建筑能耗已经成为我国能耗总体的重要部分,在建筑相关设备中,维持室内空气品质及热舒适环境的建筑空调系统的全年能耗占据了建筑总能耗的一半左右。而针对建筑空调系统的精确能耗预测能充分挖掘系统的节能潜力,为建筑空调系统故障检测与诊断、运行策略控制优化等技术提供可靠依据。本文运用数据驱动技术,将能耗预测问题转化成序列决策问题,提出了一种基于深度强化学习的建筑空调系统能耗预测新方法。本文主要探究了深度强化学习算法应用于办公建筑空调系统能耗预测上的可行性与性能。首先,本文对河南省某办公建筑的空调系统进行能耗数据采集实验,同时采集当地气象数据,并引入专家变量以帮助模型更好地辨识系统运行状态。为提高数据质量和模型性能,分别采用局部异常因子算法、自相关函数)和偏自相关函数进行数据异常检测和特征提取。本文分别部署了基于三种常用深度强化学习算法的办公建筑空调系统能耗单步预测和多步预测模型,并对各模型关键超参数进行了辨识和参数优化,最后从预测精度、收敛速度、计算时间三个维度对各模型进行了全面分析。研究结果表明,相比常用的监督学习模型,深度确定性策略梯度（DDPG）和循环确定性策略梯度（RDPG）模型预测结果的平均绝对误差在单步预测中可降低16%-24%,在多步预测中可降低19%-32%,这表明了深度强化学习算法DDPG和RDPG能显著提高办公建筑空调系统能耗预测精度。而异步优势动作评价算法（A3C）在预测精度上并不理想。模型收敛速度方面,A3C模型在训练过程中的收敛速度也要明显慢于DDPG和RDPG模型,因此A3C模型在训练过程中需要迭代更多的轮次。模型计算时间方面,由于深度强化学习模型结构和训练机制更加复杂,其模型计算时间要显著长于监督学习模型。三种深度强化学习模型中,异步多线程计算的A3C模型计算时间最短,而嵌入了循环神经网络的RDPG模型的计算时间最长。综上所述,深度强化学习模型能显著提高办公建筑空调系统能耗预测精度,但需要更长的计算时间作为代价。随着硬件设备的升级和人工智能技术的发展,本文提出的深度强化学习模型在建筑能耗预测及相关领域具有一定的研究和应用价值。