一种基于离线强化学习的暖通空调节能优化控制方法及系统

本发明涉及一种基于离线强化学习的暖通空调节能优化控制方法及系统，其中方法包括以下步骤：利用神经网络对暖通空调系统进行建模，作为模拟器，通过获取前一时刻的环境数据以及当前时刻的环境数据、控制目标数据和阀门开度数据预测下一时刻的控制目标数据；通过模拟器生成暖通空调系统的模拟数据，构建训练集；以控制目标达到要求的前提下阀门开度最小且相邻时刻的阀门开度变化量最小为优化目标，建立强化学习模型；利用训练集离线训练强化学习模型；实时获取暖通空调系统前一时刻和当前时刻的控制目标数据、环境数据，利用训练完成的强化学习模型输出最优阀门开度控制方案。与现有技术相比，本发明具有生成的控制方案能耗低、鲁棒性好等优点。