基于BIM与强化学习的建筑能耗动态优化方法及系统

本发明公开了一种基于BIM与强化学习的建筑能耗动态优化方法及系统，属于建筑能源管理与智能控制技术领域，其包括建立包含建筑构件物理属性参数的BIM，生成动态热工属性演变的建筑数字孪生体；提取空间拓扑关系与构件物性参数，构建预设的强化学习模型的多维状态空间；嵌入物理约束条件，并训练强化学习模型，以生成能源设备的多目标优化策略；将多目标优化策略解析为设备控制指令集，并反馈至建筑数字孪生体进行实时物理属性仿真。本发明通过将BIM的物理精确性与强化学习的自适应决策能力相结合，引入物理约束下的对抗训练，能够生成符合实际运行限制且动态适应环境变化的能耗优化策略，显著提升能源利用效率和系统响应速度。