基于深度强化学习的建筑暖通空调能耗优化控制系统开发与验证_环保低碳_2026年课程设计.docxVIP

  • 0
  • 0
  • 约2.5万字
  • 约 32页
  • 2026-11-21 发布于北京
  • 举报

基于深度强化学习的建筑暖通空调能耗优化控制系统开发与验证_环保低碳_2026年课程设计.docx

PAGE1

摘要

建筑运行能耗约占全社会终端能耗的百分之二十以上,其中暖通空调(HVAC)系统是最大的耗能环节。实际工程中HVAC普遍采用定值回温控制与经验规则控制,控制器无法感知天气变化、人员波动与建筑热惰性之间的动态耦合,往往以过量的冷热量供给换取室温达标,造成“舒适度冗余”与能源浪费并存的现象。传统优化方法如模型预测控制依赖精确的建筑热力学模型,建模成本高、泛化能力弱,难以在中小型建筑中推广。

针对上述问题,本课题以降低HVAC运行能耗并保障室内热舒适为目标,将HVAC逐时控制抽象为马尔可夫决策过程,设计并实现了一种基于SoftActor-Critic(SAC)的深度强化学习控制

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档