買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜西北工業(yè)大學(xué)申請的專利一種電氣自動控制方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119668126B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-02發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510201014.8，技術(shù)領(lǐng)域涉及：G05B13/04；該發(fā)明授權(quán)一種電氣自動控制方法及系統(tǒng)是由王炳燦;劉文杰設(shè)計研發(fā)完成，并于2025-02-24向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種電氣自動控制方法及系統(tǒng)在說明書摘要公布了：本申請公開了一種電氣自動控制方法及系統(tǒng)，包括：采集電氣柜內(nèi)部的溫度數(shù)據(jù)和負(fù)載電流數(shù)據(jù)；采用小波變換算法對溫度數(shù)據(jù)進(jìn)行去噪；采用卡爾曼濾波算法對負(fù)載電流數(shù)據(jù)進(jìn)行濾波；基于長短期記憶神經(jīng)網(wǎng)絡(luò)LSTM建立溫升補(bǔ)償模型，溫升補(bǔ)償模型的輸出為電氣柜內(nèi)的溫升預(yù)測值；設(shè)置電氣柜內(nèi)溫升控制的多目標(biāo)函數(shù)；采用多目標(biāo)蟻群算法進(jìn)行求解，得到散熱風(fēng)扇的最優(yōu)控制策略；根據(jù)散熱風(fēng)扇的最優(yōu)控制策略，控制散熱風(fēng)扇的啟停和速度調(diào)節(jié)。針對現(xiàn)有技術(shù)中電氣柜散熱風(fēng)扇啟停頻繁，本申請通過基于長短期記憶神經(jīng)網(wǎng)絡(luò)LSTM建立溫升補(bǔ)償模型，設(shè)置包含溫升偏差和散熱風(fēng)扇啟停次數(shù)的多目標(biāo)優(yōu)化函數(shù)，并采用改進(jìn)的多目標(biāo)蟻群算法進(jìn)行求解，減少散熱風(fēng)扇啟停。

本發(fā)明授權(quán)一種電氣自動控制方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種電氣自動控制方法，其特征在于，包括：通過溫度傳感器采集電氣柜內(nèi)部的溫度數(shù)據(jù)，通過電流傳感器采集電氣柜的負(fù)載電流數(shù)據(jù)；采用小波變換算法對溫度數(shù)據(jù)進(jìn)行去噪處理；采用卡爾曼濾波算法對負(fù)載電流數(shù)據(jù)進(jìn)行濾波處理；將去噪后的溫度數(shù)據(jù)和濾波后的負(fù)載電流數(shù)據(jù)作為輸入，基于長短期記憶神經(jīng)網(wǎng)絡(luò)LSTM建立溫升補(bǔ)償模型，溫升補(bǔ)償模型的輸出為電氣柜內(nèi)的溫升預(yù)測值；設(shè)置電氣柜內(nèi)溫升控制的多目標(biāo)函數(shù)，多目標(biāo)函數(shù)包含：最小化電氣柜內(nèi)溫度的最大值與溫升預(yù)測值的偏差；最小化散熱風(fēng)扇的啟停次數(shù)；根據(jù)溫升預(yù)測值和設(shè)置的多目標(biāo)函數(shù)，采用多目標(biāo)蟻群算法進(jìn)行求解，得到散熱風(fēng)扇的最優(yōu)控制策略，控制策略包含散熱風(fēng)扇的啟停時刻和速度調(diào)節(jié)值；根據(jù)散熱風(fēng)扇的最優(yōu)控制策略，控制散熱風(fēng)扇的啟停和速度調(diào)節(jié)；基于長短期記憶神經(jīng)網(wǎng)絡(luò)LSTM建立溫升補(bǔ)償模型，包括：將去噪后的溫度數(shù)據(jù)和濾波后的負(fù)載電流數(shù)據(jù)進(jìn)行數(shù)據(jù)對齊，得到對齊后的溫度－電流數(shù)據(jù)對；設(shè)置LSTM神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)數(shù)、隱藏層節(jié)點(diǎn)數(shù)和輸出層節(jié)點(diǎn)數(shù)，建立LSTM神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；將對齊后的溫度－電流數(shù)據(jù)對，隨機(jī)劃分為訓(xùn)練數(shù)據(jù)集和驗(yàn)證數(shù)據(jù)集；利用訓(xùn)練數(shù)據(jù)集對LSTM神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練過程中，采用隨機(jī)梯度下降算法對LSTM神經(jīng)網(wǎng)絡(luò)的權(quán)重進(jìn)行更新，并以均方誤差作為損失函數(shù)；利用驗(yàn)證數(shù)據(jù)集對訓(xùn)練后LSTM神經(jīng)網(wǎng)絡(luò)進(jìn)行驗(yàn)證，得到溫升補(bǔ)償模型；將去噪后的溫度數(shù)據(jù)和濾波后的負(fù)載電流數(shù)據(jù)輸入溫升補(bǔ)償模型，得到電氣柜內(nèi)的溫升預(yù)測值。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人西北工業(yè)大學(xué)，其通訊地址為：710068 陜西省西安市友誼西路127號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。