![基于支持向量机和深度强化学习的建筑空调温度控制方法](/CN/2023/1/35/images/202310179586.jpg)
基本信息:
- 专利标题: 基于支持向量机和深度强化学习的建筑空调温度控制方法
- 申请号:CN202310179586.1 申请日:2023-02-23
- 公开(公告)号:CN116123702A 公开(公告)日:2023-05-16
- 发明人: 赵璐 , 许磊磊 , 殷超 , 孙浩 , 黎晖 , 彭杰涛 , 李坤 , 龚清 , 张志鹏 , 刘文洲 , 程亮 , 刘艳 , 汤立坤 , 陈科 , 付茂源 , 李明翔 , 马朝科 , 吕建国
- 申请人: 中交武汉智行国际工程咨询有限公司
- 申请人地址: 湖北省武汉市经济技术开发区蔷薇路668号华中中交城A区17层
- 专利权人: 中交武汉智行国际工程咨询有限公司
- 当前专利权人: 中交武汉智行国际工程咨询有限公司
- 当前专利权人地址: 湖北省武汉市经济技术开发区蔷薇路668号华中中交城A区17层
- 代理机构: 武汉维盾知识产权代理事务所
- 代理人: 刘翠霞
- 主分类号: F24F11/89
- IPC分类号: F24F11/89 ; F24F11/64 ; F24F110/10
摘要:
本发明涉及基于支持向量机和深度强化学习的建筑空调温度控制方法,包括:分析确定影响空调温度控制效果的影响因素;采集建筑空调温控的样本数据;采用支持向量机,建立建筑空调最佳设定温度的预测模型,并求解得到各种不同情形下的空调最优控制温度;将建筑空调温度控制过程分解为温控控制过程的前、后时刻的状态迁移,针对当前状态设定空调温度即为当前状态的动作,利用深度Q网络得到动作价值;根据深度Q网络得到的最大动作价值的动作,利用空调对建筑室内温度进行实时调控。本发明实现了空调最优控制温度的求解与根据用户体验反馈情况的反馈控制过程分解,提高了建筑空调温度控制的灵活性,便于基于用户反馈进行实时调整,提高了用户体验度。
IPC结构图谱:
F | 机械工程;照明;加热;武器;爆破 |
--F24 | 供热;炉灶;通风 |
----F24F | 空气调节;通风 |
------F24F11/00 | 控制系统或设备;安全系统或设备 |
--------F24F11/89 | .控制或安全装置的配置或安装 |