空调控制方法、装置、空调设备和可读存储介质

    公开(公告)号:CN119642349A

    公开(公告)日:2025-03-18

    申请号:CN202411928739.9

    申请日:2024-12-25

    Abstract: 本申请涉及一种空调控制方法、装置、空调设备、计算机可读存储介质和计算机程序产品,通过获取电网需求数据,并且在电网需求数据指示需进行负荷调控的情况下,根据电网需求数据对空调运行功率进行调整,获得目标运行功率,再基于目标运行功率以及控制相关数据进行参数预测,获得目标控制参数,以控制空调设备运行,通过物联网技术,实现空调与电力负荷管理系统的实时数据交互,获取电网的需求;基于机器学习和优化算法,根据电网的需求,调整空调的运行参数,如温度设定、风速等,以此降低空调运行功率,缓解电网供电压力;通过内嵌式设计,将控制器置与空调机组内部,利用空调机组电源供电,降低空间资源消耗的同时节约了部署成本。

    虚拟电厂聚合调控网络通道空闲和连接态的时延测量方法

    公开(公告)号:CN117675646A

    公开(公告)日:2024-03-08

    申请号:CN202311338251.6

    申请日:2023-10-17

    Abstract: 本发明的虚拟电厂聚合调控网络通道空闲和连接态的时延测量方法,包括如下步骤:基于链路构建网络拓扑结构模型,利用动态ping技术计算的RRC状态来区分空闲态和连接态;提出基于空闲状态的延迟度量体系结构模型,对虚拟电厂聚合调控网络通道空闲态时延测量算法求解;提出基于连接状态的延迟度量体系结构模型,对虚拟电厂聚合调控网络通道连接态时延测量算法求解。本发明的虚拟电厂聚合调控网络通道空闲和连接态的时延测量方法通过计算往返时延选取适当的源地址传送报文的数目,且能降低网络阻塞减少延迟降,提高整个系统的传输效率。

    一种通信基站群需求响应调控方法及装置

    公开(公告)号:CN116249131A

    公开(公告)日:2023-06-09

    申请号:CN202111484033.4

    申请日:2021-12-07

    Abstract: 本发明涉及需求响应技术领域,具体提供了一种通信基站群需求响应调控方法及装置,包括:基于集中搭载基站数量在区域内的通信基站中确定集中搭载基站,并将区域内移动终端搭载至其对应的集中搭载基站;将区域内各集中搭载基站的信号传输功率输入至预先构建的通信基站群需求响应调控模型,求解所述预先构建的通信基站群需求响应调控模型,获取区域内集中搭载基站以外的通信基站的需求响应调控策略;本发明提供的技术方案通过充分发掘通信基站的能源调控潜力,将区域内的移动终端按照一定的调控方法进行聚类集中挂载,将剩余通信基站的后备电源参与需求响应,在保证通信可靠性的前提下,可以优化能源配置,提高能源的利用效率。

    建筑碳排放量预测分析方法、系统、终端及介质

    公开(公告)号:CN115115089A

    公开(公告)日:2022-09-27

    申请号:CN202210535768.3

    申请日:2022-05-17

    Abstract: 本发明公开了建筑碳排放量预测分析方法、系统、终端及介质,涉及碳排放分析技术领域,其技术方案要点是:依据消耗能源类型、用能系统类型建立数据平衡模型;将碳排放数据输入数据平衡模型,得到各个用能系统类型与各个消耗能源类型之间的平衡系数;依据平衡系数建立随时间变化的平衡变化曲线,并截取未来周期所预测的平衡系数;选取波动性最小的类型数据作为基准参考值,并结合预测的平衡系数分析得到各个消耗能源类型和用能系统类型的预测值;将预测值输入碳排放计算模型,得到碳排放量预测值。本发明能够准确、可靠分析出在人为活动等因素影响下的碳排放预测结果,适用于在不同空间和时间环境下目标对象的碳排放分析。

    一种基于区块链技术的虚拟电厂需求响应管理系统

    公开(公告)号:CN114118734A

    公开(公告)日:2022-03-01

    申请号:CN202111331327.3

    申请日:2021-11-11

    Abstract: 本发明涉及一种基于区块链技术的虚拟电厂需求响应管理系统,其特征在于,所述虚拟电厂需求响应管理系统的整体架构采用业务监管主链、虚拟电厂数据侧链、虚拟电厂响应侧链以及多元拓展业务应用从链,平台监管方、平台运维方、负荷聚合商以及负荷响应方在业务监管主链、虚拟电厂数据侧链、虚拟电厂响应侧链以及多元拓展业务应用从链上部署相应的监管节点、运维节点、聚合节点以及用户节点。本发明搭建成一个需求响应公共服务平台,不同职能部门及参与方在相应链上部署功能节点。本发明可以实现对虚拟电厂网络进行有效管理,从而解决现有技术中虚拟电厂沟通效率低、成本高等问题,提高负荷响应任务系统建设的便利性,提高电力市场运行效率。

    一种基于PCA-LSTM神经网络的空调负荷预测方法

    公开(公告)号:CN114066064A

    公开(公告)日:2022-02-18

    申请号:CN202111366672.0

    申请日:2021-11-18

    Abstract: 本发明涉及一种基于PCA‑LSTM神经网络的空调负荷预测方法,采用了主成分分析和长短记忆神经网络相结合的方法。本发明首先采用主成分分析法对多元影响因素数据进行降维,降低预测模型输入数据序列的维度和模型复杂度,将几个线性无关的综合因素作为LSTM神经网络的输入。然后本发明构建基于长短记忆神经网络的空调负荷预测模型,长短记忆神经网络具有记忆功能,利用历史记忆能力和人工智能算法的自学能力,挖掘数据之间的时序关系,其可以同时兼顾数据的时序性和非线性,能够提高预测精度。

Patent Agency Ranking