1.一种用于半封闭半开放空间的空调控制方法，其特征在于：包括以下步骤：S1、确定工况并获取对应工况下的相关数据；在半封闭半开放公共建筑物中，根据空调通风系统确定相关工况，获取对应工况的能耗及产生室内的温度、湿度；S2、分析标准时刻的水流量误差,确定影响室内环境参数的天数；通过不同的影响天数进行仿真实验，仿真实验为计算仿真结果与全年仿真结果的差异，如下： ；所述标准时刻的水流量误差百分比最小的影响天数 ，即为影响室内环境参数的天数；S3、建立预测模型；S3.1、确定室外环境影响因素，所述室外环境影响因素包括干球温度、露点温度、湿球温度、室外空气湿度比、相对湿度、太阳散射辐射值和太阳直射辐射值；S3.2、确定室内环境因素，所述室内环境因素包括温度和湿度；S3.3、确定客流量；S3.4、建立开启空调模式下的温度、湿度、能耗和水流量预测模型；步骤S3.4中，所述开启空调模式通过开启空调对室内温湿度进行调节；当前时刻到下一时刻时间内产生的能耗和水流量，能耗和水流量受当前时刻和前 天室内外环境参数及空调系统选择的工况的影响，通过门控循环单元(GRU)构建开启空调模式下的多时刻温、湿度预测模型，开启空调模式下的多时刻能耗、水流量预测模型，所述控循环单元(GRU)在t时刻的更新公式如下： （1） （2） （3） （4）式（1）为更新门计算公式， 为更新门的输出，即控制前边记忆信息能够继续保留到当前时刻的数据量； 为t时刻的输入向量，即当前时刻室内外环境参数及控制参数； 通过与权重矩阵 相乘进行线性变化；同理，由 保存了t-1时刻的信息，即前七天室内外状态参数及控制参数，也通过与权重矩阵 相乘进行线性变化；随后，更新门将这两部分信息传入sigmoid激活函数中；式（2）为重置门计算公式， 为重置门的输出，即控制要遗忘多少过去的信息； 为sigmoid函数； 、 为学习的权重参数；式（3）至（4）中， 为当前确定的隐状态； 为候选隐状态 ； 、 为学习的参数 ；⊙表示 逐元素相乘 ；式（3）和（4）计算了过去时刻的记忆内容与当前时刻所有的记忆内容；S3.5、建立不开启空调模式下的温度和湿度预测模型；S3.6、预测模型的有效性；S4、建立决策阶段算法；通过IDQN算法将当前时刻室内外环境影响因素分别和所有工况输入到预测模型中；不同工况在当前时刻至下一时刻开始前，这一小时内空调通风系统产生的能耗及下一时刻开始时，输出室内环境状态的参数；步骤S4中，所述建立决策阶段算法包括：一、IDQN算法所述IDQN算法包括两个结构相同、初始参数相同的神经网络，通过使用梯度下降法来更新网络权重，如下： （5）式（5）中， 和 分别为两个神经网络的参数；s为当前时刻的状态，包含当前时刻及前 天的室内外环境参数；a为当前时刻可供选择的工况；r为选择的工况对应的收益；使用函数 (s,a; )来近似动作-价值Q（s,a），将这一过程称之为价值函数近似；Li( )为损失函数；γ为折扣因子；二、特殊策略K1.预演算法，根据预测模型输出结果进行判断，当工况数量大于1小于等于3时取所有工况，或当工况大于3时取DQN算法产生的动作价值最高的三个工况，将上述工况输入预演算法中；K2.二分类算法，由一个输入层、两个全连接层和一个输出层组成；通过 策略选择动作的DQN算法和预演算法生成样本对二分类模型进行训练和测试；三、空调通风系统控制算法有效性测试首先空调通风系统与贪婪选择算法进行对比，贪婪选择算法指，将预测结果输入贪婪选择算法中，该算法会从所有满足高铁站场温度要求的工况中，选择能耗最小的工况。
2.如权利要求1所述的一种用于半封闭半开放空间的空调控制方法，其特征在于：步骤S1中，所述工况包括自然通风、机械通风和空调系统。
3.如权利要求1所述的一种用于半封闭半开放空间的空调控制方法，其特征在于：步骤S3.5中，所述不开启空调模式通过开窗、机械通风和开窗-机械通风组合三种形式对室内温湿度进行调节。
4.如权利要求1所述的一种用于半封闭半开放空间的空调控制方法，其特征在于：步骤S3.6中，所述预测模型的有效性通过获取多条开启空调和不开启空调的数据，将其划分为训练集和测试集对预测模型进行训练和测试；将预测模型与线性回归、岭回归、决策树回归三种模型进行对比，采用均方误差、均方根误差及拟合优度三个指标对回归模型的预测性能进行评价。
