公开(公告)号：CN119558206A

公开(公告)日：2025-03-04

申请号：CN202510127904.9

申请日：2025-02-05

Applicant: 无锡学院

Inventor： 刘金英 ,  孙宁 ,  仲祁 ,  毛伟民 ,  丁苑 ,  王正成 ,  刘盛毅 ,  陈严雪 ,  郑戴婷 ,  谢天予 ,  符楚馨 ,  喻承浩 ,  代默怡

IPC: G06F30/27 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08 ,  G06F119/08 ,  G06F119/14

Abstract: 本发明提供基于深度学习的智能制冷系统效率优化方法、系统及装置，涉及智能制冷系统效率优化技术领域。首先采集制冷系统的历史运行参数和环境数据，经过预处理后按照时间戳整合为样本集。基于卷积神经网络与长短时记忆网络的混合模型，构造状态预测模型，用于预测系统运行状态。结合状态预测模型对下一未来时刻的数据预测定义优化目标函数，利用深度Q网络模型，制定系统运行的最优调整策略。最后，实时监测当前运行参数与环境数据，计算综合安全评分，并与安全阈值比较，决定是继续优化效率还是优先进行故障排查。该方法通过深度学习与物理建模相结合，实现了高效、安全的制冷系统运行优化。