摘要
本发明公开了一种融合预测与学习思想的智慧家庭在线能量管理方法，包括以下设计步骤：首先，在维持室内热舒适的前提下，建立智慧家庭能量管理系统运行成本最小化问题；其次，将上述问题重新建模为马尔可夫决策过程，并构建智能体以学习与家庭能量管理系统运行相关的隐性世界模型；然后，构建与智能体交互的环境模型；接着，根据构建的环境模型，建立基于模型预测控制与深度强化学习结合的智能体训练框架；训练完成后，智能体基于获得的隐性世界模型进行在线决策，并将决策作用于实际智慧家庭系统。与现有方法相比，本方法结合了模型预测控制与深度强化学习双重优势，可同时降低智慧家庭运行成本并提升室内热舒适性。
