申请/专利权人:珠海科创储能科技有限公司
申请日:2023-12-05
公开(公告)日:2024-03-22
公开(公告)号:CN117346418B
主分类号:F25B49/02
分类号:F25B49/02
优先权:
专利状态码:有效-授权
法律状态:2024.03.22#授权;2024.01.23#实质审查的生效;2024.01.05#公开
摘要:本发明公开了一种冷水机组的控制方法、装置、存储介质及电子设备。其中,该方法包括:获取储能系统和冷水机组的多组工况数据以及冷水机组当前所处环境的环境数据,其中,冷水机组用于为储能系统进行冷却,不同组的工况数据对应的数据类型不同;利用神经网络模型对多组工况数据和环境数据进行预测,得到多个预测结果,其中,神经网络模型包括共享数据层和多个预测层,多个预测层分别与共享数据层连接;基于多个预测结果对冷水机组的当前控制参数进行调整本发明解决了相关技术中冷水机组对储能系统的冷却效率较低的技术问题。
主权项:1.一种冷水机组的控制方法,其特征在于,包括:获取储能系统和冷水机组的多组工况数据以及所述冷水机组当前所处环境的环境数据,其中,所述冷水机组用于为所述储能系统进行冷却,不同组的工况数据对应的数据类型不同,所述多组工况数据用于表示所述储能系统和所述冷水机组的历史运行工况数据和实时运行工况数据;利用神经网络模型对所述多组工况数据和所述环境数据进行预测,得到多个预测结果,其中,所述神经网络模型包括共享数据层和多个预测层,所述多个预测层分别与所述共享数据层连接,所述多个预测结果用于表示所述冷水机组在不同的运行环境下,所述储能系统的电芯状态正常时,所述冷水机组的运行工况与所述储能系统的收益率之间的对应关系;基于所述多个预测结果对所述冷水机组的当前控制参数进行调整,其中,所述当前控制参数用于表示当前对所述冷水机组进行控制的参数;其中,利用神经网络模型对所述多组工况数据和所述环境数据进行预测,得到多个预测结果,包括:利用所述共享数据层对所述多组工况数据和所述环境数据进行特征提取,得到特征数据;利用所述多个预测层分别对所述特征数据进行预测,得到所述多个预测结果;其中,所述多个预测层包括:第一预测层、第二预测层、第三预测层,利用所述多个预测层分别对所述特征数据进行预测,得到所述多个预测结果,包括:利用所述第一预测层对所述特征数据进行标签预测,得到预测标签,其中,所述预测标签用于表示预测得到所述储能系统中电芯是否出现异常;利用所述第二预测层对所述特征数据进行功率预测,得到预测功率,其中,所述预测功率用于表示预测得到的所述冷水机组的功率;利用所述第三预测层对所述特征数据进行收益率预测,得到预测收益率,其中,所述预测收益率用于表示预测得到的所述储能系统的收益率;基于所述预测标签、所述预测功率和所述预测收益率得到所述多个预测结果。
全文数据:
权利要求:
百度查询: 珠海科创储能科技有限公司 冷水机组的控制方法、装置、存储介质及电子设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。