基于DDPG-GA融合的蒸发式冷凝器节能优化方法

本发明公开了一种基于DDPG‑GA融合的蒸发式冷凝器节能优化方法，包括以下步骤：步骤1、获取制冷系统的历史数据，并进行数据预处理，将数据中的异常值去除，再对其进行标准化处理，最后划分数据集；步骤2、使用深度神经网络构建冷凝压力预测模型作为系统仿真器，并使用PCA方法获取参数之间的依赖规则，作为模型的约束条件；本发明的有益效果是通过引入基于深度强化学习(DDPG)与遗传算法(GA)融合的节能优化控制策略，建立深度神经网络冷凝压力预测模型作为系统仿真环境，并设计奖励函数，使控制策略能够自动根据实时工况调整参数，从而动态适应复杂工况并实现能效的全局优化。