基于深度强化学习的空调冷却水系统能效优化方法

本发明涉及能效优化技术领域，是基于深度强化学习的空调冷却水系统能效优化方法，具体方法包括：将多场数据信号进行时间对齐、异常剔除与段落化标注，生成覆盖热—流体—真空—节拍的多场联动状态集，并从连续生产批次中抽取节拍模板；建立多目标‑系统能耗约束映射，导入至数字样机中进行策略学习，产出工艺段综合策略库，生成节拍前馈表；生成在线协同执行指令集并下发预分配动作；动态进行二次分配动作；同时对系统检测到启停瞬间的水力波动做出幅度限制。本发明解决了现有技术中，难以在热—流体—真空三场耦合的高动态环境中保持温度稳态，同时存在无法同步应对多场耦合、响应带宽不足和节拍切换缺乏前馈协调的问题。