安徽建筑大学&杭州电子科技大学|基于机器学习方法的建筑可再生能源优化控制

【标题】Optimal control of renewable energy in buildings using the machine learning method

【作者团队】Lirong Wang, Guodao Zhang, Xuesong Yin, Hongkai Zhang

【发表日期】2022.7.28

【论文链接】https://www.sciencedirect.com/science/article/pii/S2213138822005847#!

【推荐理由】本文提出利用强化学习控制方法对绿色建筑中的可再生能源进行最佳控制，以尽量减少配电部门的能源消耗和电力损耗。太阳能供暖、太阳能光伏电池和生物质锅炉被认为是主要的可再生能源。控制系统是根据建筑物的能源使用情况，以及为了满足可再生能源的需要以及尽可能少地使用其他能源而储存或注入环境中的能源来确定的。这种优化在建筑物的中央管理系统中得到了体现，该系统被称为建筑物能量增强学习(BEEL)。优化的 BEEL 是最大化的数值奖励的信号表示的强化学习算法，并与一个混合支持向量-小波学习算法进行比较。该方法揭示了相应的行为是基于奖励的，并且比其他代表性的机器学习方法具有更高的合规性。与人工智能方法相比，强化学习的两个独特特征是试错和延迟奖励，在这里以 99.98% 的准确率完成。