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！

龙图腾网恭喜浙江大冲能源科技股份有限公司申请的专利一种空调热转移智能调节系统和调节方法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：CN119826317B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202510331506.9，技术领域涉及：F24F11/64；该发明授权一种空调热转移智能调节系统和调节方法是由姜干清;易雪峰;侯胜利;梁伟设计研发完成，并于2025-03-20向国家知识产权局提交的专利申请。

本一种空调热转移智能调节系统和调节方法在说明书摘要公布了：本发明提供一种空调热转移智能调节系统和调节方法，采用了一种通过实时监测、数据驱动和智能预测的热转移调节系统，实现空调热转移控制的精准化和自动化、灵活化应用控制。能够结合热转移相关序列特征和外部特征，对下一时间点的运行参数进行智能调控，调控方式灵活，且能够跟随环境特征自动化调整空调热转移相关的控制参数，跟随热转移系统的热负荷变化率进行智能灵活地调控空调热转移策略，实现节能高效、智能化调控、数据驱动优化的技术效果以及提升用户体验，能够显著提高空调系统的运行效率和用户满意度。

本发明授权一种空调热转移智能调节系统和调节方法在权利要求书中公布了：1.一种空调热转移智能调节方法，其特征在于，所述方法包括： S1、按照预设的空调工作时间点，监测空调热转移系统的运行功耗参数：制冷剂热循环热量、热负荷变化率与压缩机功耗以及位于所述空调工作时间点的室内三维图像并上传空调后台服务器； S2、由所述空调后台服务器计算处于所述空调工作时间点的室内三维图像中的室内人员密度，并将位于所述空调工作时间点的运行功耗参数和室内人员密度，输入预先部署的热转移智能调节LSTM模型中； S3、通过所述热转移智能调节LSTM模型根据运行功耗参数预测出所述空调工作时间点的调控序列数据特征，并以所述调控序列数据特征和所述室内人员密度作为输入序列，再次基于前后时间点之间的特征关联性进行预测，输出下一个空调工作时间点的调控序列数据特征以及所对应的室内人员密度； S4、监控下一个空调工作时间点的室内人员密度ρt+1，判断如下条件是否成立：，若成立，则当达到下一个空调工作时间点，解析并执行所述调控序列数据特征中的系统热转移控制参数，进行空调热转移自动化调节；反之，则以下一个空调工作时间点的运行功耗参数和所述室内人员密度ρt+1为输入序列，由所述热转移智能调节LSTM模型预测下一个空调工作时间点的调控序列数据特征，并解析执行； 所述热转移智能调节LSTM模型的生成方法，包括：采集空调热转移系统的历史调控序列大数据：Data（T）=∏Data（t），Data（T+1）=∏Data（t+1），Data（T）和Data（T+1）分别为时间点（t）和时间点（t+1）上的历史调控序列数据；所述历史调控序列数据={制冷剂热循环热量，热负荷变化率，压缩机功耗，系统热转移控制参数：风机转速、导风板角度、压缩机频率与电子膨胀阀}；分别采集时间点（t）和时间点（t+1）的室内三维图像，并基于所述室内三维图像，使用计算机视觉算法分析三维图像，检测室内人员数量和位置，分析计算出时间点（t）和时间点（t+1）的室内人员密度：ρt和ρt+1；构建以X={[Data（T-n）,ρt-n]，...[Data（T）,ρt]}为输入序列、为输出结果的调控序列数据集，其中，代表时间点（t+1）的系统热转移控制参数；按照预设比例将所述调控序列数据集划分为训练集和验证集；将所述训练集输入预先构建的LSTM模型中，由模型对训练集中X的调控序列数据特征以及时间点（t）和时间点（t+1）之间前后关联的调控序列数据特征进行训练学习，构建得到以X为输入序列、Y为输出结果的热转移智能调节LSTM模型；利用所述验证集验证所述热转移智能调节LSTM模型的预测性能：若验证通过，则将所述热转移智能调节LSTM模型部署并应用于空调后台服务器上；若是验证不通过，则将重复上述步骤，重新构建所述热转移智能调节LSTM模型。

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浙江大冲能源科技股份有限公司，其通讯地址为：310015 浙江省杭州市拱墅区储鑫路21号网谷创新中心9幢605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”。