基于生成对抗网络的Q学习能耗预测方法
针对大型公共建筑之中实际能耗数据缺乏、能耗预测精度低的问题,提出了一种方法——基于生成对抗网络的Q学习能耗预测算法(Reinforcement Learning Algorithm Based on Generative Adversarial Networks,GAN_RL).该算法首先将能耗数据转化成时间标记的数据,同时利用生成对抗网络生成部分建筑能耗数据,并将其加入原始能耗数据之中,将前几个时辰的能耗数据通过环境状态进行建模,结合Q学习方法预测后续能耗.该算法采用结合生成对抗网络与Q学习的方法解决了能耗数据不足的问题.实验表明,该算法能有效地预测建筑能耗,预测精度高.
建筑能耗、生成对抗网络、Q学习、能耗预测
16
TP181(自动化基础理论)
2020-09-15(万方平台首次上网日期,不代表论文的发表时间)
共3页
222-224