基于深度学习的智能幕墙节能控制方法及系统

本发明涉及一种基于深度学习的智能幕墙节能控制方法及系统。该方法：对幕墙系统的各层级区域进行温度数据、光照数据和能耗数据采集，得到传感器数据矩阵；计算幕墙能耗残差值并进行时序分段和K‑means聚类，得到能耗特征向量和能耗模式特征数据库；设定状态空间、动作空间和奖励函数，训练初始深度强化学习模型；对幕墙控制区域执行自适应下垂系数调节，并调整遮阳系数、通风口开度和中空层温度，得到各区域节能控制参数；执行多目标优化控制，并对所述初始深度强化学习模型进行在线更新，得到目标深度强化学习模型。本发明采用分区域、分层次的控制策略，充分考虑了建筑朝向和楼层高度的影响，实现了精细化的控制管理。