摘要
本发明涉及建筑排水管道维护技术领域,具体地说,涉及基于大数据分析的建筑维护系统,其包括数据感知收集单元、边缘计算分析单元、核心决策单元以及指令执行反馈单元,本发明中数据感知收集单元通过部署在建筑排水系统各组件上的传感器收集运行参数数据,边缘计算分析单元运用滑动窗口算法和基于阈值的判断方法处理分析数据,检测异常并上传,核心决策单元构建基于多智能体强化学习的控制模型,采用深度Q网络及其改进算法训练智能体优化策略,综合考虑排水效率和维护成本等因素做出决策,指令执行反馈单元根据指令执行操作并反馈结果,通过智能决策提高排水效率、降低维护成本,提升了建筑排水系统的管理水平。
技术关键词
建筑维护系统
建筑排水系统
深度Q网络
滑动窗口算法
时间序列预测模型
多智能体强化学习
分析单元
决策
数据分析算法
参数
染色体
核心
排水泵
判断方法
奖励分配方法
异常数据
均衡策略
系统为您推荐了相关专利信息
贷款风险评估方法
时间序列预测模型
渔船
时间段
编码模块
气象观测设备
运维管理系统
运维管理平台
大气环境参数
物联网通信模块
空调运行参数
制冷控制方法
风机运行频率
因子
制冷控制系统
水产养殖生物
子模块
关键水质参数
建立水质参数
数据处理模块
储能电站
热管理控制方法
深度神经网络
时间序列预测模型
卷积神经网络模型