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！

龙图腾网恭喜东北电力大学;哈尔滨工业大学;哈尔滨燧能科技有限公司申请的专利一种基于BP神经网络的中央空调负荷资源激励-响应特性量化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：CN119196864B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411110918.1，技术领域涉及：F24F11/46；该发明授权一种基于BP神经网络的中央空调负荷资源激励-响应特性量化方法是由章锐;仪忠凯;徐英;于继来;涂正宏;徐海涛设计研发完成，并于2024-08-14向国家知识产权局提交的专利申请。

本一种基于BP神经网络的中央空调负荷资源激励-响应特性量化方法在说明书摘要公布了：本发明公开了一种基于BP神经网络的中央空调负荷资源激励‑响应特性量化方法，属于电力负荷调控领域，解决了现有的量化评估方法用于评估中央空调负荷的激励响应特性时偏差大、准确度低的问题。方法步骤如下，首先对中央空调运行信息进行采集，然后，构建中央空调开机和停机运行约束模型，其次，构建基于BP神经网络的中央空调启停损耗模型，最后，构建基于BP神经网络的中央空调激励‑响应特性模型，本发明更加精准的量化评估了中央空调的激励响应特性，进而提升了对中央空调调控的有效性，同时提升了对中央空调负荷资源的挖掘能力，最终提升了新型电力系统的整体调节能力。

本发明授权一种基于BP神经网络的中央空调负荷资源激励-响应特性量化方法在权利要求书中公布了：1.一种基于BP神经网络的中央空调负荷资源激励-响应特性量化方法，其特征在于，步骤如下：S1、对中央空调运行信息进行采集：包括冷水机组额定制冷量，冷冻水温度参数，室内舒适度温度范围，空调运行状态，楼宇内部总客流量，制冷区面积，楼宇内部有效面积系数，单位面积人流量密度，室内温度，制冷机组停机时刻、开机时刻，激励价格；其中，采用公式1对中央空调运行信息进行采集， 式中，Xt为t时刻采集的中央空调信息；Qp为冷水机组额定制冷量；βc为冷冻水温度参数；ATmin为室内温度最小值；ATmax为室内温度最大值；δct为空调运行状态；Nrt为t时刻楼宇内部总客流量；Sc为制冷区面积；为楼宇内部有效面积系数；ηpt为t时刻单位面积人流量密度；λc为单位面积人流量密度阈值；Tt为t时刻室内温度；为t时刻前的最近一次制冷机组停机时刻；为t时刻前的最近一次制冷机组开机时刻；fext为t时刻激励价格；S2、构建中央空调开机和停机运行约束模型：包括开机运行约束模型和关机运行约束模型，其中开机运行约束模型旨在保障开机后室内温度不至于降低到舒适度温度下限，且满足最小停机时间要求；关机运行约束模型旨在保障关机后室内温度不至于升高到舒适度温度上限，且满足最小开机时间要求；其中，构建的中央空调开机运行约束模型如公式2所示，δct＝0表示中央空调处于停运状态，表示中央空调的停运时间需要大于5min，Tont+Δt＞ATmin表示中央空调参与运行后室内温度不得低于舒适度区间下限，ηpt＜λc表示单位面积人流量密度不得超过阈值， 式中，δct为t时刻中央空调运行状态，取值为0表示处于停机状态，取值为1表示处于开机状态；为t时刻前的最近一次制冷机组停机时刻；Tont+Δt为t时刻开机Δt时间后的室内温度；ATmin为室内舒适温度下限；a1～3为建筑物参数；Qp为冷水机组额定制冷量；Tt为t时刻室内温度；ηpt为t时刻单位面积人流量密度；λc为单位面积人流量密度阈值；Nrt为t时刻楼宇内部总客流量；Sc为制冷区面积；为楼宇内部有效面积系数；其中，构建的中央空调停机运行约束模型如公式3所示，δct＝1表示中央空调处于开机状态，表示中央空调的开机时间需要大于3min，Tofft+Δt＜ATmax表示中央空调参与电网运行后室内温度不得高于舒适度区间上限，ηpt＜λc表示单位面积人流量密度不得超过阈值， 式中，δct为t时刻中央空调运行状态，取值为0表示处于停机状态，取值为1表示处于开机状态；为t时刻前的最近一次制冷机组开机时刻；Tofft+Δt为t时刻停机Δt时间后的室内温度；ATmax为室内舒适温度上限；a1～4为建筑物参数；βc为冷冻水温度参数；Tt为t时刻室内温度；ηpt为t时刻单位面积人流量密度；λc为单位面积人流量密度阈值；Nrt为t时刻楼宇内部总客流量；Sc为制冷区面积，为楼宇内部有效面积系数；S3、构建基于BP神经网络的中央空调启停损耗模型：基于BP神经网络对采集的中央空调运行信息进行训练，构建基于BP神经网络的中央空调启停损耗模型，并对模型中的系数进行整定，获得准确的中央空调启停损耗模型；其中，构建基于BP神经网络的中央空调启停损耗模型，包括启动损耗模型、停机损耗模型，公式4为中央空调启动损耗模型，公式5为中央空调停机损耗模型，公式6为负荷损失计算模型， 式中，为t时刻中央空调的启动损耗；为t时刻中央空调的停机损耗；为室内温度偏离下限系数；为剩余开机时间系数；为客流量影响系数；为负荷损失系数；为室内温度偏离上限系数；剩余停机时间系数；Tont+Δt为t时刻开机Δt时间后的室内温度；Tofft+Δt为t时刻关机Δt时间后的室内温度；Tset为设定的室内温度；ATmin为室内舒适温度下限；ATmax为室内舒适温度上限；为距离下一自然开机时间；为距离下一自然关机时长；τon为中央空调的开机周期；τoff为中央空调的停机周期；ηpt为t时刻单位面积人流量密度；Xst为t时刻中央空调的损失负荷；Xct为t时刻制冷负荷率；Qp为t时刻冷水机组额定制冷量；采用BP神经网络分别对启动损耗模型和停机损耗模型中的室内温度偏离下限系数剩余开机时间系数客流量影响系数负荷损失系数室内温度偏离上限系数剩余停机时间系数进行整定，从而获得准确的中央空调启停损耗模型；S4、构建基于BP神经网络的中央空调激励-响应特性模型：根据获得的准确的中央空调启停损耗模型，构建中央空调启停参与度模型并结合所述的中央空调开机和停机运行约束模型，最终量化获得精准的中央空调负荷的激励-响应特性，其中，首先构建中央空调启停参与度模型，公式10为中央空调启动参与度模型，公式11为中央空调停机参与度模型， 式中，fext为t时刻的激励电价；为中央空调c在t时刻的启动损耗；为中央空调c在t时刻的停机损耗；然后，根据所述的中央空调启停参与度模型，即能够获得中央空调启停激励-响应特性曲线，当中央空调满足公式2和公式10时，即根据激励电价fext参与上调功率响应；当中央空调满足公式3和公式11时，即根据激励电价fext参与下调功率响应；构建基于BP神经网络的启动损耗系数整定模型，通过训练学习中央空调运行数据样本，提取与启动损耗相关的特征，进而实现对中央空调启动损耗系数的精准整定，包括4类输入和4个输出：4类输入分别为：t时刻中央空调运行数据Xt、距离下一自然开机时间t时刻的激励价格fext、室内舒适温度下限ATmin；4个输出分别为：室内温度偏离下限系数剩余开机时间系数客流量影响系数负荷损失系数训练学习具体包括以下方法：采集中央空调运行数据作为训练样本，训练采集的样本，对训练后的启动损耗系数整定模型进行网络测试，再离线训练检测神经网络模型，获取启动损耗系数整定的BP神经网络训练函数、连接权值、阈值，提取样本特征，神经网络隐含层采用tansig函数，则隐含层输出如公式7所示， 式中，X't代表整个神经网络模型的训练样本的输入，X’it表示的每一层中需要引入的训练样本的集合，i为神经网络训练的层数，需要对样本进行5层训练；hj为启动损耗系数整定神经网络隐含层的输出；Wij为启动损耗系数整定神经网络输入层单元至隐含层单元的连接权值；bj为启动损耗系数整定神经网络隐含层单元的阈值；j的范围为1至n；n为启动损耗系数整定神经网络络隐含层单元的个数；神经网络的输出层采用purelin函数，神经网络的输出如公式9所示， 式中，km为启动损耗系数整定神经网络的输出；wjm为启动损耗系数整定神经网络隐含层单元到输出层单元的连接权值，m的范围为1至3；获取准确的室内温度偏离下限系数剩余开机时间系数客流量影响系数负荷损失系数后，代入公式4即获得准确的中央空调的启动损耗模型；基于同样原理，构建基于BP神经网络的停机损耗系数整定模型，从而获得准确的中央空调停机损耗模型。

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东北电力大学;哈尔滨工业大学;哈尔滨燧能科技有限公司，其通讯地址为：132012 吉林省吉林市船营区长春路169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”。