-
公开(公告)号：CN102331070B
公开(公告)日：2013-04-24
申请号：CN201110217677.7
申请日：2011-07-31
Applicant: 华南理工大学 , 广州市远正智能科技有限公司
IPC: F24F11/00
Abstract: 本发明公开一种中央空调末端的红外控制系统及方法，其系统包括信号连接的遥控器和空调末端控制器，遥控器通过红外发射头与空调末端控制器的红外接收单元信号连接，空调末端控制器通过MCU控制器对各信号进行处理分析，并输出控制指令；其方法包括空调末端控制器学习阶段和空调末端控制器控制阶段，用户第一次进入空调末端控制器控制阶段时，需要先进行空调末端控制器学习阶段。本控制系统采用遥控器对中央空调末端控制器进行控制，其操作灵活简单，可方便用户使用，对某些特殊情形(如夜晚睡眠、暗灯等)或特殊用户(如老人、残疾人等)，可较大地提高其使用的灵活性和方便性。
-
公开(公告)号：CN101090335B
公开(公告)日：2010-05-26
申请号：CN200710029173.6
申请日：2007-07-16
Applicant: 华南理工大学 , 广州市远正智能科技有限公司
Abstract: 本发明提供家用空调室内温度及负荷远程调节方法，即系统运行过程中远程服务器读取各节点装置实时采集的家用空调运行状态、功率和室内温度，然后按温度区间进行功率汇总处理并存储结果；当需要对节点家用空调进行室内温度调节时，在远程服务器输入调控指令和室内温度设定值，并发送到家用空调节点装置，节点装置通过对压缩机的开关或功率调节，实现室内温度及负荷调节；当需要电力错峰负荷调节时，输入调节指令和负荷调节总量，远程服务器根据功率汇总处理结果进行错峰负荷测算，得到各家用空调室内温度设定值，并发送到节点装置，节点装置根据上述设定值，通过对压缩机的开关或功率调节，实现错峰负荷调节。本发明具有很好的推广应用价值。
-
公开(公告)号：CN1916519A
公开(公告)日：2007-02-21
申请号：CN200610036868.2
申请日：2006-08-01
Applicant: 华南理工大学 , 广州市远正智能科技有限公司
Inventor： 闫军威
IPC: F24F11/00
Abstract: 本发明提供区域集中供冷冷量调节系统，包括冷冻站服务器、冷冻站控制器、二级冷量交换站控制器、末端控制器、远程监控计算机、本地监控计算机，冷冻站服务器通过转换器与冷冻站控制器及二级冷量交换站控制器连接，多个远程监控计算机通过转换器与冷冻站控制器及多个二级冷量交换站控制器连接，每个二级冷量交换站控制器通过工业控制网络与本地监控计算机及多个末端控制器分别连接；其采用区域集中供冷三级逆向调节，即中央空调末端空调设备冷量调节、区域集中供冷二级冷交换站冷量调节、区域集中供冷管网供水温度调节。本发明可提高供冷管网供回水温差，降低供冷水泵功耗，大幅提高供冷管网供水温度及制冷主机运行效率，减少供冷管道冷量损失。
-
公开(公告)号：CN116703153A
公开(公告)日：2023-09-05
申请号：CN202310563029.X
申请日：2023-05-18
Applicant: 华南理工大学
IPC: G06Q10/0635 , G06Q10/067 , G06Q10/0637 , G06Q50/04
Abstract: 本发明公开了一种铝加工深井铸造安全生产风险评价方法，首先，构建铝加工深井铸造安全生产风险评价指标体系；其次，采用组合赋权法确定各评价指标的权重；然后，将所有评价结果的集合确立为铝加工深井铸造安全生产风险评价集；最后通过构建基于模糊综合评价的安全生产风险评价模型，实现对铝加工深井铸造安全生产风险的整体定量评估，对于铝加工深井铸造安全生产具有重要指导意义。
-
公开(公告)号：CN116471804A
公开(公告)日：2023-07-21
申请号：CN202310413528.0
申请日：2023-04-18
Applicant: 华南理工大学
IPC: H05K7/20
Abstract: 本发明公开了一种适用于侧回风数据中心服务器的气流引导管、服务器及机房。所述气流引导管包括：初始单元和至少一个子单元，所述初始单元包括隔离单元，所述子单元包括气体流道；从服务器排出的热风依次经过初始单元的隔离单元、子单元的气体流道后流至回风口；所述子单元的气体流道设置有用于引导气体流动方向的气体导流板，所述气体导流板与机柜门形成一定角度，该角度由回风口位置确定。本发明在不增加有源设备，不增加能耗的前提下，将机柜输入通道内的热气流速度矢量从垂直于通道轴线方向转化为沿轴线方向，带动通道内热空气的回风，减低回风压力，加快机房热量循环。
-
Patent Agency Ranking
公开(公告)号：CN115633493A
公开(公告)日：2023-01-20
申请号：CN202211343513.3
申请日：2022-10-31
Applicant: 华南理工大学
Abstract: 本发明公开了一种适用于数据中心机房的温升预警监控方法、系统及介质。该方法包括：设定被监测服务器或机柜；获取被监测服务器或机柜的t时刻指标数据；采用温升预警模型预测被监测服务器或机柜的温升ΔT；将T+ΔT与温度阙值T′比较，并进行末端供冷量调控；其中T为服务器t时刻的温度；获取被监测服务器或机柜的t+1时刻指标数据并进行预测‑调控的步骤。本发明根据预警监测参数快速定位可能产生热点的服务器位置，提前实现冷量精准供给，提高冷量利用效率，能够精准、快速、有效避免机房产生局部热点，最大化利用空调系统冷量，与现有的空调系统运行相比可进一步提高空调末端系统运行能效，此外，还可为空调末端系统的冷量调配提供理论依据。
-
公开(公告)号：CN113792762A
公开(公告)日：2021-12-14
申请号：CN202110974961.2
申请日：2021-08-24
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于贝叶斯优化LightGBM的冷水机组故障诊断方法、系统及介质，方法包括以下步骤：通过传感器采集并存储冷水机组的现场历史数据；对历史数据进行预处理；利用嵌入法和递归特征消除法相结合的两步法进行特征选择；用经过数据预处理和特征选择的历史数据训练LightGBM模型，使用贝叶斯优化算法结合十折交叉验证方式确定LightGBM的最优超参数组合，进而得到训练好的LightGBM诊断模型；将实时运行数据进行预处理并输入诊断模型，得到冷水机组故障诊断结果。本发明可快速确定诊断模型的参数，迅速准确地对冷水机组的运行状态进行评估，还可提取关键故障特征，用于指导工程实际并加强冷水机组现场的运行维护。
-
公开(公告)号：CN112700085A
公开(公告)日：2021-04-23
申请号：CN202011436698.3
申请日：2020-12-11
Applicant: 华南理工大学
IPC: G06Q10/06
Abstract: 本发明公开了一种基于关联规则的复杂系统稳态运行参数优化方法、系统及介质，方法包括下属步骤：采用数据预处理方法剔除异常数据；依据外部环境工况参数对工况变化的影响程度进行分阶段工况划分；采用四分位法识别数据波动，确定参数稳态阈值；利用滑动窗口法对历史运行数据进行准稳态工况检测；变工况条件下，挖掘出保证系统稳定运行的典型关联规则；根据目标工况选择相应关联规则，从而优化运行参数。本发明旨在改进原有关联规则挖掘策略，将历史工况作为变工况关联规则挖掘的输入条件之一，挖掘准稳态条件下主要运行参数与性能指标之间的关联关系，从而实现系统运行参数优化和保证系统稳定运行的目的。
-
公开(公告)号：CN111723456A
公开(公告)日：2020-09-29
申请号：CN202010381313.1
申请日：2020-05-08
Applicant: 华南理工大学
IPC: G06F30/20 , G06F119/08
Abstract: 本发明公开了一种基于NSGA-Ⅱ算法的中央空调系统能效优化方法，方法包括以下步骤：数据预处理，针对采集的中央空调系统历史运行数据，运用数据预处理方法过滤掉异常数据得到可用数据；运行工况划分，在完成数据预处理的基础上，划分出运行工况并确定出各工况实验数据；空调系统建模，以制冷量和中央空调系统能耗为优化目标，以运行参数为决策变量，建立空调系统模型；参数拟合，按工况将实验数据拟合成数学模型，得到具体的目标函数；运用NSGA-Ⅱ算法求解多目标优化模型。基于本发明可以得到各工况的Pareto最优解集，获取空调系统的最优运行参数，进而提高系统运行能效。
-
公开(公告)号：CN111080002A
公开(公告)日：2020-04-28
申请号：CN201911255627.0
申请日：2019-12-10
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习的建筑用电负荷多步预测方法及系统，其目的在于利用深度学习算法对复杂数据的非线性学习能力以达到对建筑用电负荷的良好表征。本发明包括以下步骤：提取建筑能耗监测平台中对应分项的用电负荷历史数据；检测并插补用电负荷时间序列异常值；归一化一维时间序列用电负荷数据并将其转化为多步预测所需的多输入-多输出格式；调试并优化LSTM模型超参数，进行模型训练与多步预测，得到所述建筑用电负荷的预测结果。本发明建立的建筑用电负荷预测模型预测数据可靠性高、预测时段长，可用于预测单栋或多栋建筑的多步逐时用电负荷、建筑能耗的节能控制、建筑用电量变化趋势判定等方面。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.024 seconds)
