[发明专利]基于深度学习和模糊控制的复合热源多空调优化制冷方法有效
| 申请号： | 201910796529.1 | 申请日： | 2019-08-27 |
| 公开（公告）号： | CN110426979B | 公开（公告）日： | 2020-08-04 |
| 发明（设计）人： | 初宁;宋俊朝;侯耀春;张黎雯;杨广胜;魏鹏锦;王宇轩;邵奇;吴大转 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G05B19/042 | 分类号： | G05B19/042 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 胡红娟 |
| 地址： | 310013 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习和模糊控制的复合热源多空调优化制冷方法，包括：(1)对复合热源多空调降温过程进行简化；(2)将各热源至各空调的距离参数增加到输入语言变量，构建各单热源单空调模糊控制的输入输出语言变量及其隶属函数；(3)确定单热源单空调模糊控制规则；(4)根据单热源单空调模糊控制模型运算，得到多种单热源、多空调降温方案；(5)使用COMSOL Multiphysics仿真对各种方案进行多热源多空调降温模拟分析；(6)将各热源初始降温需求、各空调降温方案及其对应的仿真过程数据和降温效果指标输入深度生成模型，推断输出优化后各个空调的降温方案。本发明适用于真实多热源多空调降温情况，能给出较优的调控方案。 | ||
| 搜索关键词： | 基于 深度 学习 模糊 控制 复合 热源 空调 优化 制冷 方法 | ||
【主权项】：
1.一种基于深度学习和模糊控制的复合热源多空调优化制冷方法，其特征在于，包括：(1)对复合热源多空调降温过程进行简化，得到各单热源单空调模糊控制模型；(2)将各热源至各空调的距离参数增加到输入语言变量，构建各单热源单空调模糊控制的输入语言变量、输出语言变量及其隶属函数；(3)确定单热源单空调模糊控制规则；(4)根据单热源单空调模糊控制模型的运算和求解，得到多种单热源多空调降温方案；(5)使用COMSOL Multiphysics仿真分别对上步得到的各种方案进行多热源多空调降温模拟分析，得到每个方案对应的降温效果和降温能耗指标；(6)将各热源初始降温需求、各空调降温方案及其对应的仿真过程数据和降温效果指标输入深度生成模型，经过深度生成模型的推断，输出优化后各个空调的降温方案。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910796529.1/，转载请声明来源钻瓜专利网。
