摘要
本申请公开了基于强化学习的城市集中供热网络优化控制系统及方法，包括：多源感知模块，部署于供热管网关键节点，采集水温、压力、流量、室温及设备振动数据；边缘计算节点，与多源感知模块连接，执行数据清洗、特征提取与局部预测；云平台强化学习引擎，基于深度确定性策略梯度算法生成全局优化策略，输入参数包括气象数据、用户负荷、实时电价；分布式执行机构，根据优化策略动态调节热源出力、泵阀开度及换热站流量分配。在本发明实施的时候，能够有效提高供热的均匀性，降低过量供热的情况发生，且同时降低能耗；通过多源感知模块，能够更准确的对泵阀的信息进行采集，准确预测泵阀的故障，大大提高了用户的满意度。
