CN120062738B 基于神经网络的工业空调节能方法 （天津小波智联信息技术有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN120062738B(45)授权公告日2025.07.11

(21)申请号202510530833.7

(22)申请日2025.04.25

(65)同一申请的已公布的文献号申请公布号CN120062738A

(43)申请公布日2025.05.30

(73)专利权人天津小波智联信息技术有限公司地址300110天津市南开区科研西路天津

科技广场2号楼15层(天开园)

(72)发明人陈琛李鹏翔曹克波

(51)Int.CI.

F24F11/46(2018.01)

F24F11/38(2018.01)

F24F11/64(2018.01)

F24F11/74(2018.01)

F24F11/79(2018.01)

F24F11/89(2018.01)GO6F18/15(2023.01)

GO6F18/213(2023.01)

GO6F18/231(2023.01)

GO6F18/23213(2023.01)

GO6F18/2433(2023.01)

GO6N3/0499(2023.01)

GO6N3/09(2023.01)

(56)对比文件

JP2022085822A,2022.06.08JP2020183821A,2020.11.12审查员张庆浩

权利要求书3页说明书17页附图2页

(54)发明名称

基于神经网络的工业空调节能方法

(57)摘要

CN120062738B本发明公开了基于神经网络的工业空调节能方法，涉及工业空调节能技术领域，具体包括以下步骤：在工业空调存在冷热通道失效的情况时，定位发生冷热通道失效的区域，将该区域标记为目标区域，并实时获取目标区域的气流特征数据；将实时获取的目标区域的气流特征数据结合基于历史样本训练完成的神经网络模型进行综合分析，评估目标区域的气流冲突程度；基于评估结果，执行对应的节能调控策略，并对冷气流向进行动态调整。本发明解决了冷热通道失效工况下现有技术无法根据局部气流冲突程度动态识别异常区域并精准调控冷气流向的问题，实现了工业空调节能控制过程中的智能识别、自适应评估与分级响应，有效提升了节能效率与系统运行稳

CN120062738B

基于神经网络的工业空调节能方法 (思维导图)

1.信息采集

2.目标区域识别

3.神经网络评估

4.节能调控

5.自主学习优化

传感器采集送风口、回风

口、冷热通道的空气状态信息

判断是否存在冷热通道失效

若失效，定位目标区域获取该区域气流特征数据

输入神经网络模型评估气流冲突程度

根据评估结果执行节能策略动态调整冷气流方向

将环境响应数据反馈至模型持续提升识别与调控能力

CN120062738B权利要求书1/3页

2

1.基于神经网络的工业空调节能方法，其特征在于，具体包括以下步骤：

通过布设于工业空调的送风口、回风口及冷热通道区域的传感器网络实时获取工业空调内部冷热通道区域的空气状态信息，并对其进行分析，判断工业空调是否存在冷热通道失效的情况；

在工业空调存在冷热通道失效的情况时，定位发生冷热通道失效的区域，将该区域标记为目标区域，并实时获取目标区域的气流特征数据；

将实时获取的目标区域的气流特征数据结合基于历史样本训练完成的神经网络模型进行综合分析，评估目标区域的气流冲突程度；

具体包括以下步骤：

将实时获取的目标区域的气流特征数据进行预处理，并在预处理后从中提取冷气方向性特征数据和局部扰动响应数据；

将提取的冷气方向性特征数据和局部扰动响应数据分别结合基于历史样本训练完成的神经网络模型进行综合分析，分别生成冷气偏移指数和气流干扰系数；

所述冷气偏移指数的获取逻辑如下：

从经过预处理的目标区域的气流特征数据中提取冷气方向性特征数据，具体包括在一段时间内不同时刻目标区域的冷气风向与预设参考风向之间的夹角、冷气平均风速以及在正常运行状态下的冷气参考风速，并分别标定为θm、LVm和LVref,θm表示在一段时间内m时刻目标区域的冷气风