一种基于安全模型强化学习的数据中心制冷控制算法

摘要

本发明属于数据中心制冷控制算法技术领域，具体涉及一种基于安全模型强化学习的数据中心制冷控制算法，包括下列步骤：将系统当前状态输入到策略网络和风险模型中，分别生成最优行为和安全探索行为；通过ε‑greedy策略形成执行行为；然后系统进入下一个状态，将实际发生的系统过渡经验存储在经验回放池中，以训练系统模型，所述系统模型包括系统动力学模型和风险模型；通过调用Plan函数实现学习最优策略和值函数；通过MPCS函数解决MPC问题。本发明可以快速学习到接近最优的控制策略，而不会严重违反温度约束。