[发明专利]一种恒湿机智能控制方法及装置

说明书

本发明提供一种恒湿机智能控制方法及装置，所述方法通过分布在大空间内的湿度传感器检测环境的湿度值，并基于智能控制器控制分布在大空间内的恒湿机工作以控制湿度稳定，所述方法基于强化学习的方式更新智能控制器的策略得到对恒湿机的控制模型，在强化学习过程中，利用所有湿度传感器检测到的湿度与目标设定值的欧氏距离计算出平均绝对湿度差，测量恒湿机的功耗，基于平均绝对湿度差和功耗定义了各时间步的动作参数对应的奖励值，引入了对湿度均匀性和风机功耗的评价，能够使强化学习训练得到的模型实现对大空间内湿度稳定性的控制，并极大减小功耗。

技术领域

本发明涉及电子设备控制技术领域，尤其涉及一种恒湿机智能控制方法及装置。

背景技术

博物馆内一般存放书画、青铜器、雕塑等珍贵的文物，不同类型文物存放的环境不太一样。在存放以及展览过程中，如果存放的环境差，文物容易被造成开裂、翘曲、收缩和剥落等破坏。在不适当的条件下，青铜器会喷发出绿色的粉末腐蚀物，而在高湿度的夏季，纸质物品有时会长满霉菌。在木材或象牙雕塑可能会出现长裂纹，而皮革，羊皮纸经常起皱或撕破，其中影响最主要的因素是湿度。不同藏馆的文物湿度环境要求不大一样，但大多数湿度首选范围是40％-60％左右。对于像书画，皮革，羊皮纸等特定的文物，对特定的环境条件比其他材料更敏感，因此它们需要存储在一个相对稳定的环境中，必须尽量减少波动，因此控制湿度均匀性和稳定性显得十分重要。

目前针对建筑的温湿度环境控制提出许多方法，有的是通过控制空调和风机的工作，确保建筑内的环境满足生产环境以及人体舒适度，有的通过控制风机频率变化的序列满足用户舒适度和维持能源效率，还有些是基于数据驱动方法来控制建筑暖通的空调系统。大部分文献都是对单独的建筑区域整体进行能耗分析，而没有考虑建筑区域内部气体气流的变化对环境的影响，从而忽视湿度的均匀性。同时现有技术对于湿度控制的过程中，并没有考虑到风机的能耗问题。

发明内容

本发明实施例提供了一种恒湿机智能控制方法及装置，以消除或改善现有技术中存在的一个或更多个缺陷，以解决现有技术无法在保障低能耗的基础上均匀控制大空间内各处湿度的问题。

本发明的技术方案如下：

一方面，本发明提供一种恒湿机智能控制方法，所述方法在智能控制器上运行，所述智能控制器连接指定空间内的分布式的多个湿度传感器和多个恒湿机，所述方法包括：

获取各湿度传感器按照设定时间间隔采集得到的湿度值序列作为状态空间的状态参数，以及各恒湿机对应的湿度设定值序列和风档设定值序列作为动作空间的动作参数；

采用预设强化学习模型根据各时间步状态参数确定输出相应的动作参数，并获取各时间步对应动作参数下各恒湿机的功耗，根据所有湿度传感器实际检测到的湿度与目标设定值的欧氏距离计算出平均绝对湿度差，根据每个时间步所述平均绝对湿度差和所有恒湿机实际的功耗计算每个时间步的奖励值，采用回放缓存区存储各时间步对应的状态参数、动作参数、功耗、奖励值和目标湿度值；

在强化学习过程中，所述预设强化学习模型按照优先级对回放缓存区中的经验数据进行采样，采用神经网络拟合所选择的动作参数的所述奖励值，所述神经网络模型设置本地网络用于计算当前时间步的预测价值并选择预测价值最高的动作参数，设置目标网络用于计算下一时间步的目标价值，所述本地网络与所述目标网络的结构相同，每间隔设定时长将所述本地网络的参数更新至所述目标网络；并且所述神经网络将动作参数的预估奖励值分解为仅与状态有关的值函数部分以及与状态和动作均相关的优势函数部分，还引入高斯噪声进行采样干扰；基于所述预测价值、所述目标价值以及未来多个时间步的奖励值构建损失函数，以最大化各时间步动作参数对应奖励值之和为优化目标进行学习直至收敛。

在一些实施例中，根据每个时间步所述平均绝对湿度差和所有恒湿机实际的功耗计算每个时间步的奖励值之前，还包括：

对各时间步对应的功耗进行标准化处理，得到单位时间内的相对功耗RP_t，计算式为：