本發明公開了一種運用時序數據的深度強化學習建筑能耗預測方法,本發明利用深度森林算法將樣本按照一定的標簽范圍進行分類,進而劃分深度強化學習模塊所使用的原始動作空間,在找尋動作空間內不同類別相同次序動作的數學聯系后,將其所依賴的神經網絡多個神經元用一個神經元進行替代,實現計算時間及計算資源的縮減;本發明與現有能耗預測方法相比,其顯著優點是:1)可以對異常能耗數據進行檢查和替換2)方法輸入僅需要歷史能耗數據,而無需其他建筑內部結構信息或者人員分布信息3)方法訓練的計算時間及計算資源小于其他方法。
聲明:
“運用時序數據的深度強化學習建筑能耗預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)