华南理工大学学报(自然科学版)

作者：闫军威 黄琪 周璇

单位：华南理工大学 机械与汽车工程学院，广东 广州 510640

关键词：中央空调系统,节能优化运行,强化学习,Double-DQN 算法,双神经网络结构,总能耗,室内热舒适性

基金：国家自然科学基金青年基金资助项目( 51408233) ;广东省科技计划项目( 2016B090918105) ; 广东省自然科学基 金资助项目( 2017A030310162，2018A030313352)

针对中央空调系统机理建模困难和参数辨识工作较为复杂的问题，提出了一种 基于自适应建模和自学习机制的中央空调系统节能优化运行方法; 设计了空调系统马尔 可夫决策过程模型，采用具有双神经网络结构的强化学习算法解决学习过程中容易产生 的维数灾难和值函数过估计问题． 然后以广州市某办公建筑中央空调系统为研究对象，建 立该系统的 TＲNSYS 仿真平台，对算法的有效性进行了验证． 仿真结果表明: 该方法在满 足室内热舒适性要求的前提下，以系统能耗最小为目标，实现了系统的节能优化运行; 与 PID 控制和单神经网络强化学习控制方法相比，系统总能耗分别降低5． 36% 和 1． 64%， 非舒适性时间总占比分别减少2． 32%和1． 37%． 文中提出的强化学习控制器能够有效解 决值函数过估计问题，具有良好的鲁棒性，自适应优化能力和较好的节能效果，可为建筑 节能提供新思路

来源：2019年第1期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2019年第1期