冷却数据与热负载特征向量，判断风液协同冷却中风冷调节的占比的具体过程为： 实时接收风液混合冷却数据与热负载特征向量；将当前时刻的风扇总风量、冷却液总流量与极小常数值相加得到风液总流量；用风扇总风量除以风液总流量得到风冷能力占比；将风冷能力占比与热负载风险系数相乘得到加权热负载压力；用加权热负载压力除以热负载风险系数与极小常数值的和得到风冷协同配比值； S3，执行具体动作指令，并在具体动作指令执行后评估动作执行效果，依据动作执行效果对DRL动作映射模型进行反馈优化，并构建DRL交互经验元组集； S4，通过对DRL交互经验元组集进行训练，驱动优化动作指令，实现风液混合冷却的自学习与调控策略进化。

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天津提尔科技有限公司，其通讯地址为：300192 天津市南开区鞍山西道与白堤路交口汇科大厦1号楼2314-1；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。