买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉天津大学申请的专利基于深度强化学习的建筑HVAC自适应协调控制方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120010255B 。

龙图腾网通过国家知识产权局官网在2025-11-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510128677.1，技术领域涉及：G05B13/04；该发明授权基于深度强化学习的建筑HVAC自适应协调控制方法及装置是由穆云飞;武泽清;徐延泽;贾宏杰;靳小龙;张嘉睿;余晓丹;李家宇设计研发完成，并于2025-02-05向国家知识产权局提交的专利申请。

本基于深度强化学习的建筑HVAC自适应协调控制方法及装置在说明书摘要公布了：本发明公开一种基于深度强化学习的建筑HVAC自适应协调控制方法及装置，该方法通过构建室内温度变化模型；通过所述室内温度变化模型对室内温度变化进行描述；基于所述室内温度变化模型构建建筑热动力学模型；基于所述建筑热动力学模型，结合EnergyPlus与Python联合仿真框架，构建建筑HVAC系统实时动态控制模型；将所述建筑HVAC系统实时动态控制模型转化为马尔科夫决策过程模型；基于设定专家规则，构建深度强化学习算法EB‑TD3；根据设定优化目标，通过所述深度强化学习算法EB‑TD3对所述马尔科夫决策过程模型进行迭代优化，实现建筑HVAC系统自适应实时动态控制。本发明提高了HVAC系统在复杂环境中的控制效率与稳定性，降低了能源消耗并提升了热舒适度。

本发明授权基于深度强化学习的建筑HVAC自适应协调控制方法及装置在权利要求书中公布了：1.基于深度强化学习的建筑HVAC自适应协调控制方法，其特征在于，包括： 构建室内温度变化模型；通过所述室内温度变化模型对室内温度变化进行描述；基于所述室内温度变化模型构建建筑热动力学模型； 基于所述建筑热动力学模型，结合EnergyPlus与Python联合仿真框架，构建建筑HVAC系统实时动态控制模型； 将所述建筑HVAC系统实时动态控制模型转化为马尔科夫决策过程模型； 基于设定专家规则，构建深度强化学习算法EB-TD3；根据设定优化目标，通过所述深度强化学习算法EB-TD3对所述马尔科夫决策过程模型进行迭代优化，实现建筑HVAC系统自适应实时动态控制； 所述室内温度变化模型的表达式为： ； 式中，δt为时间增量；为当前时间步的温度；，和分别为前三个时间步的温度；O代表逼近阶即误差项，表示当很小时，导数的近似误差大约与同阶； 所述建筑热动力学模型的表达式为： ； ； 式中，Ch为室内空气的热容；ρair为空气密度；Cρ为空气的比热容；CT为空气体积；Cp为定压比热容；Nl为热区的总数量；Ns为换热面的总数；Nz为流体支路的总数；hi为表面换热系数；Ai为表面积；Tsi为房间表面温度；Th为房间空气温度；为从相邻房间进入的空气质量流量；Thi为相邻房间内空气的温度；为渗透的外部空气质量流量；T∞为外部空气温度；是外部热源的总和；为系统内部热源总和； 所述马尔科夫决策过程模型的核心要素包括：状态空间、动作空间、状态转移概率、奖励和折扣因子； 所述状态空间的表达式为： ； 式中，S为状态空间；s为智能体在时间t的状态； 所述动作空间的表达式为： 式中，A为动作空间；a表示一个特定的控制动作； 所述状态转移概率表示状态之间转移的可能性，反映了智能体从s转移到st+1的过程； 所述奖励的表达式为： 式中，R为奖励；r为智能体在时间t处于状态s并执行动作a时获得的奖励； 所述折扣因子用于平衡即时奖励与未来奖励的重要性； 在根据所述设定优化目标，通过所述深度强化学习算法EB-TD3对所述马尔科夫决策过程模型进行迭代优化的过程中，迭代优化步骤为： 将Actor网络与Critic网络的参数进行初始化；基于相同的参数，构建所述Actor网络与所述Critic网络对应的目标网络； 通过所述Actor网络获取当前状态，并根据所述当前状态确定控制动作；在确定所述控制动作时加入噪声，增强智能体的探索能力； 每次所述控制动作执行后，环境向智能体提供奖励，并且过渡到下一个状态；将四元组存储到经验回放缓冲区，直至回合结束； 从所述经验回放缓冲区采样小批量经验；通过所述小批量经验计算获得所述目标网络的q值； 根据所述Critic网络的损失函数，对所述Critic网络进行更新； 基于策略梯度定理，对所述Actor网络进行更新； 按照软更新策略，对所述Actor网络与所述Critic网络对应的目标网络进行更新。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人天津大学，其通讯地址为：300072 天津市南开区卫津路92号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。