制冷系统上位控制方法、装置、设备和存储介质

    公开(公告)号:CN117704604A

    公开(公告)日:2024-03-15

    申请号:CN202311578838.4

    申请日:2023-11-23

    Applicant: 清华大学

    Abstract: 本申请涉及一种制冷系统上位控制方法、装置、设备和存储介质。所述方法包括:基于制冷系统的控制目标和制冷系统模型中各制冷设备的运行状态,对多个初始控制策略进行训练,得到各初始控制策略对应的目标控制策略,利用运行状态、气象预测数据、制冷系统的冷负荷预测数据,从多个目标控制策略中确定最优目标控制策略,根据最优目标控制策略得到目标控制指令;目标控制指令用于对制冷系统中的制冷设备进行上位控制。利用本申请实施例提供的方法能够解决多变的气象、建筑冷负荷条件下,单一控制策略适应性较低的问题。

    建筑能耗仿真方法、装置、计算机设备和存储介质

    公开(公告)号:CN117540557A

    公开(公告)日:2024-02-09

    申请号:CN202311518294.2

    申请日:2023-11-15

    Applicant: 清华大学

    Abstract: 本申请涉及一种建筑能耗仿真方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取目标建筑的能耗影响因素数据与属性特征;属性特征包括基础属性特征和表征自定义结构的扩展属性特征;基于能耗影响因素数据以及基础属性特征,在建筑能耗仿真平台中确定目标建筑对应的建筑能耗模型,并通过内置接口调用与扩展属性特征相匹配的建筑扩展模型;建筑扩展模型基于自定义文件预先配置;根据能耗影响因素数据、属性特征、建筑能耗模型和建筑扩展模型对目标建筑中包含的各建筑能耗单元进行联合仿真处理,得到联合仿真结果。采用本方法能够提高联合仿真结果准确率。

    人数预测方法、装置、计算机设备、存储介质

    公开(公告)号:CN117196105A

    公开(公告)日:2023-12-08

    申请号:CN202311167665.7

    申请日:2023-09-11

    Applicant: 清华大学

    Abstract: 本申请涉及一种人数预测方法、装置、计算机设备、存储介质。所述方法包括:在预设时间段内,获取预设建筑内实际人数数据的时序特征;所述预设时间段包括当前时刻及与所述当前时刻相邻的至少一个历史时刻;将所述实际人数数据的时序特征输入至预设机器学习模型中进行人数预测,得到所述当前时刻对应的未来时刻的人数预测结果;所述预设机器学习模型包括从至少两种预设机器学习算法中筛选出的目标机器学习算法;目标机器学习算法的误差小于预设误差阈值;将所述未来时刻的人数预测结果输出。采用本方法能够提高建筑内人数预测的精度。

    制冷系统上位控制方法、装置、设备和存储介质

    公开(公告)号:CN117704604B

    公开(公告)日:2025-04-22

    申请号:CN202311578838.4

    申请日:2023-11-23

    Applicant: 清华大学

    Abstract: 本申请涉及一种制冷系统上位控制方法、装置、设备和存储介质。所述方法包括:基于制冷系统的控制目标和制冷系统模型中各制冷设备的运行状态,对多个初始控制策略进行训练,得到各初始控制策略对应的目标控制策略,利用运行状态、气象预测数据、制冷系统的冷负荷预测数据,从多个目标控制策略中确定最优目标控制策略,根据最优目标控制策略得到目标控制指令;目标控制指令用于对制冷系统中的制冷设备进行上位控制。利用本申请实施例提供的方法能够解决多变的气象、建筑冷负荷条件下,单一控制策略适应性较低的问题。

    冷量预测模型训练以及冷量预测方法、装置及存储介质

    公开(公告)号:CN115511185A

    公开(公告)日:2022-12-23

    申请号:CN202211195056.8

    申请日:2022-09-28

    Applicant: 清华大学

    Abstract: 本发明涉及冷量预测领域,具体涉及一种冷量预测模型训练以及冷量预测方法、装置及存储介质。包括:获取目标场景对应的训练数据集;利用训练数据集训练至少两种不同的初始冷量预测网络,生成至少两种候选初始冷量预测模型;根据各个候选初始冷量预测模型的模型精度,从各个候选初始冷量预测模型中确定模型精度最高的候选初始冷量预测模型,作为最优初始冷量预测模型;基于训练数据集,对最优初始冷量预测模型对应的模型配置进行优化,生成最优目标冷量预测模型,保证了生成的最优目标冷量预测模型的准确性,进而可以保证利用最优目标冷量预测模型对目标场景对应的冷量进行预测的准确性。

    建筑群的能源潜力预测方法、装置、计算机设备和存储介质

    公开(公告)号:CN118332790A

    公开(公告)日:2024-07-12

    申请号:CN202410429353.7

    申请日:2024-04-10

    Applicant: 清华大学

    Abstract: 本申请涉及一种建筑群的能源潜力预测方法、装置、计算机设备和存储介质。方法包括:获取目标区域的各建筑的建筑结构数据、各子建筑之间的关联信息、以及相对位置信息,并基于各建筑之间的相对位置信息和建筑结构数据,识别每个建筑的光照遮挡信息;基于各建筑的建筑结构数据、以及各子建筑之间的关联信息,分别构建每个建筑的建筑仿真模型,并采集每个建筑的建筑特征信息和其入住人员特征信息,从而通过能源需求仿真策略,识别每个建筑的能源需求信息,以模拟目标区域的能源产耗过程,预测目标区域的能源产出潜力数据。采用本方法能够提升分析目标区域的能源产出潜力数据的实际性和精准度。

Patent Agency Ranking