← 返回列表

基于TD3强化学习优化的集成式建筑能耗预测方法及系统

申请号: CN202410035751.0
申请人: 杭州经纬信息技术股份有限公司
更新日期: 2026-03-20

专利详细信息

项目 内容
专利名称 基于TD3强化学习优化的集成式建筑能耗预测方法及系统
专利类型 发明申请
申请号 CN202410035751.0
申请日 2024/1/10
公告号 CN117540938A
公开日 2024/2/9
IPC主分类号 G06Q10/063
权利人 杭州经纬信息技术股份有限公司
发明人 黄晶; 吴风景; 舒婷婷; 钟宜国; 叶肖华; 严珂
地址 浙江省杭州市余杭区良渚古墩路1899号A1幢6楼626-628室

摘要文本

本发明公开了基于TD3强化学习优化的集成式建筑能耗预测方法及系统,其方法包括以下步骤:收集建筑的能耗数据及周边气象数据,选择多特征数据集中与能耗预测相关的特征作为样本训练集;将所述训练集输入至少两种深度训练模型进行训练,完成对应种类能耗预测模型的构建;基于至少两种所述能耗预测模型的训练结果构建TD3强化学习模型,TD3强化学习模型通过所述验证集进行迭代学习,确定最佳的权重分配策略;将TD3强化学习模型用于所述测试集,对其输出进行评估,基于评估结果对TD3强化学习模型进行持续优化,达到预设要求后将TD3强化学习模型用于建筑的能耗预测,本发明提高了用于建筑能耗预测的模型的稳定性和准确度。

专利主权项内容

1.基于TD3强化学习优化的集成式建筑能耗预测方法,其特征在于,包括以下步骤:收集建筑的能耗数据及周边气象数据,获得多特征数据集并进行预处理,选择多特征数据集中与能耗预测相关的特征作为样本训练集,所述样本训练集包括训练集、验证集及测试集;将所述训练集输入至少两种深度训练模型进行训练,完成对应种类能耗预测模型的构建;基于至少两种所述能耗预测模型的训练结果构建TD3强化学习模型,在训练过程中,TD3强化学习模型通过所述验证集进行迭代学习,确定最佳的权重分配策略,所述权重分配策略用于对所有能耗预测模型的预测结果进行权重分配;将TD3强化学习模型用于所述测试集,对其输出进行评估,基于评估结果对TD3强化学习模型进行持续优化,达到预设要求后将TD3强化学习模型用于建筑的能耗预测。