CN109945439A - 一种室内环境参数控制方法及系统 - Google Patents

Abstract

本发明公开了一种室内环境参数控制方法及系统，通过利用大数据采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值，进而训练出温度预测模型和/或湿度预测模型，根据房间的室外环境信息得到所述房间的理想室内温度值和/或理想室内湿度值，根据所述房间的理想室内温度值和/或理想室内湿度值对所述房间的室内温度和/或室内湿度进行调节，可以满足人体在不同的外部环境条件下对应不同的理想室内温度值和/或理想室内湿度值的需求，提升用户体验。

Description

一种室内环境参数控制方法及系统

技术领域

本发明涉及智能控制技术领域，具体涉及一种室内环境参数控制方法及系统。

背景技术

研究表明，影响人体舒适感的室内环境参数主要是温度和湿度。传统的室内温湿度调节方法多采用固定的模型，即通过传感器检测室内的温度和湿度，然后通过空调或加湿/除湿器等电器设备进行作业，保持室内的温度和湿度在一个固定的范围内。

但是，人体的最舒适室内温度值和最舒适室内湿度值是一个变量，随着地理环境、季节、海拔高度等外部环境因素的改变而不同，可见通过固定的理想室内温度值调节室内温度和通过固定的理想室内湿度值调节室内湿度，并不能满足人体在不同的外部环境条件下对应不同的理想室内温度需求和理想室内湿度需求，用户体验不好。

那么如何根据不同的外部环境条件计算人体的理想室内温度值和理想室内湿度值，目前没有标准的计算方式。不过，在什么样的室内环境参数下人体的舒适感是最佳的，通过人体的感知得到的数据才是最准确的，即使存在根据外部环境参数计算人体理想室内温度值和理想室内湿度值的计算方式，也会存在不准确的问题。

发明内容

有鉴于此，本发明的目的之一在于提供一种室内环境参数控制方法及系统，可以根据室外环境信息预测当前室外环境下用户的理想室内温度值和/或理想室内湿度值，并根据计算得到的理想室内温度值和/或理想室内湿度值调节室内温度和/或湿度，以解决现有技术中存在的通过固定的温度值和/或湿度值调节室内温度和/或湿度不能满足用户在不同的外部环境条件下对应不同的理想室内温度和/或理想室内湿度需求，造成用户体验不好的问题。

为达上述目的，一方面，本发明提供了一种室内环境参数控制方法，包括：

利用大数据技术，采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值，存入数据集；

建立温度预测模型和/或湿度预测模型，利用所述数据集中的室外环境信息以及对应的用户设定的室内温度值训练所述温度预测模型，和/或利用所述数据集中的室外环境信息以及对应的用户设定的室内湿度值训练所述湿度预测模型；

采集房间的室外环境信息，把所述房间的室外环境信息输入所述温度预测模型和/或所述湿度预测模型，得到所述房间的理想室内温度值和/或所述房间的理想室内湿度值；

根据所述房间的理想室内温度值对所述房间的室内温度进行调节，和/或根据所述房间的理想室内湿度值对所述房间的室内湿度进行调节。

进一步地，所述利用大数据技术，采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值，存入数据集，包括：

在检测到用户设定室内温度值和/或室内湿度值后，开始持续检测实际室内温度值和/或实际室内湿度值，在所述实际室内温度值和/或所述实际室内湿度值达到用户设定的室内温度值和/或室内湿度值时刻起开始计时；

若在达到预置T时间前未检测到用户再次设定室内温度值和/或室内湿度值，则采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值并存入所述数据集。

进一步地，所述室外环境信息包括房间所在的经纬度范围、季节、房间户型、房间面积、房间朝向、房间海拔高度、室外温度和/或室外空气湿度。

进一步地，建立所述温度预测模型和/或所述湿度预测模型的方法为拟合建模法。

进一步地，所述根据所述房间的理想室内温度值对所述房间的室内温度进行调节包括：

计算所述房间的室内温度值、所述房间的理想室内温度值、所述房间的室外温度值之间的温度差值关系，根据所述温度差值关系启动对应的温度调节方式对所述房间的室内温度进行调节；

所述根据所述房间的理想室内湿度值对所述房间的室内湿度进行调节包括：

计算所述房间的室内湿度值、所述房间的理想室内湿度值、所述房间的室外湿度值之间的湿度差值关系，根据所述湿度差值关系启动对应的湿度调节方式对所述房间的室内湿度进行调节。

进一步地，所述对所述房间的室内温度进行调节包括开窗、启动制冷设备、启动制热设备中的一种或几种；

所述对所述房间的室内湿度进行调节包括开窗、启动增湿设备、启动除湿设备中的一种或几种。

本发明还提供了一种室内环境参数控制系统，包括：

数据采集设备，用于采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值；

室外环境信息采集设备，用于采集房间的室外环境信息；

服务器，进一步包括：数据集，用于存储用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值；温度预测模型，用于根据所述房间的室外环境信息得到所述房间的理想室内温度值，和/或湿度预测模型，用于根据所述房间的室外环境信息得到所述房间的理想室内湿度值；

室内温度调节设备，用于对所述房间的室内温度进行调节；和/或室内湿度调节设备，用于对所述房间的室内湿度进行调节；

控制设备，用于根据所述房间的理想室内温度值控制所述室内温度调节设备对所述房间的室内温度进行调节，和/或根据所述房间的理想室内湿度值控制所述室内湿度调节设备对所述房间的室内湿度进行调节。

进一步地，所述数据采集设备包括：

检测模块，用于在检测到用户设定室内温度值和/或室内湿度值后，开始持续检测实际室内温度值和/或实际室内湿度值；

计时模块，用于在所述实际室内温度值和/或所述实际室内湿度值达到用户设定的室内温度值和/或室内湿度值时刻起开始计时；

采集模块，用于在达到预置T时间前未检测到用户再次设定室内温度值和/或室内湿度值情况下，采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值并存入所述数据集。

进一步地，所述室外环境信息包括房间所在的经纬度范围、季节、房间户型、房间面积、房间朝向、房间海拔高度、室外温度和/或室外空气湿度。

进一步地，所述温度预测模型和/或所述湿度预测模型通过拟合建模法建立。

进一步地，所述控制设备包括：

分析计算单元，用于计算所述房间的室内温度值、所述房间的理想室内温度值、所述房间的室外温度值之间的温度差值关系，和/或计算所述房间的室内湿度值、所述房间的理想室内湿度值、所述房间的室外湿度值之间的湿度差值关系；

控制单元，用于根据所述温度差值关系控制对应的所述室内温度调节设备对所述房间的室内温度进行调节，和/或根据所述湿度差值关系控制对应的所述室内湿度调节设备对所述房间的室内湿度进行调节。

进一步地，所述室内温度调节设备包括：窗户、制冷设备、制热设备中的一种或几种；

所述室内湿度调节设备包括：窗户、增湿设备、除湿设备中的一种或几种。

本发明提供的室内环境参数控制方法及系统，通过利用大数据采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值，进而训练出温度预测模型和/或湿度预测模型，根据房间的室外环境信息得到所述房间的理想室内温度值和/或理想室内湿度值，根据所述房间的理想室内温度值和/或理想室内湿度值对所述房间的室内温度和/或室内湿度进行调节，可以满足人体在不同的外部环境条件下对应不同的理想室内温度值和/或理想室内湿度值的需求，提升用户体验。

附图说明

图1是本发明实施例一提供的一种室内环境参数控制方法的流程示意图；

图2是本发明实施例三提供的一种室内环境参数控制系统的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。

还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

除非上下文明确要求，否则整个说明书和权利要求书的“包括”、“包含”等类似词语应当解释为包含的含义而非排他或穷举的含义；即是“包括但不限于”的含义。

实施例一

如图1所示，为本发明实施例一提供的一种室内环境参数控制方法的流程示意图，包括步骤S11至S14，具体如下：

S11，利用大数据技术，采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值，存入数据集。

进一步的，用户的室外环境信息包括房间所在的经纬度范围、季节、房间户型、房间面积、房间朝向、房间海拔高度、室外温度和/或室外空气湿度。

在本实施例中，使人体感觉最舒适的室内温度值和室内湿度值是随着外界环境条件的不同而变化的，在特定的外界环境条件下室内温度和室内湿度应该设定什么样的理想值才能让人体感觉最舒适，即如何根据外界环境的参数值计算房间的理想室内温度值和房间的理想室内湿度值，目前还没有科学的计算方法。但是，可以明确的是，无论是任何计算方法，均没有人体的感知更准确。

通过收集大量用户在特定的室外环境下设定的室内温度和室内湿度数据，基于该数据制定一个室内温、湿度调节的标准，这个标准是建立在大数据用户群体的感知基础上的，更能符合人体需求。

在实现中，需要收集用户房间所在地理位置（可以表示为经纬度范围）、房间户型、房间面积、房间朝向、房间海拔高度、所处季节、当前室外温度和室外空气湿度等。比如收集中国珠海某用户的数据，则收集到房间所在地理位置为北纬20-30°、东经110-120°，房间户型为两室一厅，房间面积为80居住平米，房间朝向为东南朝向，房间海拔高度为10米，当前季节为冬季，当前室外温度为15度，当前室外空气湿度为70%；用户在当前室外环境下设定的室内温度为25度，设定的室内湿度为50%。收集到这些数据之后，为数据打标签，即对于收集到的同样室外环境下的多组数据，预置一定的百分比阈值，选择不少于预置百分比阈值的用户设定的室内温度值和室内湿度值作为该多组数据的标签。例如收集到的房间所在地理位置为北纬20-30°东经110-120°、房间户型为两室一厅、房间面积为70-90居住平米、房间朝向为东南朝向、房间海拔高度为10-20米、当前季节为冬季、当前室外温度为15-20度、当前室外空气湿度为65%-85%的多组用户数据，其中90%以上的用户将室内温度设定为25度、70%以上的用户将室内湿度设定为55%，则为该多组用户数据打标签为理想室内温度25度、理想室内湿度55%。通过这种方式构建数据集，为接下来的模型训练做准备。

需要说明的是，在本发明中的“房间”可以是通常意义上的房间，也可以是客厅，或者其它的房屋空间，如书房等。

鉴于人体在同一天的不同时段对温度和湿度的需求不同，采集用户的室外环境信息还可以包括时间段。所述时间段信息可以按24小时计时法以1小时为单位进行划分，也可以按传统以日出日落为依据的时间段划分，如凌晨（0时至5时）、早晨（5时至8时）、上午（8时至11时）、中午（11时至13时）、下午（13时至16时）、傍晚（16时至19时）、晚上（19时至24时）。

S12，建立温度预测模型和/或湿度预测模型，利用数据集中的室外环境信息以及对应的用户设定的室内温度值训练温度预测模型，和/或利用数据集中的室外环境信息以及对应的用户设定的室内湿度值训练湿度预测模型。

进一步的，建立所述温度预测模型和/或所述湿度预测模型的方法为拟合建模法。

在本实施例中，使用收集的数据分别对温度值和湿度值进行拟合建模，建立温度预测模型和湿度预测模型。房间的理想室内温度值预算和房间的理想室内湿度值预算是一个回归问题，所以可用的建模方法有线性回归、决策树回归等。建立后的模型，输入一个向量，则输出一个具体的数值。

在实现中，还可以不断采集新产生的步骤S11中的用户设定的室内温度值和室内湿度值及对应的室外环境，存入数据集，对温度预测模型和湿度预测模型进行优化训练。比如某些地区人群结构发生变化，或者环境因素发生变化，导致人体对温度的喜好发生改变，由以往的26度逐渐降低为23度，显然曾经建立的温度预测模型无法满足改变后的人体需求，继续利用曾经建立的温度预测模型预测理想室内温度值会降低用户体验。然而，通过对温度预测模型和湿度预测模型不断地优化训练，则能够解决由于用户自身因素或外界环境因素改变导致的用户对温度或湿度的喜好发生改变的问题，使温度预测模型和湿度预测模型总是能够满足人体在不同的外部环境条件下对应不同的理想室内温度值和理想室内湿度值的需求，进一步提升用户体验。

S13，采集房间的室外环境信息，把房间的室外环境信息输入温度预测模型和/或湿度预测模型，得到房间的理想室内温度值和/或房间的理想室内湿度值。

进一步的，房间的室外环境信息包括房间所在的经纬度范围、季节、房间户型、房间面积、房间朝向、房间海拔高度、室外温度和/或室外空气湿度。

在本实施例中，把采集到的房间的室外环境信息生成特征向量，分别输入温度预测模型和湿度预测模型，将分别输出一个温度值和一个湿度值，即为当前室外环境下的房间的理想室内温度值和房间的理想室内湿度值。

房间的室外环境信息由各种传感器或联网设备获得，包括温度传感器、湿度传感器、GPS定位、网络时钟等。

S14，根据房间的理想室内温度值对房间的室内温度进行调节，和/或根据房间的理想室内湿度值对房间的室内湿度进行调节。

进一步的，根据房间的理想室内温度值对房间的室内温度进行调节包括：计算房间的室内温度值、房间的理想室内温度值、房间的室外温度值之间的温度差值关系，根据温度差值关系启动对应的温度调节方式对房间的室内温度进行调节；

根据房间的理想室内湿度值对房间的室内湿度进行调节包括：计算房间的室内湿度值、房间的理想室内湿度值、房间的室外湿度值之间的湿度差值关系，根据湿度差值关系启动对应的湿度调节方式对房间的室内湿度进行调节。

进一步的，对房间的室内温度进行调节包括开窗、启动制冷设备、启动制热设备中的一种或几种；对房间的室内湿度进行调节包括开窗、启动增湿设备、启动除湿设备中的一种或几种。

在本实施例中，通过步骤S11-S13预测得到了房间的理想室内温度值和理想室内湿度值。那么如何将室内温度和室内湿度调节到预测的理想室内温度值和理想室内湿度值，需要考虑多种因素。比如地域不同，珠海和北京这两座城市在夏季要调节室内温度可以采取的措施显然是不同的，珠海靠海、多风、夏季风较清凉，开窗通风也可以实现调节室内温度和湿度的作用，故可选择的调节手段有开窗通风、空调调节、加湿器/除湿机调节；北京地处内陆、干燥、炎热、少风、空气质量差，开窗只能单向的使室内温度更高、湿度更低，故可选择的调节手段只有空调调节、加湿器/除湿机调节。对于开窗通风调节，还要进一步考虑户型，有些户型比较简单，且窗的设置结合了当地的季节性风向，夏天顺风、冬天逆风，只需要在需要时开窗通风就可以全面的改善室内的温湿度；有些户型比较复杂，室内无法形成风道，或者窗的设置不符合当地季节性风向规律，导致在各个季节通风作用均不明显，那么只能依靠电器设备调节室内温度和湿度。

在执行中，以温度调节为例，首先根据房间的理想室内温度值计算需要对房间的室内温度进行调节的幅度。例如，预测得到的房间的理想室内温度为27度，检测到房间的室内温度为29度，则需要对房间的室内温度进行调节的幅度为-2度。进一步检测房间窗户附近的室外温度，如果该室外温度≤27度，则开窗调节室内温度，当室内温度达到理想室内温度值后，调节开窗幅度使室内温度保持在理想室内温度值的上下浮动区间内；如果该室外温度＞27度，则启动空调设备调节室内温度，使室内温度维持在理想室内温度值。相反的，如预测得到的房间的理想室内温度为27度，检测到房间的室内温度为25度，则需要对房间的室内温度进行调节的幅度为+2度。进一步检测房间窗户附近的室外温度，如果该室外温度≥27度，则开窗调节室内温度，当室内温度达到理想室内温度值后，调节开窗幅度使室内温度保持在理想室内温度值的上下浮动区间内；如果该室外温度＜27度，则启动空调设备调节室内温度，使室内温度维持在理想室内温度值。优选开窗调节，更节能环保；在开窗无法达到调节目的下，再选择启动空调设备。

进一步结合湿度调节，对房间的室内湿度调节方式包括开窗、启动增湿设备、启动除湿设备等，湿度调节方式的确定方法与温度调节方式的确定方法同理，首先根据房间的理想室内湿度值计算需要对房间的室内湿度进行调节的幅度，确定是正向调节（即增加湿度）还是负向调节（即降低湿度）。进一步检测房间窗户附近的室外湿度，在需要正向调节情况下，如果该室外湿度≥理想室内湿度值，则开窗调节室内湿度，当室内湿度达到理想室内湿度值后，调节开窗幅度使室内湿度保持在理想室内湿度值的上下浮动区间内；如果该室外湿度＜理想室内湿度值，则启动增湿设备调节室内湿度，使室内湿度维持在理想室内湿度值。在需要负向调节情况下，如果该室外湿度≤理想室内湿度值，则开窗调节室内湿度，当室内湿度达到理想室内湿度值后，调节开窗幅度使室内湿度保持在理想室内湿度值的上下浮动区间内；如果该室外湿度＞理想室内湿度值，则启动除湿设备调节室内湿度，使室内湿度维持在理想室内湿度值。优选开窗调节，更节能环保；在开窗无法达到调节目的下，再选择启动增湿设备或除湿设备。

需要说明的是，同时控制室内温度和室内湿度，则根据温度预测模型和湿度预测模型的的预测结果，综合计算后，如果室内温度和室内湿度均可以通过开窗调节，则开窗调节，当室内温度和室内湿度其中一种达到理想室内温度值或理想室内湿度值后，调节开窗幅度使室内温度和室内湿度保持在理想值的上下浮动区间内。如果室内温度和室内湿度中至少有一种无法通过开窗调节，则关窗，启动制冷设备或制热设备调节室内温度，使室内温度维持在理想室内温度值；同时启动除湿设备或增湿设备调节室内湿度，使室内湿度维持在理想室内湿度值。

本发明实施例通过利用大数据采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值，进而训练出温度预测模型和/或湿度预测模型，根据房间的室外环境信息得到所述房间的理想室内温度值和/或理想室内湿度值，根据所述房间的理想室内温度值和/或理想室内湿度值对所述房间的室内温度和/或室内湿度进行调节，可以满足人体在不同的外部环境条件下对应不同的理想室内温度值和/或理想室内湿度值的需求，提升用户体验。

实施例二

本实施例以实施例一为基础进行优化，在本实施例中，步骤S11利用大数据技术，采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值，存入数据集，包括：

S111，在检测到用户设定室内温度值和/或室内湿度值后，开始持续检测实际室内温度值和/或实际室内湿度值；

S112，在实际室内温度值和/或实际室内湿度值达到用户设定的室内温度值和/或室内湿度值时刻起开始计时；

S113，若在达到预置T时间前未检测到用户再次设定室内温度值和/或室内湿度值，则执行步骤S114；否则，停止计时并返回步骤S111。

S114，采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值并存入数据集。

在本实施例中，考虑到用户调节温度和湿度的习惯，尤其是调节温度，在从炎热的室外进入房间后，为了快速制冷，往往把空调温度设置为最低（一般是16度），待一段时间室内温度降下来后，再重新设置为自己喜欢的温度；或者是刚进入房间时体感比较热，设置的温度比较低，在室内温度降低到设定温度后一段时间身体恢复正常状态，又会感觉冷，再重新设置为自己喜欢的温度。如果这时候把检测到的用户刚进入房间后第一次设定的室内温度存入数据集，显然是不准确的，会降低对温度预测模型的训练效果进而降低对室内温度控制的准确度。所以，需要把这些数据过滤掉，采用的手段如下：

在检测到用户设定室内温度值后，开始持续检测实际室内温度值，在实际室内温度值达到用户设定的室内温度值时刻起开始计时，若在达到预置T时间前未检测到用户再次设定室内温度值，即用户没有在实际室内温度值达到第一次设定的室内温度值前更改设定室内温度值，也没有在实际室内温度值达到第一次设定的室内温度值后T时间内感觉不舒适进而更改设定室内温度值，可以认为用户对所设定的温度是感觉舒适的，则采集此时用户的室外环境信息以及在该室外环境下用户设定的室内温度值并存入数据集。反之，如果用户在实际室内温度值达到第一次设定的室内温度值前更改设定室内温度值，或者在实际室内温度值达到第一次设定的室内温度值后T时间内感觉不舒适更改设定室内温度值，则可以认为用户第一次设定的室内温度值并非是自己的最舒适温度，则停止计时并返回步骤S111，根据用户更改设定的室内温度值，继续开始持续检测实际室内温度值，循环执行步骤S111-S114。

在本实施例中，对室内湿度的控制方案同以上对室内温度的控制方案，为了简要本申请只是以室内温度控制为例详细阐述。

本发明实施例通过对数据进行判定和筛选，过滤掉用户设定的非最舒适温度和非最舒适湿度，仅仅把用户设定的最舒适温度和最舒适湿度及对应的室外环境条件存入数据集，从而保证对温度预测模型和湿度预测模型的训练效果，进而提高对室内环境参数控制的准确度，提升用户体验。

实施例三

根据本发明实施例还提供了一种室内环境参数控制系统，需要说明的是，本发明实施例的室内环境参数控制系统可以用于执行本发明实施例所提供的室内环境参数控制方法。以下对本发明实施例提供的室内环境参数控制系统进行介绍。

图2是根据本发明实施例的室内环境参数控制系统的示意图，包括：

数据采集设备11，用于采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值。

进一步地，用户的室外环境信息包括房间所在的经纬度范围、季节、房间户型、房间面积、房间朝向、房间海拔高度、室外温度和/或室外空气湿度。

在本实施例中，使人体感觉最舒适的室内温度值和室内湿度值是随着外界环境条件的不同而变化的，在特定的外界环境条件下室内温度和室内湿度应该设定什么样的理想值才能让人体感觉最舒适，即如何根据外界环境的参数值计算房间的理想室内温度值和房间的理想室内湿度值，目前还没有科学的计算方法。但是，可以明确的是，无论是任何计算方法，均没有人体的感知更准确。

通过收集大量用户在特定的室外环境下设定的室内温度和室内湿度数据，基于该数据制定一个室内温、湿度调节的标准，这个标准是建立在大数据用户群体的感知基础上的，更能符合人体需求。

在实现中，需要收集用户房间所在地理位置（可以表示为经纬度范围）、房间户型、房间面积、房间朝向、房间海拔高度、所处季节、当前室外温度和室外空气湿度等。比如收集中国珠海某用户的数据，则收集到房间所在地理位置为北纬20-30°、东经110-120°，房间户型为两室一厅，房间面积为80居住平米，房间朝向为东南朝向，房间海拔高度为10米，当前季节为冬季，当前室外温度为15度，当前室外空气湿度为70%；用户在当前室外环境下设定的室内温度为25度，设定的室内湿度为50%。收集到这些数据之后，为数据打标签，即对于收集到的同样室外环境下的多组数据，预置一定的百分比阈值，选择不少于预置百分比阈值的用户设定的室内温度值和室内湿度值作为该多组数据的标签。例如收集到的房间所在地理位置为北纬20-30°东经110-120°、房间户型为两室一厅、房间面积为70-90居住平米、房间朝向为东南朝向、房间海拔高度为10-20米、当前季节为冬季、当前室外温度为15-20度、当前室外空气湿度为65%-85%的多组用户数据，其中90%以上的用户将室内温度设定为25度、70%以上的用户将室内湿度设定为55%，则为该多组用户数据打标签为理想室内温度25度、理想室内湿度55%。通过这种方式构建数据集，为接下来的模型训练做准备。

需要说明的是，在本发明中的“房间”可以是通常意义上的房间，也可以是客厅，或者其它的房屋空间，如书房等。

鉴于人体在同一天的不同时段对温度和湿度的需求不同，采集用户的室外环境信息还可以包括时间段。所述时间段信息可以按24小时计时法以1小时为单位进行划分，也可以按传统以日出日落为依据的时间段划分，如凌晨（0时至5时）、早晨（5时至8时）、上午（8时至11时）、中午（11时至13时）、下午（13时至16时）、傍晚（16时至19时）、晚上（19时至24时）。

室外环境信息采集设备12，用于采集房间的室外环境信息。

进一步的，房间的室外环境信息包括房间所在的经纬度范围、季节、房间户型、房间面积、房间朝向、房间海拔高度、室外温度和/或室外空气湿度。

服务器13，进一步包括：数据集，用于存储用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值；温度预测模型，用于根据所述房间的室外环境信息得到所述房间的理想室内温度值，和/或湿度预测模型，用于根据所述房间的室外环境信息得到所述房间的理想室内湿度值。

进一步的，建立所述温度预测模型和/或所述湿度预测模型的方法为拟合建模法。

在本实施例中，使用数据采集设备11收集的数据分别对温度值和湿度值进行拟合建模，建立温度预测模型和湿度预测模型。房间的理想室内温度值预算和房间的理想室内湿度值预算是一个回归问题，所以可用的建模方法有线性回归、决策树回归等。建立后的模型，输入一个向量，则输出一个具体的数值。

在实现中，数据采集设备11还可以不断采集新产生的用户设定的室内温度值和室内湿度值及对应的室外环境，存入数据集，对温度预测模型和湿度预测模型进行优化训练。比如某些地区人群结构发生变化，或者环境因素发生变化，导致人体对温度的喜好发生改变，由以往的26度逐渐降低为23度，显然曾经建立的温度预测模型无法满足改变后的人体需求，继续利用曾经建立的温度预测模型预测理想室内温度值会降低用户体验。然而，通过对温度预测模型和湿度预测模型不断地优化训练，则能够解决由于用户自身因素或外界环境因素改变导致的用户对温度或湿度的喜好发生改变的问题，使温度预测模型和湿度预测模型总是能够满足人体在不同的外部环境条件下对应不同的理想室内温度值和理想室内湿度值的需求，进一步提升用户体验。

在本实施例中，把室外环境信息采集设备12采集到的房间的室外环境信息生成特征向量，分别输入温度预测模型和湿度预测模型，将分别输出一个温度值和一个湿度值，即为当前室外环境下的房间的理想室内温度值和房间的理想室内湿度值。

房间的室外环境信息由各种传感器或联网设备获得，包括温度传感器、湿度传感器、GPS定位、网络时钟等。

室内温度调节设备14_1，用于对房间的室内温度进行调节；和/或室内湿度调节设备14_2，用于对房间的室内湿度进行调节。

进一步地，室内温度调节设备14_1包括：窗户、制冷设备、制热设备中的一种或几种；室内湿度调节设备14_2包括：窗户、增湿设备、除湿设备中的一种或几种。

控制设备15，用于根据房间的理想室内温度值控制室内温度调节设备14_1对房间的室内温度进行调节，和/或根据房间的理想室内湿度值控制室内湿度调节设备14_2对房间的室内湿度进行调节。

进一步地，控制设备包括：

分析计算单元15_1，用于计算房间的室内温度值、房间的理想室内温度值、房间的室外温度值之间的温度差值关系，和/或计算房间的室内湿度值、房间的理想室内湿度值、房间的室外湿度值之间的湿度差值关系；

控制单元15_2，用于根据温度差值关系控制对应的室内温度调节设备对房间的室内温度进行调节，和/或根据湿度差值关系控制对应的室内湿度调节设备对房间的室内湿度进行调节。

在本实施例中，通过服务器13中的温度预测模型和湿度预测模型预测得到了房间的理想室内温度值和理想室内湿度值。那么如何将室内温度和室内湿度调节到预测的理想室内温度值和理想室内湿度值，需要考虑多种因素。比如地域不同，珠海和北京这两座城市在夏季要调节室内温度可以采取的措施显然是不同的，珠海靠海、多风、夏季风较清凉，开窗通风也可以实现调节室内温度和湿度的作用，故可选择的调节手段有开窗通风、空调调节、加湿器/除湿机调节；北京地处内陆、干燥、炎热、少风、空气质量差，开窗只能单向的使室内温度更高、湿度更低，故可选择的调节手段只有空调调节、加湿器/除湿机调节。对于开窗通风调节，还要进一步考虑户型，有些户型比较简单，且窗的设置结合了当地的季节性风向，夏天顺风、冬天逆风，只需要在需要时开窗通风就可以全面的改善室内的温湿度；有些户型比较复杂，室内无法形成风道，或者窗的设置不符合当地季节性风向规律，导致在各个季节通风作用均不明显，那么只能依靠电器设备调节室内温度和湿度。

在执行中，以温度调节为例，首先分析计算单元15_1根据房间的理想室内温度值计算需要对房间的室内温度进行调节的幅度。例如，预测得到的房间的理想室内温度为27度，检测到房间的室内温度为29度，则需要对房间的室内温度进行调节的幅度为-2度。进一步由温度传感器检测房间窗户附近的室外温度，如果该室外温度≤27度，则控制单元15_2控制窗户打开，开窗调节室内温度，当室内温度达到理想室内温度值后，控制单元15_2控制调节开窗幅度使室内温度保持在理想室内温度值的上下浮动区间内；如果该室外温度＞27度，则控制单元15_2控制启动空调设备调节室内温度，使室内温度维持在理想室内温度值。相反的，如预测得到的房间的理想室内温度为27度，检测到房间的室内温度为25度，则需要对房间的室内温度进行调节的幅度为+2度。进一步由温度传感器检测房间窗户附近的室外温度，如果该室外温度≥27度，则控制单元15_2控制窗户打开，开窗调节室内温度，当室内温度达到理想室内温度值后，控制单元15_2控制调节开窗幅度使室内温度保持在理想室内温度值的上下浮动区间内；如果该室外温度＜27度，则控制单元15_2控制启动空调设备调节室内温度，使室内温度维持在理想室内温度值。优选开窗调节，更节能环保；在开窗无法达到调节目的下，再选择启动空调设备。

进一步结合湿度调节，对房间的室内湿度调节方式包括开窗、启动增湿设备、启动除湿设备等，湿度调节方式的确定方法与温度调节方式的确定方法同理，首先分析计算单元15_1根据房间的理想室内湿度值计算需要对房间的室内湿度进行调节的幅度，确定是正向调节（即增加湿度）还是负向调节（即降低湿度）。进一步由湿度传感器检测房间窗户附近的室外湿度，在需要正向调节情况下，如果该室外湿度≥理想室内湿度值，则控制单元15_2控制窗户打开，开窗调节室内湿度，当室内湿度达到理想室内湿度值后，控制单元15_2控制调节开窗幅度使室内湿度保持在理想室内湿度值的上下浮动区间内；如果该室外湿度＜理想室内湿度值，则控制单元15_2控制启动增湿设备调节室内湿度，使室内湿度维持在理想室内湿度值。在需要负向调节情况下，如果该室外湿度≤理想室内湿度值，则控制单元15_2控制窗户打开，开窗调节室内湿度，当室内湿度达到理想室内湿度值后，控制单元15_2控制调节开窗幅度使室内湿度保持在理想室内湿度值的上下浮动区间内；如果该室外湿度＞理想室内湿度值，则控制单元15_2控制启动除湿设备调节室内湿度，使室内湿度维持在理想室内湿度值。优选开窗调节，更节能环保；在开窗无法达到调节目的下，再选择启动增湿设备或除湿设备。

需要说明的是，同时控制室内温度和室内湿度，则根据温度预测模型和湿度预测模型的的预测结果，分析计算单元15_1综合计算后，如果室内温度和室内湿度均可以通过开窗调节，则控制单元15_2控制窗户打开，开窗调节，当室内温度和室内湿度其中一种达到理想室内温度值或理想室内湿度值后，控制单元15_2控制调节开窗幅度使室内温度和室内湿度保持在理想值的上下浮动区间内。如果室内温度和室内湿度中至少有一种无法通过开窗调节，则控制单元15_2控制关窗，控制启动制冷设备或制热设备调节室内温度，使室内温度维持在理想室内温度值；同时控制启动除湿设备或增湿设备调节室内湿度，使室内湿度维持在理想室内湿度值。

本发明实施例通过利用大数据采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值，进而训练出温度预测模型和/或湿度预测模型，根据房间的室外环境信息得到所述房间的理想室内温度值和/或理想室内湿度值，根据所述房间的理想室内温度值和/或理想室内湿度值对所述房间的室内温度和/或室内湿度进行调节，可以满足人体在不同的外部环境条件下对应不同的理想室内温度值和/或理想室内湿度值的需求，提升用户体验。

在另外一个实施例中，数据采集设备11包括：

检测模块11_1，用于在检测到用户设定室内温度值和/或室内湿度值后，开始持续检测实际室内温度值和/或实际室内湿度值；

计时模块11_2，用于在实际室内温度值和/或实际室内湿度值达到用户设定的室内温度值和/或室内湿度值时刻起开始计时；

采集模块11_3，用于在达到预置T时间前未检测到用户再次设定室内温度值和/或室内湿度值情况下，采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值并存入数据集。

在本实施例中，考虑到用户调节温度和湿度的习惯，尤其是调节温度，在从炎热的室外进入房间后，为了快速制冷，往往把空调温度设置为最低（一般是16度），待一段时间室内温度降下来后，再重新设置为自己喜欢的温度；或者是刚进入房间时体感比较热，设置的温度比较低，在室内温度降低到设定温度后一段时间身体恢复正常状态，又会感觉冷，再重新设置为自己喜欢的温度。如果这时候把检测到的用户刚进入房间后第一次设定的室内温度存入数据集，显然是不准确的，会降低对温度预测模型的训练效果进而降低对室内温度控制的准确度。所以，需要把这些数据过滤掉，采用的手段如下：

在检测到用户设定室内温度值后，检测模块11_1开始持续检测实际室内温度值，在实际室内温度值达到用户设定的室内温度值时刻起计时模块11_2开始计时，若在达到预置T时间前未检测到用户再次设定室内温度值，即用户没有在实际室内温度值达到第一次设定的室内温度值前更改设定室内温度值，也没有在实际室内温度值达到第一次设定的室内温度值后T时间内感觉不舒适进而更改设定室内温度值，可以认为用户对所设定的温度是感觉舒适的，则采集模块11_3采集此时用户的室外环境信息以及在该室外环境下用户设定的室内温度值并存入数据集。反之，如果用户在实际室内温度值达到第一次设定的室内温度值前更改设定室内温度值，或者在实际室内温度值达到第一次设定的室内温度值后T时间内感觉不舒适更改设定室内温度值，则可以认为用户第一次设定的室内温度值并非是自己的最舒适温度，则计时模块11_2停止计时，根据用户更改设定的室内温度值，检测模块11_1继续开始持续检测实际室内温度值和/或实际室内湿度值，在实际室内温度值达到用户更改设定的室内温度值时刻起计时模块11_2开始计时，重复上述方案。

在本实施例中，对室内湿度的控制方案同以上对室内温度的控制方案，为了简要本申请只是以室内温度控制为例详细阐述。

本发明实施例通过利用大数据采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值，进而训练出温度预测模型和/或湿度预测模型，根据房间的室外环境信息得到所述房间的理想室内温度值和/或理想室内湿度值，根据所述房间的理想室内温度值和/或理想室内湿度值对所述房间的室内温度和/或室内湿度进行调节，可以满足人体在不同的外部环境条件下对应不同的理想室内温度值和/或理想室内湿度值的需求，提升用户体验。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

以上仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理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 (10)

1.一种室内环境参数控制方法，其特征在于，包括：

利用大数据技术，采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值，存入数据集；

建立温度预测模型和/或湿度预测模型，利用所述数据集中的室外环境信息以及对应的用户设定的室内温度值训练所述温度预测模型，和/或利用所述数据集中的室外环境信息以及对应的用户设定的室内湿度值训练所述湿度预测模型；

采集房间的室外环境信息，把所述房间的室外环境信息输入所述温度预测模型和/或所述湿度预测模型，得到所述房间的理想室内温度值和/或所述房间的理想室内湿度值；

根据所述房间的理想室内温度值对所述房间的室内温度进行调节，和/或根据所述房间的理想室内湿度值对所述房间的室内湿度进行调节。

2.根据权利要求1所述的室内环境参数控制方法，其特征在于，所述利用大数据技术，采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值，存入数据集，包括：

在检测到用户设定室内温度值和/或室内湿度值后，开始持续检测实际室内温度值和/或实际室内湿度值，在所述实际室内温度值和/或所述实际室内湿度值达到用户设定的室内温度值和/或室内湿度值时刻起开始计时；

若在达到预置T时间前未检测到用户再次设定室内温度值和/或室内湿度值，则采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值并存入所述数据集。

3.根据权利要求1或2所述的室内环境参数控制方法，其特征在于，所述室外环境信息包括房间所在的经纬度范围、季节、房间户型、房间面积、房间朝向、房间海拔高度、室外温度和/或室外空气湿度。

4.根据权利要求1所述的室内环境参数控制方法，其特征在于，建立所述温度预测模型和/或所述湿度预测模型的方法为拟合建模法。

5.根据权利要求1所述的室内环境参数控制方法，其特征在于，所述根据所述房间的理想室内温度值对所述房间的室内温度进行调节包括：

计算所述房间的室内温度值、所述房间的理想室内温度值、所述房间的室外温度值之间的温度差值关系，根据所述温度差值关系启动对应的温度调节方式对所述房间的室内温度进行调节；

所述根据所述房间的理想室内湿度值对所述房间的室内湿度进行调节包括：

计算所述房间的室内湿度值、所述房间的理想室内湿度值、所述房间的室外湿度值之间的湿度差值关系，根据所述湿度差值关系启动对应的湿度调节方式对所述房间的室内湿度进行调节。

6.根据权利要求1-5任一项所述的室内环境参数控制方法，其特征在于，所述对所述房间的室内温度进行调节包括开窗、启动制冷设备、启动制热设备中的一种或几种；

所述对所述房间的室内湿度进行调节包括开窗、启动增湿设备、启动除湿设备中的一种或几种。

7.一种室内环境参数控制系统，其特征在于，包括：

数据采集设备，用于采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值；

室外环境信息采集设备，用于采集房间的室外环境信息；

服务器，进一步包括：数据集，用于存储用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值；温度预测模型，用于根据所述房间的室外环境信息得到所述房间的理想室内温度值，和/或湿度预测模型，用于根据所述房间的室外环境信息得到所述房间的理想室内湿度值；

室内温度调节设备，用于对所述房间的室内温度进行调节；和/或室内湿度调节设备，用于对所述房间的室内湿度进行调节；

控制设备，用于根据所述房间的理想室内温度值控制所述室内温度调节设备对所述房间的室内温度进行调节，和/或根据所述房间的理想室内湿度值控制所述室内湿度调节设备对所述房间的室内湿度进行调节。

8.根据权利要求7所述的室内环境参数控制系统，其特征在于，所述数据采集设备包括：

检测模块，用于在检测到用户设定室内温度值和/或室内湿度值后，开始持续检测实际室内温度值和/或实际室内湿度值；

计时模块，用于在所述实际室内温度值和/或所述实际室内湿度值达到用户设定的室内温度值和/或室内湿度值时刻起开始计时；

采集模块，用于在达到预置T时间前未检测到用户再次设定室内温度值和/或室内湿度值情况下，采集用户的室外环境信息以及在对应的室外环境下用户设定的室内温度值和/或室内湿度值并存入所述数据集。

9.根据权利要求7所述的室内环境参数控制系统，其特征在于，所述控制设备包括：

分析计算单元，用于计算所述房间的室内温度值、所述房间的理想室内温度值、所述房间的室外温度值之间的温度差值关系，和/或计算所述房间的室内湿度值、所述房间的理想室内湿度值、所述房间的室外湿度值之间的湿度差值关系；

控制单元，用于根据所述温度差值关系控制对应的所述室内温度调节设备对所述房间的室内温度进行调节，和/或根据所述湿度差值关系控制对应的所述室内湿度调节设备对所述房间的室内湿度进行调节。

10.根据权利要求7-9任一项所述的室内环境参数控制系统，其特征在于，所述室内温度调节设备包括：窗户、制冷设备、制热设备中的一种或几种；

所述室内湿度调节设备包括：窗户、增湿设备、除湿设备中的一种或几种。