一种用于运维能源管理的自适应优化方法

本发明公开了一种用于运维能源管理的自适应优化方法，包括：通过采集和预处理运行数据，构建基于卷积神经网络和长短期记忆神经网络的混合预测模型，提高了能源消耗趋势预测的准确性；利用深度确定性策略梯度算法生成优化控制模型，通过求解优化问题，得到最优控制序列，实现了对用能设备运行参数的实时、自适应调整，以达到能源消耗最小化的目标。本发明方法通过引入深度学习和强化学习技术，突破了传统能源管理方法的局限，实现了对能源消耗的精准预测和高效控制，不仅提高了能源管理系统的智能化水平，还降低了能源消耗和运营成本。