基于元强化学习的数据中心制冷系统能耗优化方法及系统

本发明提供一种基于元强化学习的数据中心制冷系统能耗优化方法及系统，涉及能耗优化领域。本发明中，首先，构建基于数据中心制冷系统运行特性马尔科夫决策过程；其次，采用元强化学习算法构建策略网络，其中针对制冷系统对控制动作连续性与物理可行性的要求，提出引入动作平滑与约束正则化的软演员评论家算法，以执行策略网络的内循环策略更新；最后，利用策略网络对能耗优化进行动态优化控制，在识别到当前任务为新任务时，通过执行内循环策略更新微调述策略网络，以生成相应的最优控制策略。本发明能够在不同运行环境间实现策略的快速迁移与自适应优化。