一种基于大语言模型的大型建筑制冷系统智能节能方法

本发明涉及一种基于大语言模型的大型建筑制冷系统智能节能方法，属于大型建筑制冷系统智能领域。通过构建强化学习框架，定义由建筑热负荷、设备运行状态及热环境参数构成的多维状态空间，以提升能源效率、保障热安全约束与维持热舒适性为优化目标，设计动态奖励机制；开发制冷领域专用词嵌入模型与跨模态决策转化模型，通过特征编码与嵌入映射实现自然语言指令与物理控制参数的双向解析；基于强化学习经验集对预训练大语言模型进行低秩自适应微调，构建闭环验证系统。实现设备控制策略的泛化迁移与多目标协同决策，提升制冷系统在动态负载下的自适应调控力，为大型建筑提供能效优化、热安全与舒适性的通用智能解决方案。