摘要
本申请公开了一种基于强化学习的降碳路径组合调度方法及相关设备,涉及低碳生产技术领域,所述基于强化学习的降碳路径组合调度方法,包括:获取碳因子生产实测数据;将所述碳因子生产实测数据输入至预先训练的降碳路径组合调度模型,调度得到当前碳因子的最佳降碳路径,其中,所述降碳路径组合调度模型为深度强化学习模型。本申请采用了深度强化学习模型,当获取碳因子生产实测数据并将其输入至预先训练的降碳路径组合调度模型时,通过模型的深度学习和强化训练实现对碳因子的最佳降碳路径的精准调度,以此实现对复杂动态变化的碳排放数据的高效处理和优化,进而确定最佳降碳路径,最终完成对碳排放的有效降低。
技术关键词
深度强化学习模型
因子
强化学习网络
记忆单元
分布式数据库
计算机程序产品
近实时数据
调度设备
排放量
训练集
处理器
调度装置
滑动窗口
动态
可读存储介质
存储器
参数
序列
指数
系统为您推荐了相关专利信息
碳纳米管场效应晶体管
标准单元库
设计工具
芯片
功耗
齿轮
非线性回归模型
疲劳耐久试验机
数据
正弦余弦算法
低压配电台区
电力负荷曲线
因子
短期电力负荷
参数