本發明公開了一種基于深度強化學習的建筑能耗預測方法及系統,包括:采集建筑能耗歷史數據,同時采集建筑面積、建筑常住人口數量、建筑常住人口消費水平、建筑所在地天氣狀況數據。將采集到的數據樣本分組,根據所得到的訓練樣本輸入到深度強化學習網絡模型中進行訓練并保存使狀態動作值函數最優的網絡模型。最后將預測樣本輸入到深度強化學習網絡模型,進行建筑能耗預測。本發明采用深度學習中的卷積神經網絡與強化學習中的Q學習相結合的方法實現了建筑的能耗預測,相對于傳統的預測方法,用卷積神經網絡結合Q學習算法的深度強化學習網絡可以減少數據量,降低數據的存儲要求,提高數據的使用效率,加快數據處理的效率。
聲明:
“基于深度強化學習的建筑能耗預測方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)