基于强化学习的智慧楼宇机房冷却系统优化算法

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%。