CN110109368B - 一种智能家电运行控制方法、装置及系统 - Google Patents

Abstract

本发明提供了一种智能家电运行控制方法、装置及系统，该方法包括：云端服务器部署各调控项的调控算法；周期性采集各智能家电当前的运行数据；一智能家电发来针对若干调控项的调控请求时，根据该智能家电及各其他智能家电的运行数据，确定与该智能家电相关联的若干智能家电；根据该智能家电和各相关联智能家电的运行数据，运行各个所请求调控项的调控算法，以对应得到各个所请求调控项的关键参数，并返回给该智能家电。智能家电通过执行关键参数以实现相应调控项的优化调控。可见，本方案是在综合考虑家电自身及其他相关联家电的基础之上实现的家电调控，这一调控操作基于大数据手段得以实现，数据支撑更为全面，故能提升调控效果。

Description

一种智能家电运行控制方法、装置及系统

技术领域

本发明涉及电子技术领域，特别涉及一种智能家电运行控制方法、装置及系统。

背景技术

白色家电指可以替代人们作家务劳动的电器产品，主要包括空调、冰箱、洗衣机、空气净化器等，可改善生活环境，提高物质生活水平。而智能家电，就是将微处理器、传感器技术、网络通信技术引入家电设备后形成的家电产品，可实现智能家居功能。

目前，用户请求实现某一或某些特定功能时，传统智能白色家电可根据自身的运行情况、周边环境情况，来实现这些特定功能。比如，用户请求变频节能这一特定功能时，智能空调即可自我调控，以执行变频节能。

可见，现有的家电调控是仅基于自身的调控，故易使得调控效果不佳。

发明内容

本发明提供了一种智能家电运行控制方法、装置及系统，能够提升调控效果。

为了达到上述目的，本发明是通过如下技术方案实现的：

一方面，本发明提供了一种智能家电运行控制方法，应用于连接有至少一个智能家电的云端服务器，包括：

确定至少一个调控项，并部署每一个所述调控项的调控算法；

周期性采集每一个所述智能家电当前的运行数据；

在接收到第一智能家电发来的、针对至少一个第一调控项的调控请求时，根据所述第一智能家电的运行数据以及每一个其他智能家电的运行数据，确定与所述第一智能家电相关联的至少一个第二智能家电；

分别针对每一个所述第一调控项均执行：根据所述第一智能家电的运行数据和每一个所述第二智能家电的运行数据，运行所述第一调控项的调控算法，以得到所述第一调控项的关键参数；

将得到的全部所述关键参数发送给所述第一智能家电。

进一步地，所述运行数据包括：定位位置；

所述确定与所述第一智能家电相关联的至少一个第二智能家电，包括：一智能家电的定位位置，位于所述第一智能家电的定位位置所在的预定区域中，和/或，与所述第一智能家电的定位位置的直线距离不大于预设的距离阈值时，将该智能家电确定为第二智能家电。

进一步地，该方法还包括：接收每一个所述智能家电经执行一调控项的关键参数而反馈来的调控结果；利用预先配置好的自学习功能，根据所述调控结果优化该调控项的调控算法。

进一步地，所述运行数据包括：运行参数集合、设备类别、环境参数集合；

所述根据所述第一智能家电的运行数据和每一个所述第二智能家电的运行数据，运行所述第一调控项的调控算法，包括：

根据所述第一智能家电的环境参数集合和每一个所述第二智能家电的环境参数集合，优化所述第一智能家电的环境参数集合；

从所述至少一个第二智能家电中挑选出至少一个第三智能家电，其中，所述第三智能家电的设备类别与所述第一智能家电的设备类别相同；

根据所述第一智能家电的运行参数集合和每一个所述第三智能家电的运行参数集合，以及根据所述第一智能家电的优化后的环境参数集合，运行所述第一调控项的调控算法。

进一步地，所述运行数据包括：定位位置；

所述优化所述第一智能家电的环境参数集合，包括：利用公式一，优化所述第一智能家电的环境参数集合；

所述公式一包括：

其中，Y_j为优化后的所述第一智能家电的第j个环境参数的值；k为所述第一智能家电的权重；k_i为第i个第二智能家电的权重，且

y_j为所述第一智能家电的第j个环境参数的值；n为所述第二智能家电的总个数；y_ij为第i个第二智能家电的第j个环境参数的值；

第i个第二智能家电与所述第一智能家电的关联度越高，k_i越大；

智能家电间的关联度与智能家电的定位位置间的接近程度呈正相关；

所述第一智能家电的环境参数集合中不包括第j个环境参数的值时，a_j取0，y_j为空，反之a_j取1；

第i个第二智能家电的环境参数集合中不包括第j个环境参数的值时，a_ij取0，y_ij为空，反之a_ij取1；

分母为0时，Y_j为空。

第二方面，本发明提供了一种云端服务器，所述云端服务器连接有至少一个智能家电，包括：

采集单元，用于周期性采集每一个所述智能家电当前的运行数据；

通信单元，用于在接收到第一智能家电发来的、针对至少一个第一调控项的调控请求时，触发确定单元；

所述确定单元，用于根据所述第一智能家电的运行数据以及每一个其他智能家电的运行数据，确定与所述第一智能家电相关联的至少一个第二智能家电；

调控单元，用于确定至少一个调控项，并部署每一个所述调控项的调控算法；分别针对每一个所述第一调控项均执行：根据所述第一智能家电的运行数据和每一个所述第二智能家电的运行数据，运行所述第一调控项的调控算法，以得到所述第一调控项的关键参数；经所述通信单元，将得到的全部所述关键参数发送给所述第一智能家电。

进一步地，所述运行数据包括：定位位置；

所述确定单元，用于一智能家电的定位位置，位于所述第一智能家电的定位位置所在的预定区域中，和/或，与所述第一智能家电的定位位置的直线距离不大于预设的距离阈值时，将该智能家电确定为第二智能家电。

进一步地，所述通信单元，用于接收每一个所述智能家电经执行一调控项的关键参数而反馈来的调控结果；

所述调控单元，用于利用预先配置好的自学习功能，根据所述调控结果优化该调控项的调控算法。

进一步地，所述运行数据包括：运行参数集合、设备类别、环境参数集合；

所述调控单元，用于根据所述第一智能家电的环境参数集合和每一个所述第二智能家电的环境参数集合，优化所述第一智能家电的环境参数集合；从所述至少一个第二智能家电中挑选出至少一个第三智能家电，其中，所述第三智能家电的设备类别与所述第一智能家电的设备类别相同；根据所述第一智能家电的运行参数集合和每一个所述第三智能家电的运行参数集合，以及根据所述第一智能家电的优化后的环境参数集合，运行所述第一调控项的调控算法。

进一步地，所述运行数据包括：定位位置；

所述调控单元，用于利用公式一，优化所述第一智能家电的环境参数集合；

所述公式一包括：

其中，Y_j为优化后的所述第一智能家电的第j个环境参数的值；k为所述第一智能家电的权重；k_i为第i个第二智能家电的权重，且

y_j为所述第一智能家电的第j个环境参数的值；n为所述第二智能家电的总个数；y_ij为第i个第二智能家电的第j个环境参数的值；

第i个第二智能家电与所述第一智能家电的关联度越高，k_i越大；

智能家电间的关联度与智能家电的定位位置间的接近程度呈正相关；

所述第一智能家电的环境参数集合中不包括第j个环境参数的值时，a_j取0，y_j为空，反之a_j取1；

第i个第二智能家电的环境参数集合中不包括第j个环境参数的值时，a_ij取0，y_ij为空，反之a_ij取1；

分母为0时，Y_j为空。

第三方面，本发明提供了一种智能家电运行控制系统，包括：上述任一所述的云端服务器，以及分别与所述云端服务器相连的至少一个智能家电；

其中，所述智能家电，用于将针对至少一个调控项的调控请求发送给所述云端服务器；接收所述云端服务器返回的、每一个所述调控项的关键参数；基于接收到的各个关键参数，对应调控各个调控项的运行。

进一步地，所述智能家电上设置有控制面板；

所述控制面板上显示有至少一个功能按键，任一功能按键均对应有至少一个调控项；

所述智能家电，用于在监测到外部对一所述功能按键的触发操作时，将针对该功能按键所对应的至少一个调控项的调控请求发送给所述云端服务器。

进一步地，该智能家电运行控制系统还包括：所述智能家电对应的遥控器；

其中，所述遥控器上设置有至少一个物理按键，任一物理按键的键值均对应有至少一个调控项；

所述遥控器，用于在监测到外部对一所述物理按键的触发操作时，将该物理按键的目标键值发送给对应的智能家电；

所述智能家电，用于将针对所述目标键值所对应的至少一个调控项的调控请求发送给所述云端服务器。

本发明提供了一种智能家电运行控制方法、装置及系统，该方法包括：云端服务器部署各调控项的调控算法；周期性采集各智能家电当前的运行数据；一智能家电发来针对若干调控项的调控请求时，根据该智能家电及各其他智能家电的运行数据，确定与该智能家电相关联的若干智能家电；根据该智能家电和各相关联智能家电的运行数据，运行各个所请求调控项的调控算法，以对应得到各个所请求调控项的关键参数，并返回给该智能家电。智能家电通过执行关键参数以实现相应调控项的优化调控。可见，本发明是在综合考虑家电自身及其他相关联家电的基础之上实现的家电调控，这一调控操作基于大数据手段得以实现，数据支撑更为全面，故能提升调控效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例提供的一种智能家电运行控制方法的流程图；

图2是本发明一实施例提供的另一种智能家电运行控制方法的流程图；

图3是本发明一实施例提供的一种云端服务器的示意图；

图4是本发明一实施例提供的一种智能家电运行控制系统的示意图；

图5是本发明一实施例提供的另一种智能家电运行控制系统的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明实施例提供了一种智能家电运行控制方法，应用于连接有至少一个智能家电的云端服务器，可以包括以下步骤：

步骤101：确定至少一个调控项，并部署每一个所述调控项的调控算法。

步骤102：周期性采集每一个所述智能家电当前的运行数据。

步骤103：在接收到第一智能家电发来的、针对至少一个第一调控项的调控请求时，根据所述第一智能家电的运行数据以及每一个其他智能家电的运行数据，确定与所述第一智能家电相关联的至少一个第二智能家电。

步骤104：分别针对每一个所述第一调控项均执行：根据所述第一智能家电的运行数据和每一个所述第二智能家电的运行数据，运行所述第一调控项的调控算法，以得到所述第一调控项的关键参数。

步骤105：将得到的全部所述关键参数发送给所述第一智能家电。

本发明实施例提供了一种智能家电运行控制方法，该方法包括：云端服务器部署各调控项的调控算法；周期性采集各智能家电当前的运行数据；一智能家电发来针对若干调控项的调控请求时，根据该智能家电及各其他智能家电的运行数据，确定与该智能家电相关联的若干智能家电；根据该智能家电和各相关联智能家电的运行数据，运行各个所请求调控项的调控算法，以对应得到各个所请求调控项的关键参数，并返回给该智能家电。智能家电通过执行关键参数以实现相应调控项的优化调控。可见，本发明实施例是在综合考虑家电自身及其他相关联家电的基础之上实现的家电调控，这一调控操作基于大数据手段得以实现，数据支撑更为全面，故能提升调控效果。

请参考上述步骤101，为实现调控，云端服务器首先需要确定各个调控项，并部署各个调控项的调控算法。这里的调控项可以有变频节能、舒适性调控等。基于不同的输入信息，通过运行调控算法，可以得到相应的输出信息，即得到关键参数。

请参考上述步骤102，云端服务器可周期性采集各个智能家电的实时运行数据。这里的运行数据可以包括设备参数、运行参数等。通过采集运行数据，以便于后续可据此以确定相关联智能家电、得到关键参数。

请参考上述步骤103，任一智能家电均可向云端服务器发送调控请求，请求的对象可以为任意一个或多个调控项。如此，这里的第一智能家电可以为与云端服务器相连接的任一智能家电，这里的第一调控项可以为云端服务器所确定的任一调控项。然后，即可根据各个智能家电的运行数据，确定出与请求方相关联的智能家电。

请参考上述步骤104，根据请求方及相关联智能家电的运行数据，运行特定调控算法，即可得到相应调控项的关键参数。

请参考上述步骤105，将全部关键参数返回给请求方，请求方通过执行关键参数以实现相应调控项的优化调控。可见，这一调控操作是基于大数据手段得以实现，数据支撑更为全面，调控效果更佳。

此外，由于运行调控算法时，用到的运行数据均为实时的数据，故运行算法所得出的关键参数具有动态特性，并实时传送给智能以达到算法调控的目的，从而使得智能电器的调控为实时动态的调控，调控效果佳。

在本发明一个实施例中，为了说明一种确定智能家电间关联关系的可能实现方式，所以，所述运行数据包括：定位位置；

所述确定与所述第一智能家电相关联的至少一个第二智能家电，包括：一智能家电的定位位置，位于所述第一智能家电的定位位置所在的预定区域中，和/或，与所述第一智能家电的定位位置的直线距离不大于预设的距离阈值时，将该智能家电确定为第二智能家电。

本发明实施例中，可基于各个智能家电的定位位置，以确定智能家电间的关联关系。这里的预定区域，按需可以为小区、街道、片区等。这里的距离阈值，按需可以为50m、100m、500m等。

在本发明一个实施例中，该方法可以进一步包括：接收每一个所述智能家电经执行一调控项的关键参数而反馈来的调控结果；利用预先配置好的自学习功能，根据所述调控结果优化该调控项的调控算法。

本发明实施例中，智能家电执行任一调控项的关键参数，以完成针对该调控项的优化调控后，可将调控结果反馈给云端服务器。如此，云端服务器即可根据调控结果，经自学习以优化该调控项的调控算法，从而形成“智能家电运行数据→调控算法→关键参数→智能家电运行数据”这一优化环路，各个环节相互影响、相互作用，以达到智能家电运行更加优化的目的。

在本发明一个实施例中，为了说明一种基于大数据手段进行优化调控的可能实现方式，所以，所述运行数据包括：运行参数集合、设备类别、环境参数集合；

所述根据所述第一智能家电的运行数据和每一个所述第二智能家电的运行数据，运行所述第一调控项的调控算法，包括：根据所述第一智能家电的环境参数集合和每一个所述第二智能家电的环境参数集合，优化所述第一智能家电的环境参数集合；从所述至少一个第二智能家电中挑选出至少一个第三智能家电，其中，所述第三智能家电的设备类别与所述第一智能家电的设备类别相同；根据所述第一智能家电的运行参数集合和每一个所述第三智能家电的运行参数集合，以及根据所述第一智能家电的优化后的环境参数集合，运行所述第一调控项的调控算法。

本发明实施例中，关键参数可以取决于两部分参数，一是环境参数，二是运行参数。

如此，首先可以根据相关联智能家电的环境参数，对第一智能家电的环境参数进行优化。进一步地，可基于优化后的环境参数，根据第一智能家电及同类型智能家电的运行参数，来决定关键参数的生成。

通常情况下，智能家电间的定位位置接近时，其环境参数通常应一致，故可以认为定位位置接近时，智能家电间相关联。

详细地，不同智能家电上设置的传感器的种类会有所不同，比如，高级智能家电上安装的传感器通常较多，低级智能家电上安装的传感器通常较少，如此，对于不同智能家电来说，所采集到的环境参数集合中，环境参数的种类会有所不同。若智能家电上未安装某一传感器，相应环境参数集合中，会缺失与该传感器相对应的一种或多种环境参数的值。

由于相关联的智能家电在同一时间，其环境参数是一致的，故可以根据自身的环境参数和相关联智能家电的环境参数，来对自身的环境参数进行优化。经优化后，环境参数的种类通常更为丰富，数值通常更为准确，基于此来运行调控算法时，得到的关键参数通常更为高效和准确。

在本发明一个实施例中，为了说明一种优化环境参数集合的可能实现方式，所以，所述运行数据包括：定位位置；

所述优化所述第一智能家电的环境参数集合，包括：利用公式一，优化所述第一智能家电的环境参数集合；

所述公式一包括：

其中，Y_j为优化后的所述第一智能家电的第j个环境参数的值；k为所述第一智能家电的权重；k_i为第i个第二智能家电的权重，且

y_j为所述第一智能家电的第j个环境参数的值；n为所述第二智能家电的总个数；y_ij为第i个第二智能家电的第j个环境参数的值；

第i个第二智能家电与所述第一智能家电的关联度越高，k_i越大；

智能家电间的关联度与智能家电的定位位置间的接近程度呈正相关；

所述第一智能家电的环境参数集合中不包括第j个环境参数的值时，a_j取0，y_j为空，反之a_j取1；

第i个第二智能家电的环境参数集合中不包括第j个环境参数的值时，a_ij取0，y_ij为空，反之a_ij取1；

分母为0时，Y_j为空。

举例来说，请参考下述表1，假设目前共有m种环境参数。这些环境参数可以为温度、湿度、风力、PM2.5、PM10、SO₂、NO₂、O₃、CO等。假设第一智能家电发出了针对变频节能的调控请求，并确定出与第一智能家电相关联的第二智能家电有n个，分别为如下所述的第二智能家电1～第二智能家电n。

表1

	环境参数1	……	环境参数j	……	环境参数m
						第一智能家电	y<sub>1</sub>	……	y<sub>j</sub>	……	y<sub>m</sub>
第二智能家电1	y<sub>11</sub>	……	y<sub>1j</sub>	……	y<sub>1m</sub>
						……	……	……	……	……	……
第二智能家电i	y<sub>i1</sub>	……	y<sub>ij</sub>	……	y<sub>im</sub>
						……	……	……	……	……	……
第二智能家电n	y<sub>n1</sub>	……	y<sub>nj</sub>	……	y<sub>nm</sub>

如此，即可基于上述表1中的具体数值，对应代入上述公式一中，以分别计算出优化后的各种环境参数的值。

基于上述内容，如图2所示，本发明一个实施例提供了另一种智能家电运行控制方法，具体包括以下步骤：

步骤201：云端服务器确定至少一个调控项，并部署每一个调控项的调控算法。

步骤202：云端服务器周期性采集每一个智能家电当前的运行数据，其中，运行数据包括运行参数集合、设备类别、定位位置和环境参数集合。

步骤203：云端服务器接收智能家电X发来的、针对变频节能的调控请求。

步骤204：云端服务器确定与智能家电X相关联的至少一个智能家电Y，其中，智能家电Y的定位位置与智能家电X的定位位置的直线距离不大于500m。

步骤205：云端服务器根据智能家电X的环境参数集合和每一个智能家电Y的环境参数集合，优化智能家电X的环境参数集合。

详细地，可以利用上述公式一，来优化环境参数集合。

步骤206：云端服务器从至少一个智能家电Y中挑选出至少一个智能家电Z，其中，智能家电Z的设备类别与智能家电X的设备类别相同。

步骤207：云端服务器根据智能家电X的运行参数集合和每一个智能家电Z的运行参数集合，以及根据智能家电X的优化后的环境参数集合，运行变频节能的调控算法，以得到变频节能的关键参数。

步骤208：云端服务器将得到的关键参数发送给智能家电X。

步骤209：智能家电X接收云端服务器发来的关键参数，根据关键参数调控变频节能的运行，生成调控结果并将调控结果发送给云端服务器。

步骤210：云端服务器接收智能家电X反馈来的调控结果。

步骤211：云端服务器利用预先配置好的自学习功能，根据调控结果优化变频节能的调控算法。

如图3所示，本发明一个实施例提供了一种云端服务器，所述云端服务器连接有至少一个智能家电，包括：

采集单元301，用于周期性采集每一个所述智能家电当前的运行数据；

通信单元302，用于在接收到第一智能家电发来的、针对至少一个第一调控项的调控请求时，触发确定单元303；

所述确定单元303，用于根据所述第一智能家电的运行数据以及每一个其他智能家电的运行数据，确定与所述第一智能家电相关联的至少一个第二智能家电；

调控单元304，用于确定至少一个调控项，并部署每一个所述调控项的调控算法；分别针对每一个所述第一调控项均执行：根据所述第一智能家电的运行数据和每一个所述第二智能家电的运行数据，运行所述第一调控项的调控算法，以得到所述第一调控项的关键参数；经所述通信单元302，将得到的全部所述关键参数发送给所述第一智能家电。

在本发明一个实施例中，所述运行数据包括：定位位置；

所述确定单元303，用于一智能家电的定位位置，位于所述第一智能家电的定位位置所在的预定区域中，和/或，与所述第一智能家电的定位位置的直线距离不大于预设的距离阈值时，将该智能家电确定为第二智能家电。

在本发明一个实施例中，所述通信单元302，用于接收每一个所述智能家电经执行一调控项的关键参数而反馈来的调控结果；

所述调控单元304，用于利用预先配置好的自学习功能，根据所述调控结果优化该调控项的调控算法。

在本发明一个实施例中，所述运行数据包括：运行参数集合、设备类别、环境参数集合；

所述调控单元304，用于根据所述第一智能家电的环境参数集合和每一个所述第二智能家电的环境参数集合，优化所述第一智能家电的环境参数集合；从所述至少一个第二智能家电中挑选出至少一个第三智能家电，其中，所述第三智能家电的设备类别与所述第一智能家电的设备类别相同；根据所述第一智能家电的运行参数集合和每一个所述第三智能家电的运行参数集合，以及根据所述第一智能家电的优化后的环境参数集合，运行所述第一调控项的调控算法。

在本发明一个实施例中，所述运行数据包括：定位位置；

所述调控单元304，用于利用上述公式一，优化所述第一智能家电的环境参数集合。

如图4所示，本发明实施例提供了一种智能家电运行控制系统，包括：上述任一所述的云端服务器401，以及分别与所述云端服务器401相连的至少一个智能家电402；

其中，所述智能家电402，用于将针对至少一个调控项的调控请求发送给所述云端服务器401；接收所述云端服务器401返回的、每一个所述调控项的关键参数；基于接收到的各个关键参数，对应调控各个调控项的运行。

详细地，智能家电在接收到关键参数后，可以将关键参数应用到MCU(Microcontroller Unit，微控制单元)算法中以达到预期目的。

本发明实施例中，调控请求的发出，即可以为智能家电周期性自动发出，也可以为在接收到用户的调控命令后，按需发出。

详细地，用户可以通过控制面板以下发调控命令，也可以通过遥控器以下发调控命令。

在本发明一个实施例中，请参考图5，所述智能家电402上设置有控制面板4021；

所述控制面板4021上显示有至少一个功能按键，任一功能按键均对应有至少一个调控项；

所述智能家电402，用于在监测到外部对一所述功能按键的触发操作时，将针对该功能按键所对应的至少一个调控项的调控请求发送给所述云端服务器401；

在本发明一个实施例中，请参考图5，该智能家电运行控制系统还包括：所述智能家电402对应的遥控器501；

其中，所述遥控器501上设置有至少一个物理按键，任一物理按键的键值均对应有至少一个调控项；

所述遥控器501，用于在监测到外部对一所述物理按键的触发操作时，将该物理按键的目标键值发送给对应的智能家电402；

所述智能家电402，用于将针对所述目标键值所对应的至少一个调控项的调控请求发送给所述云端服务器401。

综上可知，用户可以通过控制面板或遥控器，实现一键触发特定的基于云端大数据技术的调控功能，从而可通过云端大数据技术手段获取相关关键参数，从而应用到设备以达到调控目的。比如可实现变频节能、舒适性调控等特定功能。

上述装置内的各单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。

综上所述，本发明的实施例具有至少如下有益效果：

1、本发明实施例中，云端服务器部署各调控项的调控算法；周期性采集各智能家电当前的运行数据；一智能家电发来针对若干调控项的调控请求时，根据该智能家电及各其他智能家电的运行数据，确定与该智能家电相关联的若干智能家电；根据该智能家电和各相关联智能家电的运行数据，运行各个所请求调控项的调控算法，以对应得到各个所请求调控项的关键参数，并返回给该智能家电。智能家电通过执行关键参数以实现相应调控项的优化调控。可见，本发明实施例是在综合考虑家电自身及其他相关联家电的基础之上实现的家电调控，这一调控操作基于大数据手段得以实现，数据支撑更为全面，故能提升调控效果。

2、本发明实施例中，由于运行调控算法时，用到的运行数据均为实时的数据，故运行算法所得出的关键参数具有动态特性，并实时传送给智能以达到算法调控的目的，从而使得智能电器的调控为实时动态的调控，调控效果佳。

3、本发明实施例中，经优化后，环境参数的种类通常更为丰富，数值通常更为准确，基于此来运行调控算法时，得到的关键参数通常更为高效和准确。

4、本发明实施例中，用户可以通过控制面板或遥控器，实现一键触发特定的基于云端大数据技术的调控功能，从而可通过云端大数据技术手段获取相关关键参数，从而应用到设备以达到调控目的。比如可实现变频节能、舒适性调控等特定功能。

需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个〃····〃”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储在计算机可读取的存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。

最后需要说明的是：以上所述仅为本发明的较佳实施例，仅用于说明本发明的技术方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (4)

1.一种智能家电运行控制方法，其特征在于，应用于连接有至少一个智能家电的云端服务器，包括：

确定至少一个调控项，并部署每一个所述调控项的调控算法；

周期性采集每一个所述智能家电当前的运行数据；

在接收到第一智能家电发来的、针对至少一个第一调控项的调控请求时，根据所述第一智能家电的运行数据以及每一个其他智能家电的运行数据，确定与所述第一智能家电相关联的至少一个第二智能家电；

分别针对每一个所述第一调控项均执行：根据所述第一智能家电的运行数据和每一个所述第二智能家电的运行数据，运行所述第一调控项的调控算法，以得到所述第一调控项的关键参数；

将得到的全部所述关键参数发送给所述第一智能家电；所述运行数据包括：定位位置；

所述确定与所述第一智能家电相关联的至少一个第二智能家电，包括：一智能家电的定位位置，位于所述第一智能家电的定位位置所在的预定区域中，和/或，与所述第一智能家电的定位位置的直线距离不大于预设的距离阈值时，将该智能家电确定为第二智能家电；

和/或，

进一步包括：接收每一个所述智能家电经执行一调控项的关键参数而反馈来的调控结果；利用预先配置好的自学习功能，根据所述调控结果优化该调控项的调控算法；所述运行数据包括：运行参数集合、设备类别、环境参数集合；

所述根据所述第一智能家电的运行数据和每一个所述第二智能家电的运行数据，运行所述第一调控项的调控算法，包括：

根据所述第一智能家电的环境参数集合和每一个所述第二智能家电的环境参数集合，优化所述第一智能家电的环境参数集合；

从所述至少一个第二智能家电中挑选出至少一个第三智能家电，其中，所述第三智能家电的设备类别与所述第一智能家电的设备类别相同；

根据所述第一智能家电的运行参数集合和每一个所述第三智能家电的运行参数集合，以及根据所述第一智能家电的优化后的环境参数集合，运行所述第一调控项的调控算法；所述运行数据包括：定位位置；

所述优化所述第一智能家电的环境参数集合，包括：利用公式一，优化所述第一智能家电的环境参数集合；

所述公式一包括：

其中，Y_j为优化后的所述第一智能家电的第j个环境参数的值；k为所述第一智能家电的权重；k_i为第i个第二智能家电的权重，且

y_j为所述第一智能家电的第j个环境参数的值；n为所述第二智能家电的总个数；y_ij为第i个第二智能家电的第j个环境参数的值；

第i个第二智能家电与所述第一智能家电的关联度越高，k_i越大；

智能家电间的关联度与智能家电的定位位置间的接近程度呈正相关；

所述第一智能家电的环境参数集合中不包括第j个环境参数的值时，a_j取0，y_j为空，反之a_j取1；

第i个第二智能家电的环境参数集合中不包括第j个环境参数的值时，a_ij取0，y_ij为空，反之a_ij取1；

分母为0时，Y_j为空。

2.一种云端服务器，其特征在于，所述云端服务器连接有至少一个智能家电，包括：

采集单元，用于周期性采集每一个所述智能家电当前的运行数据；

通信单元，用于在接收到第一智能家电发来的、针对至少一个第一调控项的调控请求时，触发确定单元；

所述确定单元，用于根据所述第一智能家电的运行数据以及每一个其他智能家电的运行数据，确定与所述第一智能家电相关联的至少一个第二智能家电；

调控单元，用于确定至少一个调控项，并部署每一个所述调控项的调控算法；分别针对每一个所述第一调控项均执行：根据所述第一智能家电的运行数据和每一个所述第二智能家电的运行数据，运行所述第一调控项的调控算法，以得到所述第一调控项的关键参数；经所述通信单元，将得到的全部所述关键参数发送给所述第一智能家电；

所述运行数据包括：定位位置；

所述确定单元，用于一智能家电的定位位置，位于所述第一智能家电的定位位置所在的预定区域中，和/或，与所述第一智能家电的定位位置的直线距离不大于预设的距离阈值时，将该智能家电确定为第二智能家电；

和/或，

所述通信单元，用于接收每一个所述智能家电经执行一调控项的关键参数而反馈来的调控结果；

所述调控单元，用于利用预先配置好的自学习功能，根据所述调控结果优化该调控项的调控算法；

所述运行数据包括：运行参数集合、设备类别、环境参数集合；

所述调控单元，用于根据所述第一智能家电的环境参数集合和每一个所述第二智能家电的环境参数集合，优化所述第一智能家电的环境参数集合；从所述至少一个第二智能家电中挑选出至少一个第三智能家电，其中，所述第三智能家电的设备类别与所述第一智能家电的设备类别相同；根据所述第一智能家电的运行参数集合和每一个所述第三智能家电的运行参数集合，以及根据所述第一智能家电的优化后的环境参数集合，运行所述第一调控项的调控算法；

所述调控单元，用于利用公式一，优化所述第一智能家电的环境参数集合；

所述公式一包括：

其中，Y_j为优化后的所述第一智能家电的第j个环境参数的值；k为所述第一智能家电的权重；k_i为第i个第二智能家电的权重，且

y_j为所述第一智能家电的第j个环境参数的值；n为所述第二智能家电的总个数；y_ij为第i个第二智能家电的第j个环境参数的值；

第i个第二智能家电与所述第一智能家电的关联度越高，k_i越大；

智能家电间的关联度与智能家电的定位位置间的接近程度呈正相关；

所述第一智能家电的环境参数集合中不包括第j个环境参数的值时，a_j取0，y_j为空，反之a_j取1；

第i个第二智能家电的环境参数集合中不包括第j个环境参数的值时，a_ij取0，y_ij为空，反之a_ij取1；

分母为0时，Y_j为空。

3.一种智能家电运行控制系统，其特征在于，包括：

如权利要求2所述的云端服务器，以及分别与所述云端服务器相连的至少一个智能家电；

其中，所述智能家电，用于将针对至少一个调控项的调控请求发送给所述云端服务器；接收所述云端服务器返回的、每一个所述调控项的关键参数；基于接收到的各个关键参数，对应调控各个调控项的运行。

4.根据权利要求3所述的智能家电运行控制系统，其特征在于，

所述智能家电上设置有控制面板；

所述控制面板上显示有至少一个功能按键，任一功能按键均对应有至少一个调控项；

所述智能家电，用于在监测到外部对一所述功能按键的触发操作时，将针对该功能按键所对应的至少一个调控项的调控请求发送给所述云端服务器；

和/或，

还包括：所述智能家电对应的遥控器；

其中，所述遥控器上设置有至少一个物理按键，任一物理按键的键值均对应有至少一个调控项；

所述遥控器，用于在监测到外部对一所述物理按键的触发操作时，将该物理按键的目标键值发送给对应的智能家电；

所述智能家电，用于将针对所述目标键值所对应的至少一个调控项的调控请求发送给所述云端服务器。

Images