期刊文献⁺

任意字段

题名或关键词

题名

关键词

文摘

作者

第一作者

机构

刊名

分类号

参考文献

作者简介

基金资助

栏目信息

强化学习算法在卷烟厂制冷站情景下冷却侧节能优化控制中的应用研究

下载PDF

导出

摘要对某卷烟厂的制冷站房能耗进行了研究,并在原有控制网络上搭载了一种先进的高效节能智控系统,对制冷系统的节能效果进行了分析。实际运行结果显示,采用高效节能智控系统后,制冷系统节能率达14.1%,优于常规的PID控制。同时,该制冷站能效还可以持续优化,保持高效运行。

作者刘尧程宝东朱鹏基刘聪李戈平吴松蔓刘宁一黄磊

机构地区四川中烟工业有限责任公司西安海普瑞软件科技有限公司同算知能信息科技有限公司

出处《暖通空调》 2024年第S2期40-43,共4页 Heating Ventilating & Air Conditioning

关键词强化学习优化控制卷烟厂制冷站房

分类号 TP18 [自动化与计算机技术—控制理论与控制工程] TU83 [建筑科学—供热、供燃气、通风及空调工程]

引文网络
相关文献

参考文献9

1于昌勇,张亮,李嘉劼,崔治国,毛晓峰.高效空调制冷机房无人值守智慧运行节能技术研究与应用[J].建设科技,2022(23):63-66. 被引量：10
2杨旭,赵旭磊,涂壤,张涛.基于改进粒子群寻优的数据中心精密空调无模型自适应预测控制[J].北京工业大学学报,2023,49(4):424-434. 被引量：5
3吕旗.卷烟厂空调的节能运行研究[J].能源与节能,2015(8):77-80. 被引量：4
4熊乔枫,李铮伟,赵铭炎.基于深度Q神经网络(DQN)的空调冷却水系统无模型优化[J].暖通空调,2023,53(7):88-93. 被引量：6
5马帅,傅启明,陈建平,冯帆,陆悠,李铮伟,裘舒年.基于双池DQN的HVAC无模型优化控制方法[J].智能科学与技术学报,2022,4(3):426-444. 被引量：2
6丁瑞华,崔承刚,王逸轩,张少迪.基于深度强化学习的数据中心空调系统优化控制[J].低温与超导,2022,50(9):79-85. 被引量：14
7张汝波,顾国昌,刘照德,王醒策.强化学习理论、算法及应用[J].控制理论与应用,2000,17(5):637-642. 被引量：94
8高阳,陈世福,陆鑫.强化学习研究综述[J].自动化学报,2004,30(1):86-100. 被引量：300
9秦浩森,于震,李太禄,李立.基于深度强化学习的热泵供热系统节能控制[J].建筑科学,2022,38(12):1-6. 被引量：9

二级参考文献38

1刘莹莹,王占山.异构多智能体系统的输出同步:一个基于数据的强化学习方法[J].智能科学与技术学报,2020,2(4):394-400. 被引量：3
2刘朝阳,穆朝絮,孙长银.深度强化学习算法与应用研究现状综述[J].智能科学与技术学报,2020,2(4):314-326. 被引量：64
3丁志梁,潘毅群(指导),谢建彤,王尉同,黄治钟.强化学习算法在空调系统运行优化中的应用研究[J].建筑节能,2020(7):14-20. 被引量：11
4杨璐,洪家荣,黄梯云.用加强学习方法解决基于神经网络的时序实时建模问题[J].哈尔滨工业大学学报,1996,28(4):136-139. 被引量：2
5阎平凡.再励学习——原理、算法及其在智能控制中的应用[J].信息与控制,1996,25(1):28-34. 被引量：30
6曲志明,吴会阁,郝刚立,高洪俊,王晓丽.瓦斯爆炸衰减规律和破坏效应[J].煤矿安全,2006,37(4):5-9. 被引量：24
7俞君香.矿井瓦斯防治[M].徐州:中国矿业大学出版社,1992.
8张国框.通风安全学[M].徐州:中国矿业大学出版社,2004.
9林柏泉,胡殿明.煤层瓦斯赋存规律及防治技术[M].徐州:中国矿业大学出版社,2006.
10俞星星,阎平凡.强化学习系统及其基于可靠度最优的学习算法[J].信息与控制,1997,26(5):332-339. 被引量：3

共引文献423

1项宇,秦进,袁琳琳.结合向前状态预测和隐空间约束的强化学习表示算法[J].计算机系统应用,2022,31(11):148-156. 被引量：4
2安萌萌,樊秀梅,蔡含宇.基于雾计算和强化学习的交通灯智能协同控制研究[J].计算机应用研究,2020,37(2):465-469. 被引量：9
3丁志梁,潘毅群(指导),谢建彤,王尉同,黄治钟.强化学习算法在空调系统运行优化中的应用研究[J].建筑节能,2020(7):14-20. 被引量：11
4王彦朋,郭佳佳,王晓君.基于Q-Learning的青霉素发酵过程控制方法[J].信息化研究,2023,49(3):31-35.
5李徐,张帆.受强化学习思想启发的一种结构优化算法[J].智能计算机与应用,2022,12(5):136-140. 被引量：1
6马庆刘,喻鹏,吴佳慧,熊翱,颜拥.基于深度强化学习的综合能源业务通道优化机制[J].北京邮电大学学报,2020,43(2):87-93. 被引量：1
7赵元,张合新.基于目标状态距离简化Q-learning算法的迷宫路径规划[J].火箭军工程大学学报,2019(4):79-84.
8孙方平,符秀辉.复杂环境下机器人的行为学习研究[J].仪器仪表学报,2006,27(z3):1982-1983. 被引量：2
9朱伟一.格林斯潘斗不过经济规律[J].南风窗,2002(24):61-61.
10周济,陈锋.基于强化神经网络的区域协调控制研究[J].电子技术（上海）,2010(9):20-22.

1张振华,陈欢,李锦涛.基于云边协同的地铁能量监测及优化控制系统[J].自动化应用,2025,66(5):18-20.
2龙震宇.基于能耗数据分析的冷却塔维护策略优化研究[J].现代制造技术与装备,2024,60(S1):74-76.
3湘电永磁系统节能改造交出亮眼成绩助力矿山绿色转型再添新范本[J].中国机电工业,2025(3):62-62.
4彭淑英,倪丹,杨梅,金明春,唐华.内蒙古既有农宅节能供暖方案经济性和碳排放分析[J].暖通空调,2024,54(S2):4-8.
5蒋雅婷,朱晗,李峥嵘.基于Dymola的地铁环控策略节能度研究[J].暖通空调,2024,54(S2):377-381.
6杨红霞,何春燕,郑海.屋顶光伏与幕墙光伏在陕北地区建筑中的应用研究[J].延安大学学报(自然科学版),2025,44(1):14-19.
7王婷婷,牛梦涵,崔红社.商场冷热源系统节能改造技术[J].安装,2025(2):73-75.

暖通空调

2024年第S2期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...

;

使用帮助返回顶部