摘要
本申请涉及制冷设备控制技术领域,公开了基于人工智能的制冷设备运行节能控制方法及设备,包括以下步骤:通过多传感器系统实时采集制冷环境中的多维数据,所述数据包括环境变量数据和设备运行数据;对所述采集的多传感器数据进行预处理,通过可信度评估与数据融合生成综合环境变量;基于深度学习模型对当前环境变量和设备运行状态进行负荷预测,预测未来制冷负荷需求;根据所述负荷预测结果,构建优化目标函数,生成制冷设备的最优控制策略。本发明通过深度学习的负荷动态预测技术方案,达到了对未来制冷负荷需求的高精度预测技术效果,从而能够准确捕捉环境变量和设备运行状态的变化趋势,提高了负荷预测的可靠性。
技术关键词
节能控制方法
板式换热器
深度学习模型
设备运行状态
设备运行数据
多传感器系统
负荷
制冷设备控制技术
传感器监测设备
设备状态传感器
动态预测技术
非线性动态系统
动态系统模型
深度学习预测
潜水泵
节能控制系统
动态更新
系统为您推荐了相关专利信息
客户端
模型更新
识别方法
递归神经网络模型
深度学习模型
时空特征点
密度分布矩阵
标识符
时空关联关系
坐标
低压配电柜
深度学习模型
频域特征
传感器节点
低噪声运算放大器
金融数据分析方法
金融数据分析系统
数据分析模型
模块
财务报表数据