基于深度学习的仓储温湿度智能调控方法及系统

本发明公开了一种基于深度学习的仓储温湿度智能调控方法及系统，涉及人工智能领域，包括：首先将当前温湿时序数据及关联设备运行日志输入含特征提取模块与策略生成模块的目标温湿调控模型；通过特征提取模块对温湿时序数据、设备运行日志编码并整合为融合环境特征集；获取调控策略特征集后，由策略生成模块对融合特征与策略特征执行门控循环处理，输出表征适配关系的门控循环数据集；基于该数据集输出适配概率，筛选目标调控策略。本发明通过深度学习实现温湿动态与调控策略的精准匹配，提升仓储温湿度调控的时效性与能效比，保障货物存储环境稳定性。