基于事件驱动深度强化学习的建筑热舒适控制

来源：计算机应用研究杂志2024年第2期北京时间：

作者：李竹,傅启明,丁正凯,刘璐,张颖,陈建平,

单位：1.苏州科技大学a.电子与信息工程学院;b.江苏省建筑智慧节能重点实验室;c.建筑与城市规划学院,江苏苏州215009；2.重庆工业大数据创新中心有限公司,重庆400707；

摘要：住宅暖通空调系统通常耗用大量能源，同时也极大地影响居住者的热舒适性。目前，强化学习广泛应用于优化暖通空调系统，然而这一方法需要投入大量时间和数据资源。为了解决该问题，提出了一个新的基于事件驱动的马尔可夫决策过程（event-driven Markov decision process，ED-MDP）框架，并在此基础上，提出了基于事件驱动的深度确定性策略梯度（event-driven deep deterministic policy gradient，ED-DDPG）方法，通过事件触发优化控制，结合强化学习算法求解最优控制策略。实验结果显示，与基准方法相比，ED-DDPG在提升学习速度和减少决策频率方面表现出色，并在节能和维持热舒适方面取得了显著成果。经过实验验证，该方法在优化住宅暖通空调控制方面展现出强大的鲁棒性和适应性。

关键词：强化学习,事件驱动,暖通空调,住宅建筑,热舒适,

基金资助：国家重点研发计划资助项目(2020YFC2006602)；国家自然科学基金资助项目(62102278,62172324,61876217,61876121)；江苏省高等学校自然科学研究项目(21KJA520005)；江苏省重点研发计划资助项目(BE2020026)；江苏省自然科学基金资助项目(BK20190942)；江苏省研究生教育教学改革项目；；