[发明专利]基于深度强化学习混合动作空间的氧气系统调度优化方法

摘要

本发明提供一种基于深度强化学习混合动作空间的氧气系统调度优化方法，包括如下步骤：氧气系统调度优化；基于drl的方法；结果和分析。本发明以深度强化学习为基础，提出了用于解决氧气系统调度问题的HAC算法，所提出的算法扩展了AC算法的actor网络，根据市场分时电价设计额外分段奖励函数。HAC算法解决了离散变量和连续变量的混合问题，在提高经济效益的同时实现节能减排。实验结果表明，HAC算法将调度问题置于混合的动作空间中，避免导致次优的动作选择的问题。与传统算法相比，HAC算法显著提高了算法的收敛性和准确性，使氧气系统具有更高的氧气利用率和经济效益。