買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉廣州施杰節(jié)能科技有限公司申請(qǐng)的專利用于水蓄冷系統(tǒng)智能釋冷調(diào)度的多目標(biāo)控制策略優(yōu)化方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120450492B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510928482.5，技術(shù)領(lǐng)域涉及：G06Q10/0637；該發(fā)明授權(quán)用于水蓄冷系統(tǒng)智能釋冷調(diào)度的多目標(biāo)控制策略優(yōu)化方法是由官玲俊;譚戈鴻;陳清;馮思睿;陳成健;關(guān)偉雄設(shè)計(jì)研發(fā)完成，并于2025-07-07向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本用于水蓄冷系統(tǒng)智能釋冷調(diào)度的多目標(biāo)控制策略優(yōu)化方法在說明書摘要公布了：本發(fā)明提出用于水蓄冷系統(tǒng)智能釋冷調(diào)度的多目標(biāo)控制策略優(yōu)化方法，包括：獲取水蓄冷系統(tǒng)數(shù)據(jù)；構(gòu)建多輸入時(shí)序回歸模型，得到冷負(fù)荷預(yù)測均值和標(biāo)準(zhǔn)差序列；獲取每小時(shí)對(duì)應(yīng)的電價(jià)和建筑冷熱慣性系數(shù)序列，生成加權(quán)風(fēng)險(xiǎn)評(píng)分值；構(gòu)建以電價(jià)成本最低，同時(shí)風(fēng)險(xiǎn)最小的優(yōu)化目標(biāo)函數(shù)，以生成最優(yōu)釋冷策略序列；執(zhí)行所述最優(yōu)釋冷策略序列，部署到真實(shí)水蓄冷系統(tǒng)中，并在運(yùn)行過程中根據(jù)系統(tǒng)實(shí)時(shí)狀態(tài)對(duì)策略進(jìn)行邊界管理和有限度的優(yōu)化微調(diào)。本發(fā)明改善了當(dāng)前冷熱調(diào)度系統(tǒng)中多個(gè)環(huán)節(jié)割裂、策略魯棒性差、執(zhí)行脫節(jié)等問題，具有良好的可實(shí)施性和系統(tǒng)性創(chuàng)新價(jià)值。

本發(fā)明授權(quán)用于水蓄冷系統(tǒng)智能釋冷調(diào)度的多目標(biāo)控制策略優(yōu)化方法在權(quán)利要求書中公布了：1.用于水蓄冷系統(tǒng)智能釋冷調(diào)度的多目標(biāo)控制策略優(yōu)化方法，其特征在于，所述方法包括以下步驟： S1、獲取經(jīng)水蓄冷系統(tǒng)采集的天氣數(shù)據(jù)、歷史負(fù)荷數(shù)據(jù)和日歷因子； S2、構(gòu)建多輸入時(shí)序回歸模型，將所述天氣數(shù)據(jù)、歷史負(fù)荷數(shù)據(jù)和日歷因子輸入所述時(shí)序回歸模型，得到冷負(fù)荷預(yù)測均值和標(biāo)準(zhǔn)差序列； S3、獲取每小時(shí)對(duì)應(yīng)的電價(jià)和建筑冷熱慣性系數(shù)序列，結(jié)合所述冷負(fù)荷預(yù)測均值，生成調(diào)度策略在當(dāng)前預(yù)測條件下的加權(quán)風(fēng)險(xiǎn)評(píng)分值； S4、根據(jù)所述冷負(fù)荷預(yù)測均值和標(biāo)準(zhǔn)差序列、加權(quán)風(fēng)險(xiǎn)評(píng)分值，構(gòu)建以電價(jià)成本最低，同時(shí)風(fēng)險(xiǎn)最小的優(yōu)化目標(biāo)函數(shù)，并引入第一約束項(xiàng)、第二約束項(xiàng)和第三約束項(xiàng)保證物理設(shè)備運(yùn)行穩(wěn)定，以生成最優(yōu)釋冷策略序列；其中，所述第一約束項(xiàng)為每小時(shí)最大可釋冷量，所述第二約束項(xiàng)為釋冷量不超過剩余容量，所述第三約束項(xiàng)為設(shè)定前一時(shí)刻為無操作； S5、執(zhí)行所述最優(yōu)釋冷策略序列，部署到真實(shí)水蓄冷系統(tǒng)中，并在運(yùn)行過程中根據(jù)系統(tǒng)實(shí)時(shí)狀態(tài)對(duì)策略進(jìn)行邊界管理和有限度的優(yōu)化微調(diào)； 所述S2中，構(gòu)建多輸入時(shí)序回歸模型，得到冷負(fù)荷預(yù)測均值和標(biāo)準(zhǔn)差序列的具體步驟如下： S21、將所述天氣數(shù)據(jù)經(jīng)過一維卷積和GRU網(wǎng)絡(luò)提取時(shí)序特征； S22、將所述歷史負(fù)荷數(shù)據(jù)送入雙向GRU網(wǎng)絡(luò)提取用能行為模式； S23、將所述日歷因子送入嵌入層后拼接； S24、將所述時(shí)序特征、用能行為模式和拼接結(jié)果合并后進(jìn)入多頭注意力模塊，生成統(tǒng)一表達(dá)； S25、將所述統(tǒng)一表達(dá)送入主輸出分支生成未來24小時(shí)冷負(fù)荷預(yù)測均值； 所述S2中，還包括： 在推理階段保留Dropout層并執(zhí)行K次預(yù)測，得到K組預(yù)測序列，以計(jì)算每小時(shí)的預(yù)測方差作為不確定性度量，根據(jù)所述預(yù)測方差確定預(yù)測負(fù)荷區(qū)間范圍； 所述S3中，生成所述加權(quán)風(fēng)險(xiǎn)評(píng)分值的具體步驟如下： S31、根據(jù)所述預(yù)測負(fù)荷區(qū)間范圍和當(dāng)前策略在當(dāng)前小時(shí)的釋冷量計(jì)算當(dāng)前小時(shí)的平滑風(fēng)險(xiǎn)估值； S32、結(jié)合逐小時(shí)和連續(xù)時(shí)段的平滑風(fēng)險(xiǎn)估值、24小時(shí)電價(jià)歸一化值以及物理慣性懲罰項(xiàng)，生成當(dāng)前預(yù)測條件下的加權(quán)風(fēng)險(xiǎn)評(píng)分值。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人廣州施杰節(jié)能科技有限公司，其通訊地址為：510000 廣東省廣州市天河區(qū)科華街251號(hào)樂天創(chuàng)意園A1棟4003室；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。