分布式數(shù)據(jù)中心制冷控制的深度強化學習算法

摘要： 為對數(shù)據(jù)中心空調(diào)送風溫度與送風速度進行智能控制，降低數(shù)據(jù)中心制冷能耗，提出一種基于多智能體強化學習的數(shù)據(jù)中心空調(diào)制冷控制方法。所有空調(diào)智能體的制冷策略聯(lián)合訓練使其能合作制冷，設置溫度約束保證設備在安全溫度下運行。在不斷與環(huán)境模型交互的過程中獲得經(jīng)驗，通過經(jīng)驗優(yōu)化控制方法，以更加節(jié)能的方式保證數(shù)據(jù)中心的正常工作。仿真結(jié)果表明，與單智能體強化學習的CCA方法相比，所提方法在分布式數(shù)...