基于深度强化学习的住宅暖通空调优化控制研究  

作　　者：杨建波 

机构地区：[1]唐山市曹妃甸热力有限公司,河北 唐山 063200

出　　处：《中文科技期刊数据库(引文版)工程技术》2025年第5期105-110,共6页

摘　　要：传统的HVAC控制方法在面对复杂动态环境时,存在精度不足和适应性差等问题。为了解决这些挑战,本文提出了一种基于事件驱动深度强化学习(ED-DRL)的方法,通过仅在环境发生重要变化时触发控制决策,从而有效降低计算资源消耗和无效操作。该方法通过深度强化学习中的DDPG算法结合事件触发机制,能够在保证室内舒适性的同时优化能效。结果表明,ED-DRL方法在提高能效和舒适度方面优于传统控制方法,具有广泛的应用潜力。

关 键 词：深度强化学习 HVAC系统 事件驱动 能效优化 

分 类 号：TU17[建筑科学—建筑理论]