[发明专利]基于深度强化学习的空调风量控制方法、装置以及介质有效
| 申请号： | 201911040834.4 | 申请日： | 2019-10-30 |
| 公开（公告）号： | CN110781969B | 公开（公告）日： | 2023-06-23 |
| 发明（设计）人： | 陈满金;王琰;刘明洪;谢勇;黄海;吴永辉;吴忠云;张可洲;杨清水 | 申请（专利权）人： | 龙岩烟草工业有限责任公司;厦门理工学院 |
| 主分类号： | G06F18/214 | 分类号： | G06F18/214;G06N3/092;G06N20/00;F24F11/72;F24F11/74;G05B15/02 |
| 代理公司： | 中国贸促会专利商标事务所有限公司 11038 | 代理人： | 方亮 |
| 地址： | 364021 福建*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供了一种基于深度强化学习的空调风量控制方法、装置以及存储介质，其中的方法包括：建立状态预测模型，使用状态预测模型获得外界预测状态；根据外界预测状态生成训练样本，基于训练样本对长期回报值预测网络模型进行训练，用于对长期回报值预测网络模型的参数θ进行调整；通过长期回报值预测网络模型并基于当前状态预测下一时刻的空调执行行动，用以对于空调风量进行控制；本公开的方法、装置以及存储介质，能够对卷烟企业空调进行自动控制，实现损失最小化，可以提高空调温湿度预测的准确率和空调开关切换的稳定性，能够实现节能降耗，能够减少企业的成本并提高产品质量。 | ||
| 搜索关键词： | 基于 深度 强化 学习 空调 风量 控制 方法 装置 以及 介质 | ||
【主权项】：
1.一种基于深度强化学习的空调风量控制方法，包括：/n建立状态预测模型，使用所述状态预测模型获得外界预测状态；其中，所述外界预测状态包括：新风温湿度和室内温湿度；/n根据所述外界预测状态生成训练样本，基于训练样本对长期回报值预测网络模型进行训练，用于对所述长期回报值预测网络模型的参数θ进行调整；/n通过所述长期回报值预测网络模型并基于当前状态预测下一时刻的空调执行行动，用以对于空调风量进行控制；其中，所述当前状态包括：环境状态和对应的空调执行行动。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于龙岩烟草工业有限责任公司;厦门理工学院，未经龙岩烟草工业有限责任公司;厦门理工学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911040834.4/，转载请声明来源钻瓜专利网。
