一种基于深度强化学习的大型商场能耗实时控制方法和系统

摘要

本发明涉及一种基于深度强化学习的大型商场能耗实时控制方法和系统。主要是获取环境状态信息，所述环境状态信息包括：能耗数据信息，温度数据信息、湿度数据信息、PM2.5浓度数据信息，CO2浓度数据信息，人流量数据信息，根据环境状态信息建立环境模型，根据环境模型通过双网络DQN算法获得空调和风机的最优控制策略，通过将最优控制策略生成控制指令来控制空调和风机的运转。可以针对随机复杂的人流量动态自动修正最优控制策略，不易陷入局部最优的情况，随着训练的不断进行直至训练过程的结束，系统所得到的策略其优化控制空调与风机设备的功能会越来越好。