UPS系统制冷优化控制方法、装置、UPS控制设备及存储介质

AITNT
正文
推荐专利
UPS系统制冷优化控制方法、装置、UPS控制设备及存储介质
申请号:CN202411638220
申请日期:2024-11-16
公开号:CN119521617A
公开日期:2025-02-25
类型:发明专利
摘要
本申请涉及UPS系统技术领域,提供了一种UPS系统制冷优化控制方法、装置、UPS控制设备及存储介质。本申请利用预训练的第一神经网络模型,基于实时获取的UPS系统的负载状态、内部温度、外部温度及液冷系统和风冷系统的运行状态,能够准确预测液冷系统的当前负荷,利用预训练的第二神经网络模型,基于当前负荷、内部温度以及预设的制冷效率因子,预测得到液冷系统的冷却参数,基于内部温度及UPS系统的实际运行时长,确定液冷系统的降温开启时间,避免过早或过晚地开启制冷设备,从而进一步提高制冷效率和节能效果,在降温开启时间达到时,基于预测得到的冷却参数运行液冷系统,实现对UPS系统的降温。本申请解决了现有技术中制冷效率低下、能耗高的问题。
技术关键词
UPS系统 液冷系统 优化控制方法 神经网络模型 风冷系统 模拟运行环境 控制设备 优化控制装置 负荷 开启制冷 数据获取模块 处理器 参数 因子 速率 可读存储介质 存储器 计算机 能耗
系统为您推荐了相关专利信息
1
一种小麦条锈病预测方法
小麦条锈病 气象 因子 神经网络模型 小麦病害
2
基于图局部-全局融合网络的可解释机械故障诊断方法
机械故障诊断方法 注意力 节点特征 线性变换矩阵 前馈神经网络
3
一种基于CNN-Transformer的智能轮胎侧偏角估计方法
侧偏角估计方法 智能轮胎 多层卷积神经网络 三轴加速度传感器 特征提取器
4
一种光散射模块自动清洁方法、装置及光散射法粉尘仪
压电振动装置 信号探测仪 清洁装置 清洁方法 粉尘仪设备
5
一种基于深度学习的电力骨干通信网络故障预测方法及系统
通信网络故障 深度学习模型 训练神经网络模型 数据 模型训练模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号