一种基于强化学习的能耗时序预测方法、设备及介质

本申请公开了一种基于强化学习的能耗时序预测方法、设备及介质，方法包括：对行业基础模型的超参数进行随机初始化，并获取LoRA微调产生的损失和趋势；将超参数、损失和趋势作为当前状态信息，并将当前状态信息输入到预先构建的强化学习智能体中的价值网络中，以通过价值网络，输出当前状态信息对应的当前状态价值；通过策略网络确定当前状态对应的随机动作；根据执行随机动作产生的奖励值对策略网络进行迭代优化，直至得到优化完成的策略网络，通过优化完成的策略网络，采样得到超参数调整值；通过超参数调整值对行业基础模型进行微调，得到目标能耗预测模型，将采集的能耗时序数据输入到能耗预测模型中，输出对应的能耗预测值。