一种基于深度强化学习的蒸发冷空调节能优化控制方法

本申请涉及空调节能控制技术领域，具体涉及一种基于深度强化学习的蒸发冷空调节能优化控制方法，该方法包括：根据蒸发冷空调运行过程中各时刻的局部时段内环境温度的变化趋势和变化幅度，计算热负荷上升指数；根据各时刻的局部时段内风机、水泵、蒸发器功率中峰值波动的相似程度，得到能耗峰值同步指数；根据各时刻的热负荷上升指数与能耗峰值同步指数的差异情况，计算环境复杂度；综合各时刻的环境温度和环境复杂度，设置深度强化学习算法中的奖励函数；根据当前时刻的环境温度、水泵和蒸发器的功率，使用所述深度强化学习算法对蒸发冷空调的风机功率进行优化控制。本申请可提高使用深度强化学习算法对空调节能控制的精度。