[发明专利]办公建筑能耗管理方法

权利要求书

1.一种办公建筑能耗管理方法，其特征在于，所述方法包括：

获取用电需求信息；

构造神经网络；

根据所述用电需求信息对所述神经网络进行训练确定性能指标函数和控制策略；

判断所述训练是否满足收敛精度；

如果所述训练满足所述收敛精度，则根据所述性能指标函数获取控制策略，并计算用电费用；

所述神经网络包括评判网络和执行网络，所述根据所述用电需求信息对所述神经网络进行训练确定性能指标函数和控制策略包括：

通过自适应动态规划算法对所述评判网络进行训练确定性能指标函数；

通过自适应动态规划算法对所述执行网络进行训练确定控制策略；

所述通过自适应动态规划算法对所述评判网络进行训练确定性能指标函数包括：

根据下式计算所述性能指标函数：

其中，x(t-1)为t-1时刻的状态量，u(t-1)为t-1时刻的控制量，Q(t-1)为t-1时刻的性能指标函数；

所述性能指标函数如下式所示：

其中，所述γ为折扣因子且0＜γ≤1，所述U表示效用函数，所述U[x(l),u(l),l]表示l时刻的用电花费，并且U[x(l),u(l),l]＝C(l)·x₁(l)，所述C(l)是l时刻的电网电价，所述x₁(l)是l时刻的电网供电功率。

2.根据权利要求1所述的方法，其特征在于，所述获取用电需求信息包括：

采集用电数据；

对所述用电数据进行处理，从而得到所述用电需求信息。

3.根据权利要求1所述的方法，其特征在于，对所述性能指标函数进行更新的规则具体为：

w_c(k+1)＝w_c(k)+Δw_c(k)

其中，为评判网络的期望输出，Q_k(t-1)为评判网络的实际输出，E_c(k)表示评判网络的逼近误差，w_c(k)表示评判网络的权值，Δw_c(k)表示其权值变化量，θ_c表示评判网络的学习率，θ_c＞0，k为迭代指标。

4.根据权利要求1所述的方法，其特征在于，所述通过自适应动态规划算法对所述执行网络进行训练确定控制策略包括：

根据下式计算所述控制策略：

{x(t)}→{u(t)}

其中，x(t)为t时刻的状态量，u(t)为t时刻的控制量。

5.根据权利要求4所述的方法，其特征在于，所述控制策略更新的规则具体为：

w_a(k+1)＝w_a(k)+Δw_a(k)

其中，为执行网络的期望输出，u_k(t)为执行网络的实际输出，E_a(k)表示执行网络的逼近误差，w_a(k)表示执行网络的权值，Δw_a(k)表示其权值变化量，θ_a表示执行网络的学习率，θ_a＞0。