基于强化学习的空气源热泵供热系统温度控制方法及装置

本发明公开了一种基于强化学习的空气源热泵供热系统温度控制方法及装置，属于供热系统优化控制技术领域。方法包括步骤：根据空气源热泵供热系统的构成建立空气源热泵供热系统的数学模型；建立基于Q‑learning算法的供热系统MDP模型，并选择供热系统MDP模型参数；初始化供热系统环境状态，并基于s‑geedy策略选择控制动作；执行控制动作At获得即时奖励；更新执行控制动作后的供热系统环境状态；存储状态转移数据，控制逐渐减小探索概率ε的值进行迭代，直至学习过程结束。本发明实现了对空气源热泵供热系统的自动化、智能化控制,确保了空气源热泵供热系统的高效运行和用户舒适度的最大化。