基于强化学习的智慧楼宇机房冷却系统优化算法

扫码查看

原文链接

万方数据
维普

中文摘要：传统智慧楼宇机房冷却系统控制方法通常依赖于机械制冷、电力和暖通方面的近似模型,这些模型难以设计,且不具备通用性.为此,提出一种基于Actor-Critic框架的策略优化算法,用于自主控制机房冷却系统.通过持续与环境互动获得经验,并利用这些经验优化控制策略,以更节能的方式确保机房正常运行.与传统控制算法相比,基于强化学习方法无需明确模型知识,只需设计奖励信号即可自动优化系统性能.在模拟平台上评估所提出的算法,实验结果表明,相较于PID控制算法,所提出的方法在冷却效率上提高了13.9%.

作者：

郭振君、韩明涛、李井鹏、董文吉

展开 >

作者单位：

浪潮通信信息系统有限公司山东济南 250013

关键词：

智慧楼宇机房冷却系统强化学习 Actor-Critic PID控制算法策略优化

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.10.052

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(10)