(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111413935.9 (22)申请日 2021.11.25 (65)同一申请的已公布的文献号 申请公布号 CN 113835344 A (43)申请公布日 2021.12.24 (73)专利权人 阿里云计算有限公司 地址 310024 浙江省杭州市西湖区转塘科 技经济区块12号 (72)发明人 吕自荟　周文闻　邱剑　周凡珂　 谢予丛　李绪焜　 (74)专利代理 机构 上海知锦知识产权代理事务 所(特殊普通 合伙) 31327 代理人 汤陈龙 (51)Int.Cl. G06Q 10/04(2012.01)审查员 徐东亮 (54)发明名称 设备的控制优化方法、 展示平台、 云服务器 及存储介质 (57)摘要 本申请实施例提供一种设备的控制优化方 法、 展示平台、 云服务器及存储介质， 其中方法包 括： 至少基于建筑的实时环境信息， 确定实时属 性信息； 根据实时属性信息， 预测设备系统在未 来时间的负荷预测 信息， 设备系统用于调节建筑 的室内环 境； 至少基于实时属性信息和负荷预测 信息， 利用优化控制策略模型， 确定目标控制策 略， 目标控制策略为多个控制策略中建筑室内环 境符合预期室内环境， 且设备系统能耗符合能耗 要求的控制策略； 其中， 优化控制策略模型基于 仿真模型训练得到， 仿真模型基于属性信息以及 控制策略， 仿真计算得到建筑室内环 境以及设备 系统能耗。 本申请实施例可在建筑符合预期室内 环境情况下， 节约设备系统的能耗， 提升建筑的 节能减排效果。 权利要求书2页 说明书15页 附图3页 CN 113835344 B 2022.04.12 CN 113835344 B 1.一种设备的控制优化方法， 其中， 所述方法由云服 务器执行， 包括： 至少基于建筑的实时环境信息， 确定实时属性信息； 根据所述实时属性信息， 预测设备系统在未来时间的负荷预测信息， 所述设备系统用 于调节所述建筑的室内环境； 至少基于所述实时属性信息和负荷预测信息， 利用优化控制策略模型， 确定目标控制 策略， 所述 目标控制策略为多个控制策略中建筑室内环境符合预期室内环境， 且设备系统 能耗符合能耗要求的控制策略； 其中， 优化控制策略模型基于仿 真模型训练得到， 且训练优 化控制策略模型的训练数据来源于仿真模型的仿真模拟； 所述仿真模型基于属性信息以及 控制策略， 仿 真计算得到 建筑室内环 境以及设备系统 能耗； 所述仿 真模型不在线 上部署， 所 述优化控制策略模型在线上部署。 2.根据权利要求1所述的设备的控制优化方法， 其中， 所述至少基于所述实时属性信 息 和负荷预测信息， 利用优化控制策略模型， 确定目标控制策略包括： 至少将所述实时属性信 息、 负荷预测信 息， 以及多个控制策略输入优化控制策略模型； 获取优化控制策略模型 预测的多个控制策略分别对应的建筑室内环境以及设备系统能耗； 基于多个控制策略分别对应的建筑室内环境以及设备系统能耗， 确定建筑室内环境符 合预期室内环境且能耗符合能耗要求的目标控制策略。 3.根据权利要求2所述的设备的控制优化方法， 其中， 还 包括： 通过仿真模型仿真计算， 不同属性信 息以及不同控制策略下的建筑室内环境以及 设备 系统能耗； 将不同属性信 息以及不同控制策略作为训练数据， 将优化控制策略模型预测输出的建 筑室内环境以及设备系统能耗， 趋近于仿 真模型仿真计算的建筑室内环境以及设备系统能 耗作为训练目标， 对 优化控制策略模型进行训练。 4.根据权利要求3所述的设备的控制优化方法， 其中， 所述通过仿真模型仿真计算， 不 同属性信息以及不同控制策略下的建筑室内环境以及设备系统能耗包括： 通过仿真模型基于不同属性信息以及不同控制策略， 模拟设备系统的运行 过程； 获取仿真模型基于模拟的设备系统的运行过程， 仿真计算的建筑室内环境以及 设备系 统能耗； 其中， 所述仿真模型利用仿真软件建立； 所述仿真模型在 建立之后， 以设备系统 的实际 运行数据， 进行设备系统的系统参数的辨识和仿真模型的校准。 5.根据权利要求1所述的设备的控制优化方法， 其中， 所述至少基于所述实时属性信 息 和负荷预测信息， 利用优化控制策略模型， 确定目标控制策略包括： 将所述实时属性信 息和负荷预测信 息输入优化控制策略模型， 获取优化控制策略模型 从多个控制策略中预测的建筑室内环境符合预期室内环境， 且设备系统能耗符合能耗要求 的目标控制策略； 所述优化控制策略模型由所述仿真模型通过强化学习算法训练得到 。 6.根据权利要求1 ‑5任一项所述的设备的控制优化方法， 其中， 所述多个控制策略使用 网格搜索方法搜索多个控制参数的控制值而得到， 不同控制值的多个控制参数组合得到不 同的控制策略； 或者， 所述多个控制策略包括多个随机控制策略， 不同随机控制值的多个控 制参数组合得到不同的随机控制策略。 7.根据权利要求1所述的设备的控制优化方法， 其中， 所述根据所述实时属性信息， 预权　利　要　求　书 1/2 页 2 CN 113835344 B 2测设备系统在未来时间的负荷预测信息包括： 将所述实时属性信 息输入负荷预测模型， 获取所述负荷预测模型预测的设备系统在未 来时间的负荷预测信息； 所述方法还 包括： 获取历史时刻的历史属性信息、 以及设备系统在历史时刻之后的一段时间的负荷信 息； 以所述历史属性信 息作为训练数据， 以设备系统在历史时刻 之后的一段时间的负荷信 息作为训练标签， 对负荷预测模型进行训练。 8.根据权利要求1所述的设备的控制优化方法， 其中， 所述至少基于建筑的实时环境信 息， 确定实时属性信息包括： 获取建筑的实时环境信 息、 建筑的当前属性、 以及 设备系统 的实时运行状态信 息， 以确 定所述实时属性信息； 所述方法还 包括： 将所述目标控制策略发送给设备系统的运维人员， 或者， 将携带所述目标控制策略的 控制信息发送给设备系统或者设备系统的控制系统， 以便 设备系统基于所述目标控制策略 设置控制参数并工作； 和/或， 获取目标控制策略下的实际建筑室内环境以及实际设备系统能耗， 以所述实际 建筑室内环境以及实际设备系统能耗对 优化控制策略模型进行 更新训练。 9.一种展示平台， 其中， 所述展示平台展示有设备系统 的优化控制界面， 所述优化控制 界面展示有设备系统的目标控制策略， 所述目标控制策略包括设备系统的多个控制参数的 目标值； 以及， 所述优化控制界面展示有所述多个控制参数的当前值； 其中， 所述目标控制策略由云服务器至少基于实时属性信 息和设备系统在未来时间的 负荷预测信息， 利用优化控制策略确定， 所述 目标控制策略为多个控制策略中建筑室内环 境符合预期室内环 境， 且设备系统 能耗符合能耗要求的控制策略； 其中， 所述 实时属性信息 至少基于建筑的实时环境信息确定， 所述负荷预测信息根据所述实时属 性信息预测得到， 所述设备系统用于调节所述建筑的室内环境； 所述优化控制策略模型基于仿真模型训练得 到， 且训练优化控制策略模型 的训练数据来源于仿真模型 的仿真模拟； 所述仿真模型基于 属性信息以及控制策略， 仿真计算得到建筑室内环境以及设备系统能耗； 所述仿真模型不 在线上部署， 所述优化控制策略模型在线上部署。 10.一种云服务器， 其中， 包括： 至少一个存储器和至少一个处理器； 所述存储器存储一 条或多条计算机可执行指令， 所述处理器调用所述一条或多条计算机可执行指令， 以执行 如权利要求1 ‑8任一项所述的设备的控制优化方法。 11.一种存储介质， 其中， 所述存储介质可以存储一条或多条计算机可执行指令， 所述 一条或多 条计算机可执行指 令被执行时实现如权利要求 1‑8任一项所述的设备的控制优化 方法。权　利　要　求　书 2/2 页 3 CN 113835344 B 3