基于深度强化学习的极端低温环境混凝土控温方法及系统

本发明公开了一种基于深度强化学习的极端低温环境混凝土控温方法及系统，涉及混凝土养护技术领域。具体步骤为：采集电热混凝土内温度数据以及外部环境温湿度数据；基于深度学习构建混凝土加热的热力学模型，并通过历史数据训练热力学模型；将训练好的热力学模型集成到DDPG算法中的环境模型，得到第一模型，对第一模型进行训练；将电热混凝土内温度数据以及外部环境温湿度数据输入到训练好的第一模型中，输出加热电压值；通过将加热电压值转换为控制信号调节加热设备的输出。通过采用深度强化学习算法，本发明能够实现对混凝土养护过程中温度的精确控制，从而显著提高混凝土在极端低温条件下的强度和耐久性。