一种基于深度强化学习的空调控制系统技术方案

本发明专利技术公开了一种基于深度强化学习的空调控制系统，包括：分类单元，其基于空调系统的历史数据，对用户角色进行分类，用户角色基于对空调的使用习惯而区分，且每个用户角色涉及若干用户；建模单元，其建立基于用户角色的训练模型，训练模型表征空调运行数据和空调控制数据之间的关系；选择单元，其基于所确定的当前用户的用户角色，选择当前用户角色对应的训练模型；决策单元，其根据所选择的训练模型并通过DDPG算法训练该训练模型，以求解最优控制策略；空调控制系统接收最优控制策略。本发明专利技术基于用户群体预建立训练模型，且基于用户个体训练对应的训练模型，实现空调系统智能化运行，满足用户个体差异，提升用户体验。提升用户体验。提升用户体验。

【技术实现步骤摘要】
一种基于深度强化学习的空调控制系统


[0001]本专利技术涉及空调系统控制
，尤其涉及一种基于深度强化学习的空调控制系统。

技术介绍

[0002]空调器在运行制冷/制热模式时，通常是根据用户通过遥控器、空调控制面板或APP等手动预先设定的温度或风速等参数值运行，考虑到用户的个体差异以及室内环境参数的不均匀性，空调器按照用户预先设定的参数运行后有时并非真正适合用户，会出现反复调节空调器的情况，从某种程度上来说，用户不一定能够准确判断自身需求和空调设定之间的关系，造成“夏季室温偏低、冬季室温偏高”，不仅影响用户的舒适性、体验度，而且还增加空调能耗。
[0003]现有空调系统的控制方法例如有传统的控制方法（例如基于规则的控制（如启停控制）、PID控制）、模型预测控制方法（MPC）、启发式算法（例如遗传算法、粒子群算法等）、利用传统的Tabular
‑
Q
‑
learning算法实现空调系统的运行优化等，但是仍存在可以归结为建模难或者建模不准确的问题，因此，难以做到真正服务用户，以提高用户使用体验。...

【技术保护点】

【技术特征摘要】
1.一种基于深度强化学习的空调控制系统，其特征在于，包括：分类单元，其基于空调系统的历史数据，对用户角色进行分类，所述用户角色基于对空调的使用习惯而区分，且每个用户角色涉及若干用户；建模单元，其建立基于用户角色的训练模型，所述训练模型表征空调运行数据和空调控制数据之间的关系；选择单元，其基于所确定的当前用户的用户角色，选择所述当前用户角色对应的训练模型；决策单元，其根据所选择的训练模型并通过DDPG算法训练所述训练模型，以求解最优控制策略；所述空调控制系统接收所述最优控制策略，用于控制空调器的运行。2.根据权利要求1所述的基于深度强化学习的空调控制系统，其特征在于，还包括：数据预处理单元，其对属于每个用户角色的历史数据进行预处理；所述建模单元基于属于用户角色的、预处理后的数据，建立所述训练模型。3.根据权利要求1所述的基于深度强化学习的空调控制系统，其特征在于，在空调出厂之前，利用所述分类单元对用户角色进行分类，以及利用所述建模单元建立基于用户角色的训练模型；在空调出厂后的使用过程中，利用所述选择单元选择所述当前用户角色对应的训练模型，以及利用决策单元通过DDPG算法训练所述训练模型，以求解最优控制策略。4.根据权利要求3所述的基于深度强化学习的空调控制系统，其特征在于，所述训练模型导入空调系统的控制单元；所述选择单元和所述决策单元分别与所述控制单元连接，用于在选择用户角色对应的训练模型并通过DDPG算法训练所述训练模型后，将所求解的最优控制策略反馈至所述控制单元。5.根据权利要求3所述的基于深度强化学习的空调控制系统，其特征在于，所述空调控制系统还包括：网关设备，其与空调系统通信；云平台，其与所述网关设备通信；APP侧，其与所述云平台...

【专利技术属性】
技术研发人员：陈丽如，
申请(专利权)人：青岛海信日立空调系统有限公司，
类型：发明
国别省市：