[发明专利]基于强化学习的室内热环境学习效率提升的优化控制方法

权利要求书

1.一种基于强化学习的室内热环境学习效率提升的优化控制方法，其特征在于，该方法包括以下步骤：

S1：获取观测数据：包括获取室内外热环境和人体的相关参数；室内外热环境数据：时刻信息，室外温度，室外相对湿度，太阳辐射强度，空调系统耗电量，和室内温度；

S2：搭建神经网络模型，使用该模型迭代预测下一时刻的室内温度值、空调耗电量、脑电波；

S3：利用S1获取的数据在S2建立的模型中进行循环运算，并引入DQN强化学习方法，基于神经网络训练控制空调体统的智能体，通过对当前状态值的观测以及得到的奖励，自动学习空调系统控制制热量决策的优化过程，得到最优控制策略，即得到最优的控制方法；

所述S2中，搭建神经网络模型：选用三层前馈全连接神经网络：一个输入层、一个隐含层、一个输出层，建立系统的输入输出模型；选择均方差作为神经网络建模的损失函数；优化器选择随机梯度下降法来寻找模型最优解；最终选择时刻信息，室外温度，室外相对湿度，太阳辐射强度，空调系统耗电量，室内温度，皮肤温度，前一分钟时段内脑电波的平均值，作为模型的输入层参数，t表示当前时刻，隐含层节点数为10，模型的输出层为下一时刻的室内温度、下一时刻空调系统耗电量和脑电波；

所述S3中，将控制方法运行优化问题建模为马尔科夫决策过程；奖励函数R的设置为在室内热舒适区间内，在提高学生的学习效率的同时降低空调系统的能耗为优化目标，如式（2）所示，由三部分组成，第一部分，P为控制时间步长内空调系统的能耗，为实时电价；第二部分为控制时间步长内观测到的脑电波段平均值，影响系数为，理想范围为；第三部分，为室内温度下限，为室内温度上限；为惩罚系数，体现了超越温度范围相对系统能源成本的影响；

。