买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜广州施杰节能科技有限公司申请的专利基于鲸鱼算法的冷却塔与制冷机协同优化方法及控制系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119594756B 。

龙图腾网通过国家知识产权局官网在2025-05-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510142882.3，技术领域涉及：F28C1/00；该发明授权基于鲸鱼算法的冷却塔与制冷机协同优化方法及控制系统是由官玲俊;郭金星;古鹏军;姚岳涛;谭戈鸿设计研发完成，并于2025-02-10向国家知识产权局提交的专利申请。

本基于鲸鱼算法的冷却塔与制冷机协同优化方法及控制系统在说明书摘要公布了：本发明提出基于鲸鱼算法的冷却塔与制冷机协同优化方法及控制系统，方法包括：采集冷却塔和制冷机的运行数据组成初始状态集；初始化优化参数空间，基于热物理约束模型设计冷却塔的目标函数；设计基于热物理约束模型的制冷机的能效优化目标函数，筛选出符合条件的制冷机的冷媒流量和压缩机功率组合；实时监测数据，根据实时数据设计冷却塔与制冷机的协同动态优化目标函数，所述协同动态优化目标函数的目标是最大化系统综合能效比。本发明构建一个基于热物理约束的双级协同优化框架，以解决冷却塔与制冷机协同优化问题中的目标冲突、物理约束适应性和动态调整能力不足等问题。

本发明授权基于鲸鱼算法的冷却塔与制冷机协同优化方法及控制系统在权利要求书中公布了：1.基于鲸鱼算法的冷却塔与制冷机协同优化方法，其特征在于，所述方法包括以下步骤：采集冷却塔和制冷机的运行数据组成初始状态集，根据初始状态集构建冷却塔与制冷机运行中的热物理约束模型，并基于初始状态集构建初始化运行状态预测模型；其中，所述初始状态集包括冷却塔进水温度、冷却塔出水温度、冷却水流量、制冷剂流量、制冷机压缩机功率、实时冷负荷需求和环境温度；所述热物理约束模型包括冷却塔出水温度约束和制冷机制冷量约束；其中，所述冷却塔出水温度约束为： ；其中，为冷却塔出水温度，为制冷机蒸发器温度，为设计允许的最小温差；所述制冷机制冷量约束为： ；其中，为水的比热容；为冷却塔提供的制冷量，为冷却水流量，为冷却塔进水温度，为实时冷负荷需求；初始化优化参数空间，基于热物理约束模型设计冷却塔的目标函数，筛选出符合条件的第一候选集合，然后对候选集合进行目标函数评估，选择适应度最优的第一参数组合，若预测出水温度与目标出水温度的差值未达到优化精度，则需要动态调整差值范围并重新筛选符合条件的候选集合；其中，所述优化参数包括冷却塔风机转速、冷却水流量和出水温度；当冷却塔计算出适应度最优的参数组合，再结合能效、成本和稳定性设计基于热物理约束模型的制冷机的能效优化目标函数，筛选出符合条件的制冷机的冷媒流量和压缩机功率组合，生成第二候选参数集合，对筛选出的第二候选参数集合，结合目标函数计算适应度值，并动态预测制冷机未来运行状态；实时监测数据，根据实时数据设计冷却塔与制冷机的协同动态优化目标函数，所述协同动态优化目标函数的目标是最大化系统综合能效比，然后使用实时反馈优化增强算法对冷却塔和制冷机参数进行联动调整，同时在动态优化过程中，实时反馈系统性能指标确保优化目标进行迭代优化，若系统连续多个周期内性能指标变化小于设定值，则意味优化进入稳定状态，则减少计算频率以节约资源；所述基于初始状态集构建初始化运行状态预测模型，表示为： ；其中，为预测的冷却塔出水温度，为当前冷却塔出水温度，为环境温度变化速率，且，为冷负荷需求变化速率，且，和为经验系数；所述基于热物理约束模型设计冷却塔的目标函数，筛选出符合条件的第一候选集合，所述目标函数表示为： ；其中，为冷却塔出水温度与目标温度的绝对偏差，优化的主要驱动力；，风机能耗，其中为风机功率，为风机运行时间；，运行稳定性正则项，限制出水温度的波动幅度，为优化周期的时间步长，t为当前时间，为t-1时刻的冷却塔出水温度；分别为温度偏差、风机能耗和稳定性约束的权重；选择符合条件的第一候选集合，包括冷却塔风机转速和冷却水流量，表示为： ；其中，为第一候选集合，为冷却塔风机转速，为冷却水流量，为热物理约束模型；其中，若冷却塔出水温度超过限制值或冷却塔提供的制冷量小于实时冷负荷需求，则将当前参数组合剔除；所述制冷机的能效优化目标函数表示为： ；其中，为综合能效比COP；，表示冷却塔提供的制冷量，为冷却塔优化的冷却水温度；，表示制冷系统总功耗，为压缩机功率，为冷媒功率；，压缩机能耗，为压缩机运行时间，优化目标为最小化，分别表示能效、能耗和稳定性约束的权重，具体值根据实际工况设定；为制冷机正则项，用于约束压缩机功率的波动： ；其中，正则项通过限制功率变化幅度，减少设备磨损并提升运行稳定性；使用热物理约束模型，筛选符合条件的冷媒流量和压缩机功率组合，生成第二候选参数集合，表示为： ；所述对筛选出的第二候选参数集合，结合目标函数计算适应度值，并动态预测制冷机未来运行状态，表示为： ；其中，为负荷需求变化率；为拟合系数；所述协同动态优化目标函数，表示为： ；其中，为系统综合能效比，优化目标为最大化；为冷却塔提供的制冷量；为系统总功率消耗；为动态功率调整代价项，约束压缩机功率调整幅度，避免频繁波动；，为温控偏差与负荷波动耦合项，量化冷却塔温控精度与负荷需求波动对系统的联合影响；所述实时反馈优化增强算法，具体包括：重新更新冷却塔风机转速和冷却水流量，通过预测出水温度，确保其接近目标值，表示为： ；其中，为环境温度变化率；为冷负荷变化率；为拟合系数，通过历史数据回归得到；在冷却塔调整完成后，根据更新的冷却水温度和流量，动态调整制冷机冷媒流量和压缩机功率，表示为： ；其中，为动态调整系数，用于限制压缩机功率的变化速度；为功率调整代价项，避免功率变化过快引发不稳定。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广州施杰节能科技有限公司，其通讯地址为：510000 广东省广州市天河区科华街251号乐天创意园A1栋4003室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。