本發(fā)明公開了一種基于深度強(qiáng)化學(xué)習(xí)的建筑能耗預(yù)測方法及系統(tǒng)，包括：采集建筑能耗歷史數(shù)據(jù)，同時(shí)采集建筑面積、建筑常住人口數(shù)量、建筑常住人口消費(fèi)水平、建筑所在地天氣狀況數(shù)據(jù)。將采集到的數(shù)據(jù)樣本分組，根據(jù)所得到的訓(xùn)練樣本輸入到深度強(qiáng)化學(xué)習(xí)網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練并保存使?fàn)顟B(tài)動(dòng)作值函數(shù)最優(yōu)的網(wǎng)絡(luò)模型。最后將預(yù)測樣本輸入到深度強(qiáng)化學(xué)習(xí)網(wǎng)絡(luò)模型，進(jìn)行建筑能耗預(yù)測。本發(fā)明采用深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)與強(qiáng)化學(xué)習(xí)中的Q學(xué)習(xí)相結(jié)合的方法實(shí)現(xiàn)了建筑的能耗預(yù)測，相對于傳統(tǒng)的預(yù)測方法，用卷積神經(jīng)網(wǎng)絡(luò)結(jié)合Q學(xué)習(xí)算法的深度強(qiáng)化學(xué)習(xí)網(wǎng)絡(luò)可以減少數(shù)據(jù)量，降低數(shù)據(jù)的存儲(chǔ)要求，提高數(shù)據(jù)的使用效率，加快數(shù)據(jù)處理的效率。