基于数字孪生与深度强化学习的供热智能调控系统

本发明公开了一种基于数字孪生与深度强化学习的供热智能调控系统，系统包括：物理层：由热源设备、输配管网及用户终端构成的物理供热系统；数字孪生层：构建与物理层实时映射的虚拟供热系统，虚拟供热系统包括基于热力学与流体力学原理的多物理场耦合模型，通过分布式传感器网络采集物理层的运行数据，动态更新虚拟系统状态向量；智能决策层：集成DRL智能体，DRL智能体的状态空间定义为数字孪生层输出的虚拟系统状态向量，动作空间为热源功率与泵阀开度的调控指令组合，奖励函数融合能耗惩罚项、室温舒适度奖励项及管网稳定性约束项。本发明通过数字孪生与深度强化学习的深度协同，实现了全局优化、高精度连续调控与协同平衡。