本發明涉及溫度、濕度、空氣清凈度以及空氣循環(Heating,Ventilation,Air?conditioningand Cooling,HVAC)的控制系統的智能控制方法,具體是一種基于廣義互熵(generalizedcorrentropy,GC)損失函數的長短期記憶神經網絡(Long Short?term Memory,LSTM)和深度強化學習(Deep Reinforcement Learning,DRL)算法的HVAC控制系統。該方法包括的步驟如下:采集室外環境溫度、室內環境溫度和電網的電價信息,對采集到的數據進行預處理,使用室外環境溫度歷史數據預測未來多步的室外環境溫度,基于未來室外溫度值、室內環境溫度和電網電價信息利用DRL的深度確定性策略(Deep Deterministic Policy Gradient,DDPG)算法控制HVAC系統的功率輸出。本發明能實時智能控制HVAC系統以減少用戶成本并且保證用戶的滿意度,具有較高的實際工程應用價值。
聲明:
“基于多步預測深度強化學習算法的HVAC控制系統” 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)