Proximal Policy Optimizationによる土壌熱交換システムの運用制御

DOI

書誌事項

タイトル別名
  • Operational Control for Earth-to-Air Heat Exchanger through Proximal Policy Optimization

抄録

<p>本研究では、強化学習による土壌熱交換システムの最適運用制御則の確立を目的としている。本論文では、実在建物に導入されている土壌熱交換システム(地下ピット)を対象に、汎用制御シミュレータにより構築した方策ベース強化学習アルゴリズムの一つであるPPO( Proximal Policy Optimization)を用いて、省エネ性能の確保と結露発生の抑制を両立させた制御則の構築及びその有効性を検証する。以下に得られた知見を示す。1) 学習の収束には 200 回程度の試行回数を必要とした。2) Random 制御・DDQN との比較により、PPO は、省エネ効果・結露抑制効果の双方において、最も高い制御性能を示した。</p>

収録刊行物

詳細情報 詳細情報について

  • CRID
    1390295658315349504
  • DOI
    10.18948/shase.47.301_27
  • ISSN
    24240486
    0385275X
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ