基于个性化联邦强化学习的智慧家庭能量管理方法及系统

本发明公开了基于个性化联邦强化学习的智慧家庭能量管理方法及系统，属于智慧家庭能量管理领域，包括以下步骤：建模多个异质智慧家庭能量成本最小化问题并设计对应马尔可夫决策过程的环境状态、动作和奖励函数；N个异质智慧家庭环境的边缘端智能体在本地利用深度强化学习算法优化策略，并借助云端中心服务器进行联邦学习，获得一个训练性能稳定的预训练全局模型；对各个异质智慧家庭环境的边缘端智能体进行后训练微调，得到适用于N个异质智慧家庭环境的N种个性化能量管理策略；将微调得到的个性化能量管理策略部署在实际环境中运行，本发明可在充分保障住户热舒适性的前提下，有效降低系统能量成本。