申请/专利权人:西安石油大学
申请日:2024-02-28
公开(公告)日:2024-04-19
公开(公告)号:CN117906245A
主分类号:F24F11/46
分类号:F24F11/46;F24F11/56;F24F11/61;F24F11/64;F24F11/72;F24F11/80;F24F11/88;F24F110/10;F24F110/20
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本发明公开了基于神经网络的建筑空调最优停机时间的预测方法,具体按照以下步骤实施:步骤1,建立空调末端为风机盘管、新风机组及开窗自然通风的联合优化控制模型;步骤2,连续优化控制模型离散化,并求解离散化后的模型;步骤3,采用参数正交化方法对确定神经网络ANN的输入参数、输出参数集合;步骤4,对最优联合控制策略样本集分为训练集和测试集,对训练集进行神经网络的学习训练,优化配置神经网络的结构参数;步骤5,由优化配置好的神经网络预测空调系统的最优停机时间。本发明能够预测空调的最优停机时间,使室内环境人员舒适度满足且整个过程系统能耗较小。
主权项:1.基于神经网络的建筑空调最优停机时间的预测方法,其特征在于,具体按照以下步骤实施:步骤1,建立空调末端为风机盘管、新风机组及开窗自然通风的联合优化控制模型;步骤2,连续优化控制模型离散化,并求解离散化后的模型;步骤3,采用参数正交化方法对确定神经网络ANN的输入参数、输出参数集合;步骤4,对最优联合控制策略样本集分为训练集和测试集,对训练集进行神经网络的学习训练,优化配置神经网络的结构参数;步骤5,由优化配置好的神经网络预测空调系统的最优停机时间。
全文数据:
权利要求:
百度查询: 西安石油大学 基于神经网络的建筑空调最优停机时间的预测方法
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。