本发明提供一种基于深度强化学习的智能园区空调负荷调控方法、系统、存储介质和电子设备,涉及空调负荷预测技术领域。本发明包括采集并预处理园区的历史数据;根据预处理后的历史气象数据和历史负荷数据,构建园区空调负荷短期预测模型,获取园区的空调负荷预测数据;根据预处理后的空调历史运行数据和空调负荷预测数据,构建园区空调制冷系统能耗优化的学习模型;采用深度强化学习方法进行寻优,获取园区的最优空调负荷调控方案。基于园区空调负荷短期预测值对园区空调负荷进行整体调控,提高园区能源的利用效率和整体经济性;在园区空调负荷预测的基础上对园区空调负荷进行优化调控,对于实现园区空调系统节能运行也有重要意义。
声明:
“基于深度强化学习的智能园区空调负荷调控方法和系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)