基于深度强化学习的多参数耦合优化控制方法

一种基于深度强化学习的多参数耦合优化控制方法，包括：实时采集建筑不同高度分区中冷冻水管网的末端阀门开度与压差数据，结合泵房出口压力与建筑高度差，构建水力状态模型。基于水力状态模型，提取关键补偿参数，并在冷冻水管网的初始动作空间中扩增分区差压补偿信号，以构建多参数动作空间。基于多参数动作空间，在仿真环境中训练深度强化学习策略，并在深度强化学习策略中引入水力约束。调用深度强化学习策略根据实时分区水力状态生成多个控制指令，以控制冷冻水管网中冷机、泵和风机的设定以及分区差压补偿信号。实时监测控制指令执行后高区末端的供水温度与流量，以验证建筑不同高度分区的水力状态是否满足预设目标阈值。