CN106707807A - 饮水机及其基于时序的智能控制方法、系统 - Google Patents

Abstract

本发明适用于智能控制技术领域，提供了一种饮水机及其基于时序的智能控制方法、系统，所述智能控制方法包括：根据时序算法模型预测饮水机的当前用电量；将所述当前用电量与预置阈值进行比较；当所述当前用电量大于所述预置阈值时，启动耗能功能，当所述当前用电量不大于所述预置阈值时，关闭耗能功能以进行节能。本发明有效地解决了现有技术中饮水机空转工作、导致能源浪费甚至影响用户饮水健康的问题，能够实现智能控制，节省能源并避免影响用户的饮水健康。

Description

饮水机及其基于时序的智能控制方法、系统

技术领域

本发明属于智能控制技术领域，尤其涉及一种基于时序的智能控制方法、系统，具体还涉及一种采用该系统和方法的饮水机。

背景技术

饮水机兴起于上世纪90年代，在小家电领域里的热度随着国人生活水平的质量提高而逐年攀升。

饮水机顾名思义就是解决人们饮水问题而诞生的家用产品。因提升人们的饮水质量和生活品位而成为时尚备受用户喜爱。最初的饮水机是人们饮用桶装水的家用产品，分为立式和台式两大类。

饮水机的功能实现了加热与制冷效果：

加热时，按下制热开关，接通电源，加热电路接通，红色加热指示灯点亮，电热管发热；水温达到设定温度，自动复位温控器自动切断电源，红色加热指示灯熄灭，转入保温状态；断电后水温逐渐下降到设定温度，温控器触点动作闭合，接通电源，红色加热指示灯亮，电热管再次发热升，循环往复将饮水机内水温控制在85-95℃之间；

制冷时，由水箱提供常温水，水进入冷胆容器，按下制冷开关后，交流电压经电源变压器降压、整流二极管作全波整流以及电容滤波后，输出直流电压供半导体制冷组件制冷和风机排风，同时，制冷指示灯点亮；由于直冷式冷热饮水机不设自动控温，因此开机后制冷指示灯常亮。

不难看出，饮水机大部分时间处于空转的制冷、加热等耗能工作中，其行为基本需要依赖或者部分依赖用户的指令控制或直接手动操作，当用户忘记控制或操作时，饮水机仍然不知疲倦的工作，导致能源浪费的同时，反复烧开的“千沸水”甚至影响用户的健康。

发明内容

本发明实施例提供一种饮水机及其基于时序的智能控制方法、系统，旨在解决现有技术中饮水机空转工作、导致能源浪费甚至影响用户饮水健康的问题，能够实现智能控制，节省能源并避免影响用户的饮水健康。

本发明实施例是这样实现的，提供一种基于时序的饮水机智能控制方法，所述智能控制方法包括：根据时序算法模型预测饮水机的当前用电量；将所述当前用电量与预置阈值进行比较；当所述当前用电量大于所述预置阈值时，启动耗能功能，当所述当前用电量不大于所述预置阈值时，关闭耗能功能以进行节能。

本发明实施例还提供一种饮水机，所述饮水机包括：算法预测模块，用于根据时序算法模型预测饮水机的当前用电量；判断模块，用于将所述当前用电量与预置阈值进行比较；执行模块，用于在所述判断模块判断到所述当前用电量大于所述预置阈值时，启动耗能功能，或用于在所述判断模块判断到所述当前用电量不大于所述预置阈值时，关闭耗能功能以进行节能。

本发明实施例还提供一种基于时序的饮水机智能控制系统，所述智能控制系统包括：算法预测模块，用于根据时序算法模型预测饮水机的当前用电量；判断模块，用于将所述当前用电量与预置阈值进行比较；执行模块，用于在所述判断模块判断到所述当前用电量大于所述预置阈值时，启动耗能功能，或用于在所述判断模块判断到所述当前用电量不大于所述预置阈值时，关闭耗能功能以进行节能；

其中，所述时序算法模型预测当前用电量的计算方式包括：

其中，X_i为历史用电量，W_i为X_i相对应的权重，y为预测的所述当前用电量，n为大于0的自然数；

所述预置阈值的计算方式包括：

其中，K为将每天24小时划分的时间窗，N为计算的总天数，e_ij表示第i天的第j个时间窗的用电量，i和j为大于0的自然数，T为预置阈值。

本发明实施例提供的饮水机及其基于时序的智能控制方法、系统，根据时序算法模型预测饮水机的当前用电量；将所述当前用电量与预置阈值进行比较；当所述当前用电量大于所述预置阈值时，启动耗能功能，当所述当前用电量不大于所述预置阈值时，关闭耗能功能以进行节能。本发明有效地解决了现有技术中饮水机空转工作、导致能源浪费甚至影响用户饮水健康的问题，能够实现智能控制，节省能源并避免影响用户的饮水健康。

附图说明

图1是本发明实施例提供的基于时序的智能控制方法的流程示意图；

图2是本发明实施例提供的基于时序的智能控制系统一实施例的模块框图；

图3是本发明实施例提供的饮水机一实施例的模块框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明并不用于限定本发明。

实施例一

请参阅图1，图1是本发明实施例提供的基于时序的智能控制方法的流程示意图，所述智能控制方法包括但不限于如下几个步骤。

步骤S100，饮水机上电开机，进入低功耗模式。

其中，步骤S100可以有效地避免上电即刻高能耗运转加热或者冷却的工作，避免电能的浪费。换而言之，本实施例的饮水机在默认情况下，接通电源之后自动进入低功耗模式，并由此进入下述的智能控制步骤。

步骤S101，根据时序算法模型预测饮水机的当前用电量。

需要说明的是，在步骤S101中，所述时序算法模型预测当前用电量的计算方式包括：

其中，X_i为历史用电量，W_i为X_i相对应的权重，y为预测的所述当前用电量，n为大于0的自然数。

其中，在上述的模型建立时，目的是给饮水机安装一个“大脑”，让饮水机能够根据自身运转的历史行为学习出规律，从而在未来指导或控制其自身的行为，换而言之，预测行为：通过对历史用电量数据的建模，学习出特定的规律，并应用此规律预测饮水机在未来某个时间点是应该打开电源烧水还是关闭电源以节能等。

具体来说，本实施例可以把一天的24小时划分成大小相等的时间窗，饮水机每隔一定时间上报一次用电量，接着统计每个时间窗的用电量，通过这样方式，可以有效地把需解决的问题转化成一个标准的时间序列分析问题，并由此使用时间序列分析方法分析。

在上述式1的计算方式中，采用加权平均法，目的是在求平均数时，根据观察期各数据的重要性不同，分别给以不同的权数后加以平均进行处理，以能在一定程度上处理带长期变动趋势的情况。具体而言，本实施例的W_i可以使用一组等差数列作为权重。

步骤S102，将所述当前用电量与预置阈值进行比较，当所述当前用电量不大于所述预置阈值时，执行步骤S103，当所述当前用电量大于所述预置阈值时，执行步骤S104。

在步骤S102中，所述预置阈值的计算方式包括：

其中，K为将每天24小时划分的时间窗，N为计算的总天数，e_ij表示第i天的第j个时间窗的用电量，i和j为大于0的自然数，T为预置阈值。

在式2中，由于需要判断在预测出当前用电量的时段是否应该启动耗能功能，因此，需要确定在该时段的预置阈值。因此，在本实施例中，如当某一时段的用电量实际很高的时候，应该属于饮水机的用水期，应该启动耗能功能(即加热或制冷)；而当某一时段的用电量比较低的时候，这应该是饮水机处于空闲期，应该关闭耗能功能。因此，本实施例可以使用过去一个月或其他时间段内的数据进行智能训练，并在这里使用单个时间窗在全时段的用电量平均值作为阈值。譬如，K可以为48，即，将每天划分为0.5小时的48个时间窗，N可以为30。

需要说明的是，本实施例除了可以以月份为依据进行周期性预测和预置阈值，也可以把季节的因素一并计算在模型中，进而实现全年式的年循环控制方式切换；此外，本实施例还可以根据饮水机所处的经纬度，进行模型的改变和预置阈值的设置，从而实现在不同经纬度的饮水机，在相同的时间能采用不同的控制方式。在此不作限定。

步骤S103，关闭耗能功能以进行节能。并在预设的周期等待后，返回执行步骤S101。

步骤S104，启动耗能功能。并在预设的周期等待后，返回执行步骤S101。

在步骤S103和S104，中，耗能功能可以是加热、制冷、保温等，当然，在其他实施例中，饮水机也可以具备榨汁打浆等功能，并使用本实施例所提及的方法，以进行推广使用。此外，预设的周期等待可以为0.5小时，当然，也可以人为智能设定，譬如晚上可以为2小时，白天可以为0.3小时进行分别设置。

需要说明的是，在本实施例中，所述饮水机可以与云服务系统联网，并通过云服务系统进行用电量数据的采集、分析、存储、更新，耗能功能的启动和/或关闭操作，以及对饮水机的开启或者关闭。

值得注意的是，用电量数据的采集、分析、存储、更新，耗能功能的启动和/或关闭操作等功能，均可以集成到云服务系统中，也可以直接集成到饮水机本身内，以实现不同的设备需要，进而实现智能家居的生活控制方式。

本实施例有效地解决了现有技术中饮水机空转工作、导致能源浪费甚至影响用户饮水健康的问题，能够实现智能控制，节省能源并避免影响用户的饮水健康。

实施例二

请参阅图2，图2是本发明实施例提供的基于时序的智能控制系统一实施例的模块框图，其中，在本实施例中以将用电量数据的采集、分析、存储、更新，耗能功能的启动和/或关闭操作等功能，集成到云服务系统200为例进行说明。

如图2所示，本实施例基于时序的饮水机智能控制系统包括联网的云服务系统200和饮水机300，所述智能控制系统的云服务系统200包括算法预测模块20、判断模块21和执行模块22。

算法预测模块20，用于根据时序算法模型预测饮水机的当前用电量。

判断模块21，用于将所述当前用电量与预置阈值进行比较。

执行模块22，用于在所述判断模块21判断到所述当前用电量大于所述预置阈值时，启动耗能功能，或用于在所述判断模块21判断到所述当前用电量不大于所述预置阈值时，关闭耗能功能以进行节能。

其中，所述算法预测模块20的时序算法模型预测当前用电量的计算方式包括：

在式3中，X_i为历史用电量，W_i为X_i相对应的权重，y为预测的所述当前用电量，n为大于0的自然数。

其中，在上述的模型建立时，目的是给饮水机安装一个“大脑”，让饮水机能够根据自身运转的历史行为学习出规律，从而在未来指导或控制其自身的行为，换而言之，预测行为：通过对历史用电量数据的建模，学习出特定的规律，并应用此规律预测饮水机在未来某个时间点是应该打开电源烧水还是关闭电源以节能等。

具体来说，本实施例可以把一天的24小时划分成大小相等的时间窗，饮水机每隔一定时间上报一次用电量，接着统计每个时间窗的用电量，通过这样方式，可以有效地把需解决的问题转化成一个标准的时间序列分析问题，并由此使用时间序列分析方法分析。

在上述式3的计算方式中，采用加权平均法，目的是在求平均数时，根据观察期各数据的重要性不同，分别给以不同的权数后加以平均进行处理，以能在一定程度上处理带长期变动趋势的情况。具体而言，本实施例的W_i可以使用一组等差数列作为权重。

所述预置阈值的计算方式包括：

在式4中，K为将每天24小时划分的时间窗，N为计算的总天数，e_ij表示第i天的第j个时间窗的用电量，i和j为大于0的自然数，T为预置阈值。

其中，由于需要判断在预测出当前用电量的时段是否应该启动耗能功能，因此，需要确定在该时段的预置阈值。因此，在本实施例中，如当某一时段的用电量实际很高的时候，应该属于饮水机300的用水期，应该启动耗能功能；而当某一时段的用电量比较低的时候，这应该是饮水机300处于空闲期，应该关闭耗能功能。因此，本实施例可以使用过去一个月或其他时间段内的数据进行智能训练，并在这里使用单个时间窗在全时段的用电量平均值作为阈值。譬如，K可以为48，即，将每天划分为0.5小时的48个时间窗，N可以为30。

需要说明的是，本实施例除了可以以月份为依据进行周期性预测和预置阈值，也可以把季节的因素一并计算在模型中，进而实现全年式的年循环控制方式切换；此外，本实施例还可以根据饮水机300所处的经纬度，进行模型的改变和预置阈值的设置，从而实现在不同经纬度的饮水机300，在相同的时间能采用不同的控制方式。在此不作限定。

本实施例有效地解决了现有技术中饮水机空转工作、导致能源浪费甚至影响用户饮水健康的问题，能够实现智能控制，节省能源并避免影响用户的饮水健康。进一步而言，本实施例有效地利用了互联网+的方式，实现智能家居的综合控制，进而可以使用同一个云服务系统200，对所有智能家居的统一协议控制、综合数据传输，并且能够节约在饮水机300内置控制系统的成本，方便使用，而适用于大部分饮水机300。

实施例三

请参阅图3，图3是本发明实施例提供的饮水机一实施例的模块框图，与实施例二不同之处在于，本实施例可以将智能控制系统集成为饮水机自身内，以应对使用于某些特定场合。

在本实施例中，所述饮水机包括算法预测模块30、判断模块31和执行模块32。

算法预测模块30，用于根据时序算法模型预测饮水机的当前用电量。

判断模块31，用于将所述当前用电量与预置阈值进行比较。

执行模块32，用于在所述判断模块31判断到所述当前用电量大于所述预置阈值时，启动耗能功能，或用于在所述判断模块31判断到所述当前用电量不大于所述预置阈值时，关闭耗能功能以进行节能。

其中，所述算法预测模块30的时序算法模型预测当前用电量的计算方式包括：

其中，X_i为历史用电量，W_i为X_i相对应的权重，y为预测的所述当前用电量，n为大于0的自然数。

其中，所述预置阈值的计算方式包括：

其中，K为将每天24小时划分的时间窗，N为计算的总天数，e_ij表示第i天的第j个时间窗的用电量，i和j为大于0的自然数，T为预置阈值。

需要说明的是，本实施例饮水机的其他实现过程和工作方式，可以参考前面实施例的相关描述，在本技术领域人员容易理解结合的范围内，在此不作赘述。

综上所述，本发明实施例提供的饮水机及其基于时序的智能控制方法、系统，根据时序算法模型预测饮水机的当前用电量，将所述当前用电量与预置阈值进行比较，当所述当前用电量大于所述预置阈值时，启动耗能功能，当所述当前用电量不大于所述预置阈值时，关闭耗能功能以进行节能。本发明有效地解决了现有技术中饮水机空转工作、导致能源浪费甚至影响用户饮水健康的问题，能够实现智能控制，节省能源并避免影响用户的饮水健康。

需要说明的是，采用本实施例饮水机及其基于时序的智能控制方法、系统，通过实际使用验证，在满足用户用水需求的情况下，能够把一台饮水机的用电量从0.8度降到了0.53度，节约用电33.75％，避免能源的浪费。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于时序的饮水机智能控制方法，其特征在于，所述智能控制方法包括：

根据时序算法模型预测饮水机的当前用电量；

将所述当前用电量与预置阈值进行比较；

当所述当前用电量大于所述预置阈值时，启动耗能功能，当所述当前用电量不大于所述预置阈值时，关闭耗能功能以进行节能。

2.如权利要求1所述的智能控制方法，其特征在于，所述时序算法模型预测当前用电量的计算方式包括：

$y=\frac{{\mathrm{\Σ}}_{i=1}^n{w}_i{x}_i}{{\mathrm{\Σ}}_{i=1}^n{w}_i}$

其中，X_i为历史用电量，W_i为X_i相对应的权重，y为预测的所述当前用电量，n为大于0的自然数。

3.如权利要求1所述的智能控制方法，其特征在于，所述预置阈值的计算方式包括：

$T=\frac{{\mathrm{\Σ}}_{i=1}^N{\mathrm{\Σ}}_{j=1}^K{e}_{ij}}{N*K}$

其中，K为将每天24小时划分的时间窗，N为计算的总天数，e_ij表示第i天的第j个时间窗的用电量，i和j为大于0的自然数，T为预置阈值。

4.如权利要求3所述的智能控制方法，其特征在于，K为48，将每天划分为0.5小时的48个时间窗，N为30。

5.如权利要求1-4任一项所述的智能控制方法，其特征在于，所述饮水机与云服务系统联网，并通过云服务系统进行用电量数据的采集、分析、存储、更新，耗能功能的启动和/或关闭操作，以及对饮水机的开启或者关闭。

6.一种饮水机，其特征在于，所述饮水机包括：

算法预测模块，用于根据时序算法模型预测饮水机的当前用电量；

判断模块，用于将所述当前用电量与预置阈值进行比较；

执行模块，用于在所述判断模块判断到所述当前用电量大于所述预置阈值时，启动耗能功能，或用于在所述判断模块判断到所述当前用电量不大于所述预置阈值时，关闭耗能功能以进行节能。

7.如权利要求6所述的饮水机，其特征在于，所述时序算法模型预测当前用电量的计算方式包括：

$y=\frac{{\mathrm{\Σ}}_{i=1}^n{w}_i{x}_i}{{\mathrm{\Σ}}_{i=1}^n{w}_i}$

其中，X_i为历史用电量，W_i为X_i相对应的权重，y为预测的所述当前用电量，n为大于0的自然数。

8.如权利要求6所述的饮水机，其特征在于，所述预置阈值的计算方式包括：

$T=\frac{{\mathrm{\Σ}}_{i=1}^N{\mathrm{\Σ}}_{j=1}^K{e}_{ij}}{N*K}$

其中，K为将每天24小时划分的时间窗，N为计算的总天数，e_ij表示第i天的第j个时间窗的用电量，i和j为大于0的自然数，T为预置阈值。

9.如权利要求6-8任一项所述的饮水机，其特征在于，所述饮水机与云服务系统联网，并通过云服务系统进行用电量数据的采集、分析、存储、更新，以及耗能功能的启动和/或关闭操作。

10.一种基于时序的饮水机智能控制系统，其特征在于，所述智能控制系统包括：

算法预测模块，用于根据时序算法模型预测饮水机的当前用电量；

判断模块，用于将所述当前用电量与预置阈值进行比较；

执行模块，用于在所述判断模块判断到所述当前用电量大于所述预置阈值时，启动耗能功能，或用于在所述判断模块判断到所述当前用电量不大于所述预置阈值时，关闭耗能功能以进行节能；

其中，所述时序算法模型预测当前用电量的计算方式包括：

$y=\frac{{\mathrm{\Σ}}_{i=1}^n{w}_i{x}_i}{{\mathrm{\Σ}}_{i=1}^n{w}_i}$

其中，X_i为历史用电量，W_i为X_i相对应的权重，y为预测的所述当前用电量，n为大于0的自然数；

所述预置阈值的计算方式包括：

$T=\frac{{\mathrm{\Σ}}_{i=1}^N{\mathrm{\Σ}}_{j=1}^K{e}_{ij}}{N*K}$

其中，K为将每天24小时划分的时间窗，N为计算的总天数，e_ij表示第i天的第j个时间窗的用电量，i和j为大于0的自然数，T为预置阈值。