基于深度强化学习的智慧区域供热系统流量控制
系统与控制
2019-12-12 v1 人工智能
机器学习
系统与控制
信号处理
摘要
在高纬度地区，许多城市采用集中供热系统以提高能源生成效率并减少污染。在所谓区域供热的多层级系统中，供热过程中的流量控制缺乏高效方法。本文描述了利用深度强化学习解决该问题的理论方法，并提出了一种基于云的供热控制系统以供实施。真实案例研究显示了所提系统在人工控制下的有效性与实用性，而深度强化学习的模拟实验表明，与手动控制相比，每小时可节约约 1985.01 吉焦热量和 42276.45 吨水。
引用
@article{arxiv.1912.05313,
title = {Flow Rate Control in Smart District Heating Systems Using Deep Reinforcement Learning},
author = {Tinghao Zhang and Jing Luo and Ping Chen and Jie Liu},
journal= {arXiv preprint arXiv:1912.05313},
year = {2019}
}
备注
Submitted to Information Processing in Sensor Networks (IPSN 2020)