摘要
本发明公开了一种基于图神经网络的中央空调制冷机房节能方法及系统,包括S1、获取中央空调制冷机房内各设备的运行数据,包括运行状态参数、能耗数据及环境参数;S2、基于采集的数据构建设备拓扑图,定义设备间的关联关系为节点和边的形式,并动态更新拓扑权重;S3、利用生成的设备拓扑图训练图神经网络模型,捕获设备间的复杂交互关系,生成能耗特征向量;S4、结合实时设备运行数据,通过训练完成的模型进行能耗预测,生成动态优化策略;S5、根据动态优化策略调整设备的运行参数;S6、实时监测调整后的设备运行状态,将优化后的数据反馈至图神经网络模型进行更新。本发明具备全局优化能效、精确的数据处理能力以及动态优化响应的优点。
技术关键词
中央空调
设备运行数据
神经网络模型
制冷机房
拓扑图
能耗
节能方法
设备运行参数
设备运行状态
节点特征
策略
数据采集装置
动态更新
结构生成装置
反馈控制装置
系统为您推荐了相关专利信息
神经网络模型
迭代计算方法
多尺度特征提取
计算机程序指令
梯度下降法
平板试样
双层壁
冷却结构
寿命预测模型
蠕变寿命预测方法
安卓恶意软件
恶意软件识别方法
回调方法
框架
注册方法
深度神经网络模型
资源分配
节点
滑动时间窗口
指标
路径规划系统
参数更新模块
执行医学图像
弹性配准方法
三维温度场