申请/专利权人：山西新泰富安新材有限公司

申请日：2024-05-30

公开（公告）日：2024-06-28

公开（公告）号：CN118265275A

主分类号：H05K7/20

分类号：H05K7/20;G06F18/27;G06F18/25;G06F123/02

优先权：

专利状态码：在审-公开

法律状态：2024.06.28#公开

摘要：本发明提供了一种风冷线控冷优化控制方法，涉及智能化控制技术领域。包括：通过传感器网络获取风冷线的状态参数的时间序列；基于风冷线的状态参数的时间序列调节风冷线的风机转速，以使风冷线的实际冷量接近于理论冷量。通过传感器网络实时监测采集风冷线的状态参数，并在后端引入基于人工智能和深度学习技术的数据处理和分析算法来进行这些风冷线的状态参数的时序协同关联分析，并在此过程中，对于提取到的参数时序特征进行非线性响应补偿，从而更为准确地进行实际冷量的预估和控制。这样，能够实现对风冷线的运行状态的实时监控和智能优化控制，从而提高了风冷线的散热效率，保证了风冷线的稳定性和节能性。

主权项：1.一种风冷线控冷优化控制方法，其特征在于，包括：通过传感器网络获取风冷线的状态参数的时间序列；基于所述风冷线的状态参数的时间序列调节所述风冷线的风机转速，以使所述风冷线的实际冷量接近于理论冷量；其中，基于所述风冷线的状态参数的时间序列调节所述风冷线的风机转速，以使所述风冷线的实际冷量接近于理论冷量，包括：基于所述风冷线的状态参数的时间序列，确定实际冷量，其中，所述风冷线的状态参数包括实时温度值、实时湿度值和实时风速值；基于所述实际冷量与理论冷量之间的比较，确定所述风冷线的实际冷效率；基于所述风冷线的实际冷效率和预设的目标冷效率，调节所述风冷线的风机转速；其中，基于所述风冷线的状态参数的时间序列，确定实际冷量，包括：将所述风冷线的状态参数的时间序列按照状态参数样本维度进行数据规整，以得到实时温度时序输入向量、实时湿度时序输入向量和实时风速时序输入向量；通过基于深度神经网络模型的时序模式特征提取器分别对所述实时温度时序输入向量、所述实时湿度时序输入向量和所述实时风速时序输入向量进行特征提取，以得到实时温度时序关联特征向量、实时湿度时序关联特征向量和实时风速时序关联特征向量；对所述实时温度时序关联特征向量、所述实时湿度时序关联特征向量和所述实时风速时序关联特征向量进行非线性响应补偿，以得到补偿后实时温度时序关联特征向量、补偿后实时湿度时序关联特征向量和补偿后实时风速时序关联特征向量；对所述补偿后实时温度时序关联特征向量、所述补偿后实时湿度时序关联特征向量和所述补偿后实时风速时序关联特征向量进行自相关注意力融合处理，以得到风冷线全局状态时序关联特征；基于所述风冷线全局状态时序关联特征，确定所述实际冷量的估计值。

全文数据：

权利要求：

百度查询： 山西新泰富安新材有限公司 风冷线控冷优化控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD