CN108613389B - 热水器的用水分析方法及系统和计算机设备 - Google Patents
热水器的用水分析方法及系统和计算机设备 Download PDFInfo
- Publication number
- CN108613389B CN108613389B CN201810408106.3A CN201810408106A CN108613389B CN 108613389 B CN108613389 B CN 108613389B CN 201810408106 A CN201810408106 A CN 201810408106A CN 108613389 B CN108613389 B CN 108613389B
- Authority
- CN
- China
- Prior art keywords
- water
- water heater
- time
- straight line
- water temperature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24H—FLUID HEATERS, e.g. WATER OR AIR HEATERS, HAVING HEAT-GENERATING MEANS, e.g. HEAT PUMPS, IN GENERAL
- F24H9/00—Details
- F24H9/20—Arrangement or mounting of control or safety devices
- F24H9/2007—Arrangement or mounting of control or safety devices for water heaters
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Thermal Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Heat-Pump Type And Storage Water Heaters (AREA)
Abstract
本发明提供了一种热水器的用水分析方法及系统和计算机设备。其中，热水器的用水分析方法，包括：接收并存储热水器的第一水温数据；根据第一水温数据对应的温度和时间，生成第一水温曲线；计算第一水温曲线中每段直线的斜率；在任一段直线的斜率大于或等于预设阈值，且持续时间大于预设时长时，判定任一段直线对应的时间段为热水器的用水时间段。通过本发明的技术方案，无需在热水器上增加水流量传感器即可分析出用户的用水时间段，节省了成本，并可以在已售卖但没有水流量传感器的热水器中推广应用，大大增加热水器人工智能的可行性、实用性。
Description
技术领域
本发明涉及热水器技术领域，具体而言，涉及一种热水器的用水分析方法，一种热水器的用水分析系统，一种计算机设备，一种计算机可读存储介质。
背景技术
目前，电热水器已成为家庭普遍使用的电器。在热水器中应用大数据分析和人工智能技术的案例非常少，而要应用大数据及人工智能技术，必须要学习到用户的用水习惯。在过往的用水习惯学习上往往是使用水流量传感器来记录用户用水时间，然后根据用水时间来推导分析用户的用水习惯。但是这种方法需要增加水流量传感器进而使产品成本增加、竞争力下降，而在已经销售的没有安装水流量传感器的电热水器上无法记录用户的用水习惯，很难应用大数据以及人工智能技术。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此，本发明的一方面在于提出了一种热水器的用水分析方法。
本发明的另一方面在于提出了一种热水器的用水分析系统。
本发明的再一方面在于提出了一种计算机设备。
本发明的又一方面在于提出了一种计算机可读存储介质。
有鉴于此，本发明提出了一种热水器的用水分析方法，包括：接收并存储热水器的第一水温数据；根据第一水温数据对应的温度和时间，生成第一水温曲线；计算第一水温曲线中每段直线的斜率；在任一段直线的斜率大于或等于预设阈值，且持续时间大于预设时长时，判定任一段直线对应的时间段为热水器的用水时间段。
根据本发明的热水器的用水分析方法，在热水器内胆中的水温发生变化时，接收热水器的第一水温数据，将第一水温数据中的温度和时间对应存储到数据库中，并根据对应存储的温度和时间生成第一水温曲线。在用户没有使用热水的情况下，热水器内胆中的水应处于保温状态，水温变化相对缓慢，第一水温曲线应该是一条直线；在用户使用热水的情况下，由于热水器的加热速度跟不上热水水温的下降速度，其温度曲线相对于保温状态下水温变化曲线倾斜的很明显；因此，当第一水温曲线中包括多段不同倾斜程度的直线时，必然有处于用水阶段的水温曲线。通过计算第一水温曲线中每段直线的斜率，并将其与预设阈值进行比较，当任一段直线的斜率大于或等于预设阈值，且持续时间大于预设时长时，可判定该任一段直线对应的时间段为热水器的用水时间段，由此可以分析出用户的用水习惯如洗浴时段。其中，当任一段直线的斜率大于或等于预设阈值，而持续时间不足预设时长时，说明用户使用热水的时间相对较短，用户很可能仅是使用热水洗手或清洁一块抹布等。通过本发明的技术方案，无需在热水器上增加水流量传感器即可分析出用户的用水时间段，节省了成本，并可以在已售卖但没有水流量传感器的热水器中推广应用，大大增加热水器人工智能的可行性、实用性。
另外，根据本发明上述的热水器的用水分析方法，还可以具有如下附加的技术特征：
在上述技术方案中，优选地，用水分析方法还包括：记录并存储任一段直线的起始时间和终止时间；其中，起始时间为用水开始时间，终止时间为用水结束时间。
在该技术方案中，在分析出第一水温曲线中任一段直线对应的时间段为热水器的用水时间段后，则将该任一段直线的起始时间和终止时间记录并存储在数据库中，该起始时间即为用户使用热水的开始时间，该终止时间即为用户使用热水的结束时间。优选地，提供相关接口供其他模块读取数据库中存储的用户用水时间段，来对用户用水习惯进行分析，进而利用用户的用水习惯为用户定制更多的个性化用户需求。
在上述任一技术方案中，优选地，在接收并存储热水器的第一水温数据的步骤之前，用水分析方法还包括：接收并存储预设周期内热水器的第二水温数据；根据第二水温数据对应的温度和时间，生成第二水温曲线；计算第二水温曲线中每段直线的斜率，并确定最小斜率值；根据最小斜率值按照如下公式计算预设阈值：a＝kb，其中，a为预设阈值，b为最小斜率，k为常数。
在该技术方案中，在分析第一水温数据之前，接收并存储预设周期内热水器的第二水温数据，由第二水温数据对应的温度和时间生成第二水温曲线，并计算第二水温曲线中每段直线的斜率，并将每段直线的斜率分别进行比较，从中确定最小斜率值，根据斜率值可以分析出水温下降变化的程度，斜率值越小说明水温下降变化越缓慢，因此将最小斜率值对应的直线作为保温曲线，最小斜率值即保温曲线的斜率值。根据保温曲线的斜率，结合保温曲线与用热水曲线之间的关系，便可计算出预设阈值，进而分析出第一水温曲线中哪一时间段为热水器的用水时间段。具体地，预设阈值a＝kb，b为最小斜率，k为常数。
在上述任一技术方案中，优选地，k的取值范围为：大于或等于2；预设时长的范围为：10分钟至20分钟；预设周期的范围为：2天至4天。
在该技术方案中，在分析出第二水温曲线中所有的温度曲线后，将温度变化最缓慢的直线作为热水器的保温曲线。当温度下降变化斜率比保温曲线斜率大1倍时，则认为是用户用水状态。实际情况中在用户用水时温度变化会比较快，例如会达到1分钟变化1度，而实际的保温曲线的温度变化不会相差一倍以上，所以将温度变化斜率比保温曲线斜率大一倍以上的作为用水状态是比较合理的，也即k大于或等于2，优选地，k等于2。
在该技术方案中，预设时长在10分钟至20分钟之间，但不限于此，可结合实际需求设置任意时长，比如需要分析用户的洗浴时段，那么可将预设时长设置为15分钟。此外，预设周期的范围在2天至4天，但不限于此，可根据实际情况任意定过往的历史数据，优选地，取过往3天的水温数据，由其对应的温度和时间的数据分析出持续各种时间的温度变化斜率的直线段，将每段直线中每两个时间点的温度之差除以持续时间，可以得出该段直线的温度变化，例如1小时下降1度，以分钟作为时间单位，则可算出温度变化斜率为1/60，提高分析准确性。
本发明还提出了一种热水器的用水分析系统，包括：接收单元，用于接收并存储热水器的第一水温数据；生成单元，用于根据第一水温数据对应的温度和时间，生成第一水温曲线；计算单元，用于计算第一水温曲线中每段直线的斜率；判断单元，用于在任一段直线的斜率大于或等于预设阈值，且持续时间大于预设时长时，判定任一段直线对应的时间段为热水器的用水时间段。
根据本发明的热水器的用水分析系统，在热水器内胆中的水温发生变化时，接收热水器的第一水温数据，将第一水温数据中的温度和时间对应存储到数据库中，并根据对应存储的温度和时间生成第一水温曲线。在用户没有使用热水的情况下，热水器内胆中的水应处于保温状态，水温变化相对缓慢，第一水温曲线应该是一条直线；在用户使用热水的情况下，由于热水器的加热速度跟不上热水水温的下降速度，其温度曲线相对于保温状态下水温变化曲线倾斜的很明显；因此，当第一水温曲线中包括多段不同倾斜程度的直线时，必然有处于用水阶段的水温曲线。通过计算第一水温曲线中每段直线的斜率，并将其与预设阈值进行比较，当任一段直线的斜率大于或等于预设阈值，且持续时间大于预设时长时，可判定该任一段直线对应的时间段为热水器的用水时间段，由此可以分析出用户的用水习惯如洗浴时段。其中，当任一段直线的斜率大于或等于预设阈值，而持续时间不足预设时长时，说明用户使用热水的时间相对较短，用户很可能仅是使用热水洗手或清洁一块抹布等。通过本发明的技术方案，无需在热水器上增加水流量传感器即可分析出用户的用水时间段，节省了成本，并可以在已售卖但没有水流量传感器的热水器中推广应用，大大增加热水器人工智能的可行性、实用性。
在上述技术方案中，优选地，用水分析系统还包括：记录单元，用于记录并存储任一段直线的起始时间和终止时间；其中，起始时间为用水开始时间，终止时间为用水结束时间。
在该技术方案中，在分析出第一水温曲线中任一段直线对应的时间段为热水器的用水时间段后，则将该任一段直线的起始时间和终止时间记录并存储在数据库中，该起始时间即为用户使用热水的开始时间，该终止时间即为用户使用热水的结束时间。优选地，提供相关接口供其他模块读取数据库中存储的用户用水时间段，来对用户用水习惯进行分析，进而利用用户的用水习惯为用户定制更多的个性化用户需求。
在上述任一技术方案中，优选地，接收单元，还用于在接收并存储热水器的第一水温数据的步骤之前，接收并存储预设周期内热水器的第二水温数据；生成单元，还用于根据第二水温数据对应的温度和时间，生成第二水温曲线；计算单元，还用于计算第二水温曲线中每段直线的斜率，并确定最小斜率值；以及根据最小斜率值按照如下公式计算预设阈值：a＝kb，其中，a为预设阈值，b为最小斜率值，k为常数。
在该技术方案中，在分析第一水温数据之前，接收并存储预设周期内热水器的第二水温数据，由第二水温数据对应的温度和时间生成第二水温曲线，并计算第二水温曲线中每段直线的斜率，并将每段直线的斜率分别进行比较，从中确定最小斜率值，根据斜率值可以分析出水温下降变化的程度，斜率值越小说明水温下降变化越缓慢，因此将最小斜率值对应的直线作为保温曲线，最小斜率值即保温曲线的斜率值。根据保温曲线的斜率，结合保温曲线与用热水曲线之间的关系，便可计算出预设阈值，进而分析出第一水温曲线中哪一时间段为热水器的用水时间段。具体地，预设阈值a＝kb，b为最小斜率，k为常数。
在上述任一技术方案中，优选地，k的取值范围为：大于或等于2；预设时长的范围为：10分钟至20分钟；预设周期的范围为：2天至4天。
在该技术方案中，在分析出第二水温曲线中所有的温度曲线后，将温度变化最缓慢的直线作为热水器的保温曲线。当温度下降变化斜率比保温曲线斜率大1倍时，则认为是用户用水状态。实际情况中在用户用水时温度变化会比较快，例如会达到1分钟变化1度，而实际的保温曲线的温度变化不会相差一倍以上，所以将温度变化斜率比保温曲线斜率大一倍以上的作为用水状态是比较合理的，也即k大于或等于2，优选地，k为2。
在该技术方案中，预设时长在10分钟至20分钟之间，但不限于此，可结合实际需求设置任意时长，比如需要分析用户的洗浴时段，那么可将预设时长设置为15分钟。此外，预设周期的范围在2天至4天，但不限于此，可根据实际情况任意定过往的历史数据，优选地，取过往3天的水温数据，由其对应的温度和时间的数据分析出持续各种时间的温度变化斜率的直线段，将每段直线中每两个时间点的温度之差除以持续时间，可以得出该段直线的温度变化，例如1小时下降1度，以分钟作为时间单位，则可算出温度变化斜率为1/60，提高分析准确性。
本发明还提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器用于执行如上述技术方案中任一项的热水器的用水分析方法的步骤。
根据本发明的计算机设备，其所包含的处理器用于执行如上述技术方案中任一项的热水器的用水分析方法的步骤，因而该计算机设备能够实现该方法全部的有益效果，不再赘述。
本发明还提出了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现了如上述技术方案中任一项的热水器的用水分析方法的步骤。
根据本发明的计算机可读存储介质，其上存储的计算机程序被处理器执行时实现了如上述技术方案中任一项的热水器的用水分析方法的步骤，因而该计算机可读存储介质能够实现该方法全部的有益效果，不再赘述。
本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1示出了根据本发明的一个实施例的热水器的用水分析方法的流程示意图；
图2示出了根据本发明的另一个实施例的热水器的用水分析方法的流程示意图；
图3示出了根据本发明的再一个实施例的热水器的用水分析方法的流程示意图；
图4示出了根据本发明的一个实施例的热水器的用水分析系统的示意框图；
图5示出了根据本发明的另一个实施例的热水器的用水分析系统的示意框图；
图6示出了根据本发明的一个具体实施例的保温曲线的示意图；
图7示出了根据本发明的一个具体实施例的用水曲线的示意图；
图8示出了根据本发明的一个具体实施例的热水器的用水分析方法的流程示意图；
图9示出了根据本发明的一个实施例的计算机设备的示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
如图1所示，根据本发明的一个实施例的热水器的用水分析方法的流程示意图。其中，该热水器的用水分析方法，包括：
步骤102，接收并存储热水器的第一水温数据；
步骤104，根据第一水温数据对应的温度和时间，生成第一水温曲线；
步骤106，计算第一水温曲线中每段直线的斜率；
步骤108，在任一段直线的斜率大于或等于预设阈值，且持续时间大于预设时长时，判定任一段直线对应的时间段为热水器的用水时间段。
本发明提供的热水器的用水分析方法，在热水器内胆中的水温发生变化时，接收热水器的第一水温数据，将第一水温数据中的温度和时间对应存储到数据库中，并根据对应存储的温度和时间生成第一水温曲线。在用户没有使用热水的情况下，热水器内胆中的水应处于保温状态，水温变化相对缓慢，第一水温曲线应该是一条直线；在用户使用热水的情况下，由于热水器的加热速度跟不上热水水温的下降速度，其温度曲线相对于保温状态下水温变化曲线倾斜的很明显；因此，当第一水温曲线中包括多段不同倾斜程度的直线时，必然有处于用水阶段的水温曲线。通过计算第一水温曲线中每段直线的斜率，并将其与预设阈值进行比较，当任一段直线的斜率大于或等于预设阈值，且持续时间大于预设时长时，可判定该任一段直线对应的时间段为热水器的用水时间段，由此可以分析出用户的用水习惯如洗浴时段。其中，当任一段直线的斜率大于或等于预设阈值，而持续时间不足预设时长时，说明用户使用热水的时间相对较短，用户很可能仅是使用热水洗手或清洁一块抹布等。通过本发明的实施例，无需在热水器上增加水流量传感器即可分析出用户的用水时间段，节省了成本，并可以在已售卖但没有水流量传感器的热水器中推广应用，大大增加热水器人工智能的可行性、实用性。
如图2所示，根据本发明的另一个实施例的热水器的用水分析方法的流程示意图。其中，该热水器的用水分析方法，包括：
步骤202，接收并存储热水器的第一水温数据；
步骤204，根据第一水温数据对应的温度和时间，生成第一水温曲线；
步骤206，计算第一水温曲线中每段直线的斜率；
步骤208，在任一段直线的斜率大于或等于预设阈值，且持续时间大于预设时长时，判定任一段直线对应的时间段为热水器的用水时间段；
步骤210，记录并存储任一段直线的起始时间和终止时间；其中，起始时间为用水开始时间，终止时间为用水结束时间。
在该实施例中，在分析出第一水温曲线中任一段直线对应的时间段为热水器的用水时间段后，则将该任一段直线的起始时间和终止时间记录并存储在数据库中，该起始时间即为用户使用热水的开始时间，该终止时间即为用户使用热水的结束时间。优选地，提供相关接口供其他模块读取数据库中存储的用户用水时间段，来对用户用水习惯进行分析，进而利用用户的用水习惯为用户定制更多的个性化用户需求。
如图3所示，根据本发明的再一个实施例的热水器的用水分析方法的流程示意图。其中，该热水器的用水分析方法，包括：
步骤302，接收并存储预设周期内热水器的第二水温数据；
步骤304，根据第二水温数据对应的温度和时间，生成第二水温曲线；
步骤306，计算第二水温曲线中每段直线的斜率，并确定最小斜率值；根据最小斜率值按照如下公式计算预设阈值：a＝kb，其中，a为预设阈值，b为最小斜率，k为常数；
步骤308，接收并存储热水器的第一水温数据；
步骤310，根据第一水温数据对应的温度和时间，生成第一水温曲线；
步骤312，计算第一水温曲线中每段直线的斜率；
步骤314，在任一段直线的斜率大于或等于预设阈值，且持续时间大于预设时长时，判定任一段直线对应的时间段为热水器的用水时间段；
步骤316，记录并存储任一段直线的起始时间和终止时间；其中，起始时间为用水开始时间，终止时间为用水结束时间。
在该实施例中，在分析第一水温数据之前，接收并存储预设周期内热水器的第二水温数据，由第二水温数据对应的温度和时间生成第二水温曲线，并计算第二水温曲线中每段直线的斜率，并将每段直线的斜率分别进行比较，从中确定最小斜率值，根据斜率值可以分析出水温下降变化的程度，斜率值越小说明水温下降变化越缓慢，因此将最小斜率值对应的直线作为保温曲线，最小斜率值即保温曲线的斜率值。根据保温曲线的斜率，结合保温曲线与用热水曲线之间的关系，便可计算出预设阈值，进而分析出第一水温曲线中哪一时间段为热水器的用水时间段。具体地，预设阈值a＝kb，b为最小斜率，k为常数。
在上述任一实施例中，优选地，k的取值范围为：大于或等于2；预设时长的范围为：10分钟至20分钟；预设周期的范围为：2天至4天。
在该实施例中，在分析出第二水温曲线中所有的温度曲线后，将温度变化最缓慢的直线作为热水器的保温曲线。当温度下降变化斜率比保温曲线斜率大1倍时，则认为是用户用水状态。实际情况中在用户用水时温度变化会比较快，例如会达到1分钟变化1度，而实际的保温曲线的温度变化不会相差一倍以上，所以将温度变化斜率比保温曲线斜率大一倍以上的作为用水状态是比较合理的，也即k大于或等于2，优选地，k为2。
在该实施例中，预设时长在10分钟至20分钟之间，但不限于此，可结合实际需求设置任意时长，比如需要分析用户的洗浴时段，那么可将预设时长设置为15分钟。此外，预设周期的范围在2天至4天，但不限于此，可根据实际情况任意定过往的历史数据，优选地，取过往3天的水温数据，由其对应的温度和时间的数据分析出持续各种时间的温度变化斜率的直线段，将每段直线中每两个时间点的温度之差除以持续时间，可以得出该段直线的温度变化，例如1小时下降1度，以分钟作为时间单位，则可算出温度变化斜率为1/60，提高分析准确性。
如图4所示，根据本发明的一个实施例的热水器的用水分析系统的示意框图。其中，该热水器的用水分析系统400，包括：
接收单元402，用于接收并存储热水器的第一水温数据；
生成单元404，用于根据第一水温数据对应的温度和时间，生成第一水温曲线；
计算单元406，用于计算第一水温曲线中每段直线的斜率；
判断单元408，用于在任一段直线的斜率大于或等于预设阈值，且持续时间大于预设时长时，判定任一段直线对应的时间段为热水器的用水时间段。
本发明提供的热水器的用水分析系统400，在热水器内胆中的水温发生变化时，接收热水器的第一水温数据，将第一水温数据中的温度和时间对应存储到数据库中，并根据对应存储的温度和时间生成第一水温曲线。在用户没有使用热水的情况下，热水器内胆中的水应处于保温状态，水温变化相对缓慢，第一水温曲线应该是一条直线；在用户使用热水的情况下，由于热水器的加热速度跟不上热水水温的下降速度，其温度曲线相对于保温状态下水温变化曲线倾斜的很明显；因此，当第一水温曲线中包括多段不同倾斜程度的直线时，必然有处于用水阶段的水温曲线。通过计算第一水温曲线中每段直线的斜率，并将其与预设阈值进行比较，当任一段直线的斜率大于或等于预设阈值，且持续时间大于预设时长时，可判定该任一段直线对应的时间段为热水器的用水时间段，由此可以分析出用户的用水习惯如洗浴时段。其中，当任一段直线的斜率大于或等于预设阈值，而持续时间不足预设时长时，说明用户使用热水的时间相对较短，用户很可能仅是使用热水洗手或清洁一块抹布等。通过本发明的实施例，无需在热水器上增加水流量传感器即可分析出用户的用水时间段，节省了成本，并可以在已售卖但没有水流量传感器的热水器中推广应用，大大增加热水器人工智能的可行性、实用性。
如图5所示，根据本发明的另一个实施例的热水器的用水分析系统的示意框图。其中，该热水器的用水分析系统500，包括：
接收单元502，用于接收并存储热水器的第一水温数据；
生成单元504，用于根据第一水温数据对应的温度和时间，生成第一水温曲线；
计算单元506，用于计算第一水温曲线中每段直线的斜率；
判断单元508，用于在任一段直线的斜率大于或等于预设阈值，且持续时间大于预设时长时，判定任一段直线对应的时间段为热水器的用水时间段；
记录单元510，用于记录并存储任一段直线的起始时间和终止时间；其中，起始时间为用水开始时间，终止时间为用水结束时间。
在该实施例中，在分析出第一水温曲线中任一段直线对应的时间段为热水器的用水时间段后，则将该任一段直线的起始时间和终止时间记录并存储在数据库中，该起始时间即为用户使用热水的开始时间，该终止时间即为用户使用热水的结束时间。优选地，提供相关接口供其他模块读取数据库中存储的用户用水时间段，来对用户用水习惯进行分析，进而利用用户的用水习惯为用户定制更多的个性化用户需求。
在上述任一实施例中，优选地，接收单元，还用于在接收并存储热水器的第一水温数据的步骤之前，接收并存储预设周期内热水器的第二水温数据；生成单元，还用于根据第二水温数据对应的温度和时间，生成第二水温曲线；计算单元，还用于计算第二水温曲线中每段直线的斜率，并确定最小斜率值；以及根据最小斜率值按照如下公式计算预设阈值：a＝kb，其中，a为预设阈值，b为最小斜率值，k为常数。
在该实施例中，在分析第一水温数据之前，接收并存储预设周期内热水器的第二水温数据，由第二水温数据对应的温度和时间生成第二水温曲线，并计算第二水温曲线中每段直线的斜率，并将每段直线的斜率分别进行比较，从中确定最小斜率值，根据斜率值可以分析出水温下降变化的程度，斜率值越小说明水温下降变化越缓慢，因此将最小斜率值对应的直线作为保温曲线，最小斜率值即保温曲线的斜率值。根据保温曲线的斜率，结合保温曲线与用热水曲线之间的关系，便可计算出预设阈值，进而分析出第一水温曲线中哪一时间段为热水器的用水时间段。具体地，预设阈值a＝kb，b为最小斜率，k为常数。
在上述任一实施例中，优选地，k的取值范围为：大于或等于2；预设时长的范围为：10分钟至20分钟；预设周期的范围为：2天至4天。
在该实施例中，在分析出第二水温曲线中所有的温度曲线后，将温度变化最缓慢的直线作为热水器的保温曲线。当温度下降变化斜率比保温曲线斜率大1倍时，则认为是用户用水状态。实际情况中在用户用水时温度变化会比较快，例如会达到1分钟变化1度，而实际的保温曲线的温度变化不会相差一倍以上，所以将温度变化斜率比保温曲线斜率大一倍以上的作为用水状态是比较合理的，也即k大于或等于2，优选地，k为2。
在该实施例中，预设时长在10分钟至20分钟之间，但不限于此，可结合实际需求设置任意时长，比如需要分析用户的洗浴时段，那么可将预设时长设置为15分钟。此外，预设周期的范围在2天至4天，但不限于此，可根据实际情况任意定过往的历史数据，优选地，取过往3天的水温数据，由其对应的温度和时间的数据分析出持续各种时间的温度变化斜率的直线段，将每段直线中每两个时间点的温度之差除以持续时间，可以得出该段直线的温度变化，例如1小时下降1度，以分钟作为时间单位，则可算出温度变化斜率为1/60，提高分析准确性。
图6示出了根据本发明的一个具体实施例的保温曲线的示意图。如图6所示，在用户没有使用热水的情况下，热水器中内胆的水温变化相对缓慢。可依据电热水器的保温性能而定水温变化曲线的斜率，但因为每个电热水器的保温性能有可能不相同，而在不同的环境下保温性能也不尽相同，要考虑的因素太多，不易操作。本发明采用自学习的方法，无需依据电热水器的相关保温性能参数，通过分析热水器过去3天的所有热水水温变化曲线进行判断，假设用户在过去3天有使用过热水器内胆热水的情况下，则根据必然有某些时段的水温下降曲线如图6中保温曲线所示，温度变化的斜率比较缓慢而且比较稳定，因为在同一环境同一热水器的保温性能相差是不大的；而在用户用水的时候，由于热水器的加热速度跟不上热水水温的下降速度，其温度曲线斜率相对于保温水温变化斜线倾斜的很明显，如图7所示，t1至t2时间段所对应的直线a即为用水曲线，而在用水结束后，热水器加热速度又将比水温下降速度要快，所以表现为热水温度斜率向上，逐渐加热内胆中的热水。
具体实施例，提出了一种热水器的用水分析系统，包括热水器和服务器，优选地，热水器为电热水器。其中热水器使用无线网络WIFI/2G/3G/4G等方式连接到路由器并和路由器建立TCP/IP通讯，在热水器的内胆温度发生变化时将相关的数据上报到服务器端。服务器和热水器进行通讯，接收电热水器的状态数据并将数据存储到数据库中，存储的状态数据包括设备ID，水温和时间等相关维度的信息，以用于进行数据的分析建模和预测。
具体实施例，还提出了一种热水器的用水分析方法，为保证分析结果准确，每当热水器内胆水温变化时马上将该温度上报到服务器中，服务器接收到热水器上报的温度后，将时间和温度一并保存到数据中，供后面进行水温曲线的分析。如图8所示，该热水器的用水分析方法，包括如下步骤：
步骤802，服务器接收电热水器状态数据并存储到数据库中；
步骤804，根据过往的温度和当前温度并结合时间进行分析温度下降的斜率；
步骤806，当温度下降的斜率保持一定的时间时，判断此次为用水事件；
步骤808，当水温变化开始由下降变为上升时则认为此次用水结束；
步骤810，记录下用水的开始时间和结束时间保存于数据库；
步骤812，数据库提供相关接口供其他模块读取用户的用水时段进而应用。
在该实施例中，热水器无需使用水流量传感器即可分析出用户的用水时间段，节省了成本，还可以在已售卖但没有水流量传感器的热水器推广应用，大大增加热水器人工智能的可行性、实用性。
如图9所示，根据本发明的一个实施例的计算机设备的示意图。其中，该计算机设备1包括：存储器12、处理器14及存储在存储器12上并可在处理器14上运行的计算机程序，处理器14用于执行如上述实施例中任一项的热水器的用水分析方法的步骤。
本发明提供的计算机设备1，其所包含的处理器14用于执行如上述实施例中任一项的热水器的用水分析方法的步骤，因而该计算机设备1能够实现该方法全部的有益效果，不再赘述。
本发明还提出了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现了如上述实施例中任一项的热水器的用水分析方法的步骤。
根据本发明的计算机可读存储介质，其上存储的计算机程序被处理器执行时实现了如上述实施例中任一项的热水器的用水分析方法的步骤，因而该计算机可读存储介质能够实现该方法全部的有益效果，不再赘述。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种热水器的用水分析方法，其特征在于，包括：
接收并存储所述热水器的第一水温数据；
根据所述第一水温数据对应的温度和时间，生成第一水温曲线；
计算所述第一水温曲线中每段直线的斜率；
在任一段直线的所述斜率大于或等于预设阈值，且持续时间大于预设时长时，判定所述任一段直线对应的时间段为所述热水器的用水时间段；
记录并存储所述任一段直线的起始时间和终止时间；
其中，所述起始时间为用水开始时间，所述终止时间为用水结束时间。
2.根据权利要求1所述的热水器的用水分析方法，其特征在于，在所述接收并存储所述热水器的第一水温数据的步骤之前，所述用水分析方法还包括：
接收并存储预设周期内所述热水器的第二水温数据；
根据所述第二水温数据对应的温度和时间，生成第二水温曲线；
计算所述第二水温曲线中每段直线的斜率，并确定最小斜率值；
根据所述最小斜率值按照如下公式计算所述预设阈值：a＝kb，
其中，a为所述预设阈值，b为所述最小斜率，k为常数。
3.根据权利要求2所述的热水器的用水分析方法，其特征在于，
所述k的取值范围为：大于或等于2；
所述预设时长的范围为：10分钟至20分钟；
所述预设周期的范围为：2天至4天。
4.一种热水器的用水分析系统，其特征在于，包括：
接收单元，用于接收并存储所述热水器的第一水温数据；
生成单元，用于根据所述第一水温数据对应的温度和时间，生成第一水温曲线；
计算单元，用于计算所述第一水温曲线中每段直线的斜率；
判断单元，用于在任一段直线的斜率大于或等于预设阈值，且持续时间大于预设时长时，判定所述任一段直线对应的时间段为所述热水器的用水时间段；记录单元，用于记录并存储所述任一段直线的起始时间和终止时间；
其中，所述起始时间为用水开始时间，所述终止时间为用水结束时间。
5.根据权利要求4所述的热水器的用水分析系统，其特征在于，
所述接收单元，还用于在所述接收并存储所述热水器的第一水温数据的步骤之前，接收并存储预设周期内所述热水器的第二水温数据；
所述生成单元，还用于根据所述第二水温数据对应的温度和时间，生成第二水温曲线；
所述计算单元，还用于计算所述第二水温曲线中每段直线的斜率，并确定最小斜率值；以及根据所述最小斜率值按照如下公式计算所述预设阈值：a＝kb，其中，a为所述预设阈值，b为所述最小斜率值，k为常数。
6.根据权利要求5所述的热水器的用水分析系统，其特征在于，
所述k的取值范围为：大于或等于2；
所述预设时长的范围为：10分钟至20分钟；
所述预设周期的范围为：2天至4天。
7.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器用于执行如权利要求1至3中任一项所述的热水器的用水分析方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现了如权利要求1至3中任一项所述的热水器的用水分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810408106.3A CN108613389B (zh) | 2018-05-02 | 2018-05-02 | 热水器的用水分析方法及系统和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810408106.3A CN108613389B (zh) | 2018-05-02 | 2018-05-02 | 热水器的用水分析方法及系统和计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108613389A CN108613389A (zh) | 2018-10-02 |
| CN108613389B true CN108613389B (zh) | 2020-08-18 |
Family
ID=63661588
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810408106.3A Active CN108613389B (zh) | 2018-05-02 | 2018-05-02 | 热水器的用水分析方法及系统和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108613389B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111912113A (zh) * | 2019-05-10 | 2020-11-10 | 芜湖美的厨卫电器制造有限公司 | 热水器及其用水检测方法、系统、计算机可读存储介质 |
| CN110398068B (zh) * | 2019-07-05 | 2022-03-18 | 芜湖美的厨卫电器制造有限公司 | 热水器及其数据采集方法和计算机可读存储介质 |
| CN110609188B (zh) * | 2019-09-25 | 2022-07-15 | 潍柴动力股份有限公司 | 油量计量单元老化的检测方法、装置及设备 |
| CN112197437A (zh) * | 2020-09-18 | 2021-01-08 | 华帝股份有限公司 | 一种电热水器的控制方法 |
| CN114294824B (zh) * | 2021-12-15 | 2023-05-23 | 广东芬尼克兹节能设备有限公司 | 一种用水习惯分析方法、装置、终端设备及存储介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8322312B2 (en) * | 2007-06-19 | 2012-12-04 | Honeywell International Inc. | Water heater stacking detection and control |
| CN103363671B (zh) * | 2012-03-31 | 2016-03-30 | 珠海格力电器股份有限公司 | 空气能热水器及其控制方法和装置 |
| CN104034050B (zh) * | 2014-07-04 | 2017-07-28 | 珠海格力电器股份有限公司 | 热水器水温自动设置方法、装置及热水器 |
| CN105650886B (zh) * | 2016-03-23 | 2019-01-04 | 广东万和热能科技有限公司 | 储水式热水器及其控制方法和控制系统 |
| CN107449156B (zh) * | 2017-08-10 | 2020-07-31 | 广州机智云物联网科技有限公司 | 一种电热水器用水情况监测方法及电子设备 |
-
2018
- 2018-05-02 CN CN201810408106.3A patent/CN108613389B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN108613389A (zh) | 2018-10-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108613389B (zh) | 热水器的用水分析方法及系统和计算机设备 | |
| US10038700B1 (en) | Establishing trustworthiness of devices in the internet of things (IoT) to control inter-device communication | |
| CN110553405B (zh) | 热水器的控制方法、装置、设备及存储介质 | |
| CN107449156B (zh) | 一种电热水器用水情况监测方法及电子设备 | |
| CN108052010B (zh) | 智能电器自调节的方法、装置、计算机设备及存储介质 | |
| CN110377228A (zh) | 区块链节点的自动扩容方法、装置、运维终端及存储介质 | |
| CN105068513A (zh) | 基于社交网络行为感知的智能家庭能源管理方法 | |
| CN111259231A (zh) | 应用程序的推荐方法和装置 | |
| CN108154258B (zh) | 空气源热泵负荷的预测方法、装置、存储介质和处理器 | |
| CN109425120B (zh) | 热水器控制方法、装置及热水器 | |
| CN108988467B (zh) | 用电策略生成方法及装置 | |
| CN107726632B (zh) | 加热控制方法及服务器 | |
| CN108931060A (zh) | 一种基于云计算的智能热水器节能方法 | |
| CN106055404B (zh) | 一种清理后台应用程序的方法和装置 | |
| CN113669912A (zh) | 热水器加热方法及系统 | |
| CN113639468A (zh) | 用于控制热水器的方法、装置和热水器 | |
| CN108762106A (zh) | 家电设备的预约方法及装置、存储介质、处理器 | |
| CN113194155A (zh) | 一种物联网中场景智能推荐的方法及装置 | |
| Panagopoulos et al. | AdaHeat: A general adaptive intelligent agent for domestic heating control | |
| CN114322324A (zh) | 加热控制方法、装置、电子设备及存储介质 | |
| JP6189508B1 (ja) | 家電機器の使用ガイドシステムおよび家電機器の使用ガイド方法 | |
| CN110946473A (zh) | 保温状态的控制方法、装置和烹饪设备 | |
| CN113758010A (zh) | 用于控制电热水器的方法及装置 | |
| CN108302768B (zh) | 基于用水行为的实时校验方法、装置及存储介质 | |
| CN111442537A (zh) | 洗浴状态判定方法、装置、热水器及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230414 Address after: 241000 west side of 3 / F, No.5 office building, new energy and new materials gathering area, Fuzhou Road, Jiangbei District, Wuhu City, Anhui Province Patentee after: Wuhu Midea intelligent kitchen electricity Manufacturing Co.,Ltd. Address before: 241009 Wan Chun East Road, East District, Wuhu economic and Technological Development Zone, Anhui Patentee before: WUHU MIDEA KITCHEN AND BATH APPLIANCES MFG. Co.,Ltd. Patentee before: MIDEA GROUP Co.,Ltd. |