一种基于机器学习的空气压缩机系统能耗优化方法

发明专利有效专利

申请号：
CN202110286343.9
IPC分类号：F04B37/12;F04B49/06;F04B51/00;G06F30/27
申请日期：
2021-03-17
申请人：
英赛孚工业智能科技(苏州)有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于机器学习的空气压缩机系统能耗优化方法
申请号	CN202110286343.9	申请日期	2021-03-17
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-04	公开/公告号	CN112901449A
优先权	暂无	优先权号	暂无
主分类号	F04B37/12 ? IPC结构图谱： F 机械工程；照明；加热；武器；爆破 F0 发动机或泵 F04 液体变容式机械；液体泵或弹性流体泵 F04B 液体变容式机械；泵（发动机燃料喷射泵入F02M；旋转活塞式或摆动活塞式液体机械或泵入F04C；非变容式泵入F04D；通过其他流体直接接触或利用被泵送流体的惯性的流体泵送入F04F；曲轴、十字头、连杆入F16C；飞轮入F16F；旋转运动和往复运动互相转换的一般传动装置入F16H；通用活塞、活塞杆、工作缸入F16J；离子泵入H01J 41/12；电动泵入H02K 44/02） F04B37/00 专门适用于弹性流体的并且其相关特征不包含在F04B 25/00至F04B 35/00组中或与上述各组无关的泵 F04B37/10 用于特殊用途（F04B 37/02，F04B 37/06优先） F04B37/12 获得高压	IPC分类号	F;0;4;B;3;7;/;1;2;;;F;0;4;B;4;9;/;0;6;;;F;0;4;B;5;1;/;0;0;;;G;0;6;F;3;0;/;2;7查看分类表>
申请人	英赛孚工业智能科技(苏州)有限公司	申请人地址	江苏省苏州市苏州工业园区金鸡湖大道1355号国际科技园四期A1706 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	英赛孚工业智能科技(苏州)有限公司	当前权利人	英赛孚工业智能科技(苏州)有限公司
发明人	张永力;莫旭东;吉晓峰
代理机构	北京佳信天和知识产权代理事务所（普通合伙）	代理人	卢楠

摘要

本发明涉及一种基于机器学习的空气压缩机系统能耗优化方法，包括如下步骤：步骤S1：读取当前工况信息，调取或估算每台空压机的出口流量；步骤S2：通过机器学习模拟每台空压机的实时能效曲线模型，其中，空压机能效＝空压机出口流量/实时功率；步骤S3：获取空压机实时工况以及空气压缩机系统需求信息，根据空压机的实时工况获取空压机的实时能效曲线，由空压机的实时能效曲线和空气压缩机系统需求信息优化开机组合，获取最优节能开机组合。通过机器学习神经网络模型拟合空压机的能效曲线，根据压缩空气流量的总需求，通过优化算法择优选择空压机负载，改善空压机的群控方式，从而降低空气压缩机系统的能耗。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供