基于值迭代算法的建筑能耗預(yù)測(cè)方法研究.pdf

1、由于建筑具有面積大、能耗大和能耗復(fù)雜等特點(diǎn)，并且建筑自身是一個(gè)包含多種系統(tǒng)、設(shè)備相互連接的復(fù)雜非線性系統(tǒng)，因此一直被作為節(jié)能的重點(diǎn)。然而，建筑能耗受諸多因素影響，使得能耗預(yù)測(cè)變得相當(dāng)困難。在建筑節(jié)能問(wèn)題中，建筑能耗預(yù)測(cè)方法有很多，例如工程法、數(shù)學(xué)分析法、人工智能法等。其中，人工智能方法目前使用較為廣泛，而強(qiáng)化學(xué)習(xí)方法在人工智能領(lǐng)域引發(fā)了廣泛學(xué)者的關(guān)注，并在多個(gè)領(lǐng)域體現(xiàn)其應(yīng)用價(jià)值。強(qiáng)化學(xué)習(xí)利用試錯(cuò)與環(huán)境相互交互的方法不斷改進(jìn)已獲得的策略，

2、主要優(yōu)點(diǎn)在于自學(xué)習(xí)和在線學(xué)習(xí)，是目前人工智能的主要研究方向。
　　本文圍繞如何利用強(qiáng)化學(xué)習(xí)方法對(duì)建筑能耗進(jìn)行預(yù)測(cè)展開(kāi)研究，通過(guò)深度置信網(wǎng)(DBN)對(duì)歷史能耗進(jìn)行狀態(tài)估計(jì)，利用強(qiáng)化學(xué)習(xí)中值迭代算法對(duì)能耗建模，實(shí)現(xiàn)能耗預(yù)測(cè)。由于值迭代算法具有較慢的收斂速率、較差的穩(wěn)定性以及“維數(shù)災(zāi)難”等問(wèn)題，本文通過(guò)函數(shù)逼近、option自動(dòng)分層、reward shaping等方法提出兩種改進(jìn)的值迭代算法，更加快速準(zhǔn)確地預(yù)測(cè)建筑能耗，主要內(nèi)容包括以下

3、三部分:
　　(1)針對(duì)經(jīng)典值迭代算法所存在的算法收斂不穩(wěn)定以及收斂速度慢的問(wèn)題，提出一種改進(jìn)的基于函數(shù)逼近的冗余值迭代算法。算法將經(jīng)典的值迭代算法與貝爾曼冗余值迭代算法相結(jié)合，引入權(quán)重因子，構(gòu)建新的值函數(shù)參數(shù)更新向量，同時(shí)從理論上證明，利用所提出的值函數(shù)參數(shù)更新向量更新值函數(shù)參數(shù)可以保證算法收斂，解決經(jīng)典值迭代算法收斂不穩(wěn)定的問(wèn)題。
　　(2)提出一種基于option自動(dòng)分層的啟發(fā)式值迭代算法。該算法在識(shí)別子目標(biāo)的過(guò)程中引

4、入軌跡去環(huán)方法，減少樣本數(shù)據(jù)，加快子目標(biāo)的識(shí)別，提高option集的構(gòu)造質(zhì)量。為了避免誤選子目標(biāo)的情況發(fā)生，算法引入均值限界的方法，降低子目標(biāo)周圍狀態(tài)的訪問(wèn)次數(shù)，以提高子目標(biāo)識(shí)別的精度。此外，算法通過(guò)獎(jiǎng)賞塑造(Reward shaping)方法，構(gòu)建啟發(fā)式信息，加快算法的學(xué)習(xí)過(guò)程。在完成option集的構(gòu)造后，將option作為值迭代算法中抽象狀態(tài)的輸入，以求解問(wèn)題的最優(yōu)策略。
　　(3)為了精確地預(yù)測(cè)建筑物未來(lái)時(shí)刻的能耗，提出一

5、種基于值迭代算法的建筑能耗預(yù)測(cè)方法。由于值迭代算法無(wú)法處理連續(xù)的狀態(tài)空間問(wèn)題，因此本章節(jié)通過(guò)結(jié)合深度置信網(wǎng)(DBN)對(duì)建筑能耗進(jìn)行狀態(tài)估計(jì)，并將輸出的狀態(tài)集作為值迭代算法的輸入，進(jìn)一步完成能耗建模及能耗預(yù)測(cè)。通過(guò)美國(guó)巴爾的摩燃?xì)夂碗娏居涊d的建筑能耗數(shù)據(jù)進(jìn)行測(cè)試實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，利用DBN的方法提取能耗的高階特征，能耗預(yù)測(cè)的準(zhǔn)確性明顯提高。此外，將第三章和第四章提出的兩種改進(jìn)的值迭代算法應(yīng)用于能耗預(yù)測(cè)實(shí)驗(yàn)中，進(jìn)一步驗(yàn)證算法的性能，由