随着科技的进步,人类生活水平的提高,人们在追求物质基础的同时更加的注重对生活质量的提高,因此对冬季建筑物采暖质量的要求也在不断提高。我国供热技术起步较晚,尽管供暖系统已在北方大部分城市地区普及,但其控制技术与其他发达国家之间仍存在一定的差距。供暖系统在给用户供应热量时仍存在供需不匹配现象,使得能源的利用率不高。针对多个热力站供热量供给不均的问题,本文提出了基于深度确定性策略梯度的多个热力站热量分配的控制方案。本文主要针对供热系统一次网进行研究,首先以包头某供热公司一个热源主干线上的十个热力站的历史工况数据为基础,同时收集中国气象网站温度数据,采用BP神经网络与长短时间记忆神经网络分别建立热力站短期热负荷预测模型,通过比较结果值得出基于长短时间记忆神经网络的热负荷预测模型预测的热力站热负荷值精度更高。并将该模型输出的热负荷值作为性能指标函数的一部分。然后采用LSTM神经网络建立热力站模型,并对热力站模型进行泛化能力测试,结果显示该模型泛化能力很好,同时将模型输出的供热量值同样作为后续优化的性能指标函数的一部分,最后使用深度确定性策略梯度控制算法实现对热量的优化分配,并将控制算法输出的供热量与实际供热量值及预测热负荷进行对比,对控制算法中相关参数进行修正,实现对方案的优化,进而求解出优化的一次供水流量序列。本文采用深度增强学习算法对热力站热量优化分配问题进行研究,将机器学习引用到控制领域,为其在控制领域的进一步发展奠定基础,同时也为其他相似场景的控制研究提供借鉴。