-
公开(公告)号：CN111692625A
公开(公告)日：2020-09-22
申请号：CN202010543271.7
申请日：2020-07-16
Applicant: 中国建筑科学研究院天津分院 , 中国建筑科学研究院有限公司
Abstract: 本发明公开的换热站控制系统，涉及供热技术领域，包括控制设备和换热站设备，在传统换热站控制系统的基础上，根据智慧供热背景下换热站需求，将换热站控制系统标准化，在满足智慧供热换热站需求的同时，减少了换热站控制系统中控制设备不必要的端口设置，减少了换热站控制系统的安装、运营成本，并增加断点续传和分类预警功能，解决了现有换热站控制系统存在的运行数据缺失、频繁预警的问题。
-
Patent Agency Ranking
公开(公告)号：CN117974365B
公开(公告)日：2024-06-14
申请号：CN202410369793.8
申请日：2024-03-29
Applicant: 中国建筑科学研究院有限公司 , 中国建筑科学研究院天津分院
IPC: G06Q50/06 , G06Q10/04 , G06Q10/067 , G06Q10/0631 , G06N3/0442 , G06N3/0464 , G06N3/086
Abstract: 本发明公开一种电热综合能源耦合系统多目标运行优化方法及系统，涉及综合能源技术领域，方法为：获取当前周期的预测气象数据，拟合生成系统环境综合参数；将该系统环境综合参数及多个连续周期的系统历史热负荷值，输入至基于CNN和LSTM的热负荷动态预测模型中，输出热负荷预测值，并对其进行实时动态修正；基于修正的热负荷预测值，构建以电热综合能源耦合系统运行成本、碳排放量及能源消耗量最低为目标函数的多目标系统运行优化模型；利用非支配排序遗传算法进行模型求解，获取最优运行优化方案，合理分配当前周期系统中各供热模块的热负荷比例。本发明合理匹配并充分利用光能、地热资源，达到节能减排的目的，有效降低运行成本。
-
公开(公告)号：CN117974365A
公开(公告)日：2024-05-03
申请号：CN202410369793.8
申请日：2024-03-29
Applicant: 中国建筑科学研究院有限公司 , 中国建筑科学研究院天津分院
IPC: G06Q50/06 , G06Q10/04 , G06Q10/067 , G06Q10/0631 , G06N3/0442 , G06N3/0464 , G06N3/086
Abstract: 本发明公开一种电热综合能源耦合系统多目标运行优化方法及系统，涉及综合能源技术领域，方法为：获取当前周期的预测气象数据，拟合生成系统环境综合参数；将该系统环境综合参数及多个连续周期的系统历史热负荷值，输入至基于CNN和LSTM的热负荷动态预测模型中，输出热负荷预测值，并对其进行实时动态修正；基于修正的热负荷预测值，构建以电热综合能源耦合系统运行成本、碳排放量及能源消耗量最低为目标函数的多目标系统运行优化模型；利用非支配排序遗传算法进行模型求解，获取最优运行优化方案，合理分配当前周期系统中各供热模块的热负荷比例。本发明合理匹配并充分利用光能、地热资源，达到节能减排的目的，有效降低运行成本。
-
公开(公告)号：CN115046245A
公开(公告)日：2022-09-13
申请号：CN202210702176.6
申请日：2022-06-21
Applicant: 中国建筑科学研究院天津分院 , 中国建筑科学研究院有限公司
IPC: F24D19/10
Abstract: 本发明公开了一种适用于学校的空气源热泵智慧供热系统，通过智能算法判断出当前时间是否处于节假日或寒假时间，并由此判断空气源热泵是否需要开启。如需开启，则采用超前气候补偿的方法，根据当地气象部门对未来气温的预测数据，超前调节空气源热泵的供回水温度，实现节能的同时保证供热效果。如不需开启热泵，则实时监测水温，当水温降低至过低警戒温度时开启循环水泵，保护供热管线，防止冰冻爆管；当水温降低至超低警戒温度时，同时开启空气源热泵及循环水泵，保护供热管线及设备。
-
公开(公告)号：CN119047652B
公开(公告)日：2025-02-18
申请号：CN202411523293.1
申请日：2024-10-30
Applicant: 中国建筑科学研究院天津分院
Abstract: 本发明提出了一种负荷预测方法、系统、介质及设备，涉及时间序列分析的能源使用预测领域，具体方案包括：获取目标区域待预测时刻的负荷相关数据；将负荷相关数据输入到预训练后的集成预测模型中，进行各个基线模型的负荷预测，通过动态优化模型输出的实时权重对各个基线模型的预测结果进行线性加权，最终得到目标区域的负荷预测值；本发明结合强化学习及深度学习集成预测模型预测思想，通过强化学习分析负荷变化趋势，得到集成预测模型各基线模型实时权重，从而充分挖掘负荷数据中的时间序列特征和空间相关性，最终提升供暖系统中负荷预测的精度和鲁棒性。
-
公开(公告)号：CN119047652A
公开(公告)日：2024-11-29
申请号：CN202411523293.1
申请日：2024-10-30
Applicant: 中国建筑科学研究院天津分院
Abstract: 本发明提出了一种负荷预测方法、系统、介质及设备，涉及时间序列分析的能源使用预测领域，具体方案包括：获取目标区域待预测时刻的负荷相关数据；将负荷相关数据输入到预训练后的集成预测模型中，进行各个基线模型的负荷预测，通过动态优化模型输出的实时权重对各个基线模型的预测结果进行线性加权，最终得到目标区域的负荷预测值；本发明结合强化学习及深度学习集成预测模型预测思想，通过强化学习分析负荷变化趋势，得到集成预测模型各基线模型实时权重，从而充分挖掘负荷数据中的时间序列特征和空间相关性，最终提升供暖系统中负荷预测的精度和鲁棒性。
-
-
-
-
-
Search Results
6
records
(took 0.08 seconds)
