買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉南京福加自動化科技有限公司申請的專利基于改進BPNN模型的地鐵站空調系統冷負荷預測方法、系統、介質與計算機程序產品獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119374190B 。

龍圖騰網通過國家知識產權局官網在2025-09-05發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411344207.0，技術領域涉及：F24F11/30；該發明授權基于改進BPNN模型的地鐵站空調系統冷負荷預測方法、系統、介質與計算機程序產品是由李新美;黃奕然;丘瑞林;馮澤;劉勇;曹楠;邱啟盛;林浩;安澤穎設計研發完成，并于2024-09-25向國家知識產權局提交的專利申請。

本基于改進BPNN模型的地鐵站空調系統冷負荷預測方法、系統、介質與計算機程序產品在說明書摘要公布了：本發明提供一種基于改進BPNN模型的地鐵站空調系統冷負荷預測方法、系統、介質與計算機程序產品。該方法包括：基于地鐵站運行數據，建立缺失值和異常值修復的大數據處理方法，生成以小時為單位的數據庫；對影響地鐵站冷負荷的相關因素進行相關性分析，確定主要影響因素；根據主要影響因素及冷負荷確定BPNN結構參數，建立BPNN模型；基于大雁優化算法確定BPNN模型的最佳權值、閾值和隱含層節點數，獲得優化后的BPNN模型，并基于優化后的BPNN模型預測空調冷負荷。本發明的方法可基于數據驅動預測地鐵站冷負荷的方法進行有效的數據處理和輸入篩選，并結合歷史冷負荷實現預測，具有精度高、速度快、適應性強、魯棒性好的優點。

本發明授權基于改進BPNN模型的地鐵站空調系統冷負荷預測方法、系統、介質與計算機程序產品在權利要求書中公布了：1.一種基于改進BPNN的地鐵站空調冷負荷預測方法，其特征在于，包括以下過程： 基于地鐵站運行數據，建立缺失值和異常值修復的大數據處理方法，生成以小時為單位的數據庫； 對影響地鐵站冷負荷的相關因素進行相關性分析，確定主要影響因素，其中所述相關因素包括：室外溫度、室外濕度、預測時刻以及預測時刻前24小時的系統逐時冷負荷； 根據主要影響因素及冷負荷確定BPNN網絡的結構參數，建立BPNN模型； 基于大雁優化算法確定BPNN模型的最佳權值、閾值和隱含層節點數，獲得優化后的BPNN模型，并基于優化后的BPNN模型預測某個時刻的地鐵站空調冷負荷； 其中，所述基于地鐵站運行數據，建立缺失值和異常值修復的大數據處理方法，生成以小時為單位的數據庫，包括： 建立數據遍歷程序，被設置用于自動對原始的地鐵站運行數據進行以小時為單位的數據劃分； 建立異常值診斷程序，被設置用于基于四分位數法計算運行數據的理論上限和理論下限，并根據理論上限和理論下限找出超出上下限的異常值； 建立缺失值和異常值修復程序，被設置用于基于加權平均來修復缺失值和異常值； 根據上述三個程序，獲得以小時為單位的修復后的數據庫，并計算各因素的平均值后輸出處理后數據庫； 所述對影響地鐵站冷負荷的相關因素進行相關性分析，確定主要影響因素，包括： 計算室外溫度、室外濕度、預測時刻以及預測時刻前24小時的系統逐時冷負荷，分別與空調冷負荷的皮爾遜相關系數； 選取皮爾遜相關系數大于預設閾值的因素作為主要影響因素； 所述根據主要影響因素及冷負荷確定BPNN網絡的結構參數，建立BPNN模型，包括： 配置所述BPNN模型為三層神經網絡，包括輸入層、隱含層、輸出層； 其中，輸入層與主要影響因素逐一對應，輸出層為冷負荷預測值； 所述隱含層的各節點數值基于網格內部權值和閾值計算，隱含層節點數基于輸入層和輸出層節點數確定。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京福加自動化科技有限公司，其通訊地址為：210046 江蘇省南京市棲霞區恒業路6-3號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。