基于多智能体深度强化学习的商业建筑HVAC控制方法
授权
摘要
本发明公开了一种基于多智能体深度强化学习的商业建筑HVAC控制方法，包括以下步骤：（1）维持室内温度和空气质量在舒适范围的前提下，将多区域商业建筑HVAC能量成本最小化问题建模为马尔可夫博弈，并设计相应的环境状态、行为、以及奖励函数；（2）使用多智能体行动者‑注意力‑评论家强化学习算法对深度神经网络进行训练；（3）在实际应用中，依据训练好的深度神经网络和新的环境状态输入即可获得关于HVAC风阀位置和各个区域空气供给速率的决策。与现有方法相比，本发明提出的方法无需知晓建筑热动力学模型和不确定性参数的任何先验信息，且具有更大的能量成本节省潜力和更高的可扩展性。
基本信息
专利标题 ：
基于多智能体深度强化学习的商业建筑HVAC控制方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111144793A
申请号 ：
CN202010003718.1
公开（公告）日 ：
2020-05-12
申请日 ：
2020-01-03
授权号 ：
CN111144793B
授权日 ：
2022-06-14
发明人 ：
余亮孙毅岳东邹玉龙
申请人 ：
南京邮电大学
申请人地址 ：
江苏省南京市栖霞区文苑路9号
代理机构 ：
南京纵横知识产权代理有限公司
代理人 ：
许婉静
优先权 ：
CN202010003718.1
主分类号 ：
G06Q10/06
IPC分类号 ：
G06Q10/06 G06Q50/06 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/06
资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
法律状态
2022-06-14 ：
授权
2020-06-05 ：
实质审查的生效
IPC(主分类) : G06Q 10/06
申请日 : 20200103
申请日 : 20200103
2020-05-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
