基于深度强化学习的智能楼宇空调自适应控制方法

本发明公开了基于深度强化学习的智能楼宇空调自适应控制方法，属于智能楼宇控制技术领域，其具体包括：收集智能楼宇多元信息，结合三维模型与空调位置构建三维空间节点网；据此界定空调控制动作范围，形成离散动作空间，并构建融入区域权重的多目标奖励函数；采用Dueling DQN算法，结合经验回放和目标网络机制训练深度强化学习模型，部署至楼宇控制系统；运行时，通过节点网获取状态数据，从动作空间选择最优动作控制空调，空调执行动作后，采集新状态数据，依据奖励函数计算奖励值反馈给模型，动态调整最优动作选择策略；本方法可精准适应楼宇复杂环境，平衡舒适度与能耗，提升智能楼宇空调控制的智能化水平与能源利用效率。