摘要
本发明提供了一种基于GAT和多智能体强化学习的建筑能耗控制方法及装置,可以应用于人工智能和智能建筑技术领域,该方法包括:利用监测设备获取建筑的初始环境信息和初始能耗信息;对初始环境信息进行处理,确定第一功能区域与第二功能区域之间的关联度;基于关联度、相邻特征信息更新初始环境信息,得到目标环境信息;利用目标环境信息、预设分析策略确定与建筑对应的环境评估结果;以及基于环境评估结果和资源动态信息对初始能耗信息进行调控,得到目标能耗信息,其中,目标能耗信息在目标时刻小于预设能耗阈值。通过该方法可以提高建筑能耗评估和控制结果的精度,针对不同场景具有普适性,提升了建筑能耗评估控制的效率。
技术关键词
信息更新
能耗控制方法
深度强化学习算法
监测设备
建筑能耗控制装置
注意力模型
策略
智能建筑技术
子模块
动态
资源
参数
邻居
编码
场景
精度