《表2 年运行费用对比：强化学习算法在空调系统运行优化中的应用研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《强化学习算法在空调系统运行优化中的应用研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

接下来关注从运行费用角度定量评价强化学习控制器的运行效果。为了更好地与基准策略作对比，量化强化学习控制器的控制效果，本案例定义了Score指标。计算方法如式（8）所示，式中cost代表不同运行策略下的供热季累积运行费用，Score的值越接近1，则意味着强化学习控制策略越接近最优控制策略。图5为Score指标随运行天数的变化，表2为不同运行策略下年运行费用的对比情况，可以看出在运行初期，强化学习控制器缺乏“运行经验”，运行费用甚至高于使用固定温度控制策略的运行费用。随着强化学习控制器不断探索，“运行经验”的增加，Score值逐步变大，截止第一个供热季结束，Score值为0.55，与固定温度控制策略的运行费用相比降低了8.3%。在第二个供热季，强化学习控制器进入运行阶段，完全利用已有“运行经验”做决策，经计算，第二个供热季结束时，Score值为0.73，与固定温度控制策略的运行费用相比降低了10.8%。