近年来,随着我国城市轨道交通的迅速发展和众多地铁站的快速建设、运营,其相应的能耗总量也迅速增长,能耗问题日益凸显。为了给乘客提供一个相对舒适的候车环境,空调系统在地铁站中得到了广泛应用。而地铁站空调系统的能源消耗较大,约占车站总能耗的35%,且能源利用效率不高。造成这种现象的主要原因是空调系统具有非线性、强耦合、大滞后等特点,传统的控制方法无法兼顾舒适性和节能的问题,而且目前大多数地铁站均是对空调风系统和水系统单独控制,无法保证整个系统的节能效果。为解决上述问题,本论文提出了基于强化学习的空调系统风水联动节能控制策略,在保证车站环境舒适性要求的前提下,使系统尽可能节约能源,这对降低地铁系统能耗具有重要的现实意义。强化学习作为人工智能领域中一种极具发展前景的机器学习技术,具有自适应、自学习能力,能够实现复杂系统的全局优化控制,是充分发挥空调系统节能潜力的有效方法之一。为解决强化学习智能体在线训练收敛时间长的问题,本论文采用三层前馈神经网络建立了空调系统模型,首先确定了模型输入输出参数和网络结构,然后对其进行训练,并将训练完成的模型作为离线训练强化学习智能体的模拟环境,减少了系统学习的时间。为了提升算法效率,同时针对地铁站空调系统多维连续动作空间的特点,本论文提出了基于多步预测的深度确定性策略梯度改进算法;为实现风系统和水系统联动控制,本论文将地铁站空调水系统和末端风系统视为一个整体,设计了智能体框架,将其用于与环境模型进行交互训练,在保证地铁站台温度要求的前提下,使整个系统的能效比最大化。此外,为了确定最佳的训练次数,本论文还设置了智能体训练终止条件,有效减少了训练时间,进一步提升了算法效率。最后,本论文基于武汉某地铁站空调系统的实测运行数据,利用PyCharm软件,基于TensorFlow框架,编写了算法程序进行仿真实验。结果表明,本论文所提出的控制策略取得了良好的控制效果,在满足地铁站台温度要求的前提下,与目前实际工程系统相比,能源节省约17.908%,提高了地铁站空调系统的能源利用效率;与此同时,本论文的改进算法与传统深度确定性策略梯度法相比,智能体训练次数减少了86次,提升了算法效率。