典型文献
基于深度强化学习的热泵供热系统节能控制
文献摘要：
热泵供热系统广泛应用于住宅建筑,其优化控制对于提高需求侧的能源效率至关重要.基于模型的控制方法需要精确的建筑模型,而无模型控制方法前期效果较差,收敛速度较慢.针对这些问题,提出了 1种基于Deep Q-Learning及其改进算法的强化学习方法.该方法具有较快收敛速度,能够根据不同建筑环境自适应学习建模,在热舒适收益和能耗成本之间寻找平衡.北京市某近零能耗住宅建筑实际验证结果表明,该算法与基准策略相比综合收益提高15.3％.
文献关键词：
强化学习;Deep Q-Learning;控制策略;暖通空调;近零能耗建筑
中图分类号：
作者姓名：
秦浩森;于震;李太禄;李立
作者机构：
河北工业大学,天津300131;中国建筑科学研究院有限公司,北京100013
文献出处：
引用格式：
[1]秦浩森;于震;李太禄;李立-.基于深度强化学习的热泵供热系统节能控制)[J].建筑科学,2022(12):1-6
A类：
B类：
深度强化学习,热泵,供热系统,系统节能,节能控制,住宅建筑,优化控制,提高需求,需求侧,能源效率,基于模型,建筑模型,无模型控制,收敛速度,较慢,Deep,Learning,改进算法,强化学习方法,快收敛,建筑环境,环境自适应,自适应学习,热舒适,能耗成本,找平,耗住,综合收益,暖通空调,近零能耗建筑
AB值：
0.455659
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
