控温精度提升35%
针对建筑暖通系统多区域控制，提出的多时间尺度耦合强化学习算法，通过共享状态信息协同优化风机盘管与热泵，在保证室内舒适度的同时降低能耗与功率波动。
Zhe, Chen · Xing, Tian · Yu, Wang · Yunlin, Zhuang · Zheng, Meng · Qianchuan, Zhao · Jia, Samuel Qing Shan
Applied Energy 2025
利用多任务学习网络共享状态信息，使风机盘管与热泵在不同时间尺度上协同决策，温度控制精度较传统DQN提升35.4%。
区域功率波动较传统DQN降低25.18%，较OCC降低56.74%，有助于电网稳定。
热泵能耗为2964 W，低于传统DQN的2977 W和OCC的3051 W，在维持更优控温精度的同时实现节能。