基于深度强化学习的建筑HVAC自适应协调控制方法及装置

本发明公开一种基于深度强化学习的建筑HVAC自适应协调控制方法及装置，该方法通过构建室内温度变化模型；通过所述室内温度变化模型对室内温度变化进行描述；基于所述室内温度变化模型构建建筑热动力学模型；基于所述建筑热动力学模型，结合EnergyPlus与Python联合仿真框架，构建建筑HVAC系统实时动态控制模型；将所述建筑HVAC系统实时动态控制模型转化为马尔科夫决策过程模型；基于设定专家规则，构建深度强化学习算法EB‑TD3；根据设定优化目标，通过所述深度强化学习算法EB‑TD3对所述马尔科夫决策过程模型进行迭代优化，实现建筑HVAC系统自适应实时动态控制。本发明提高了HVAC系统在复杂环境中的控制效率与稳定性，降低了能源消耗并提升了热舒适度。