CN110363552A - 用于冰箱的预测方法、服务器以及冰箱 - Google Patents
用于冰箱的预测方法、服务器以及冰箱 Download PDFInfo
- Publication number
- CN110363552A CN110363552A CN201810282732.2A CN201810282732A CN110363552A CN 110363552 A CN110363552 A CN 110363552A CN 201810282732 A CN201810282732 A CN 201810282732A CN 110363552 A CN110363552 A CN 110363552A
- Authority
- CN
- China
- Prior art keywords
- refrigerator
- operation data
- server
- control program
- sent
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000012356 Product development Methods 0.000 abstract description 9
- 238000011161 development Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 12
- 238000007405 data analysis Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000010257 thawing Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Devices That Are Associated With Refrigeration Equipment (AREA)
- Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)
Abstract
本发明实施例提供一种用于冰箱的预测方法、服务器以及冰箱,属于冰箱领域。所述方法包括:接收多个冰箱发送的各自的运行数据,所述运行数据至少包括冰箱的工作参数;对所述多个冰箱的各自的运行数据进行分析以生成分析结果;以及根据所述分析结果生成用于指导产品开发的信息。其使得在后期进行产品开发时,可以直接将该用于指导产品开发的信息应用于产品开发,从而缩短开发周期,增强冰箱整机性能适用性以及整机负载的可靠性。
Description
技术领域
本发明涉及冰箱领域,具体地,涉及一种用于冰箱的预测方法、服务器以及冰箱。
背景技术
随着科技的发展,家用电器也在不断的更新换代,以冰箱为例,设计人员在设计开发新一代冰箱时,需要参考先前设计的冰箱的运行状况。
实际开发过程中,对冰箱的开发设计以及冰箱各个负载的筛选选用是基于小部分样品的测试验证,这种方式在测试样本数量、测试周期以及测试条件上具有限制性,而消费者购买冰箱后使用环境的千差万别,使得设计开发出的产品并不能考虑全部方面,因此,很难通过这种开发模式保证冰箱整机性能以及冰箱各个负载的适用性与可靠性。
发明内容
本发明实施例的目的是提供一种用于冰箱的预测方法、服务器以及冰箱,用于解决或至少部分解决上述技术问题。
为了实现上述目的,本发明实施例提供一种用于冰箱的预测方法,所述方法包括:接收多个冰箱发送的各自的运行数据,所述运行数据至少包括冰箱的工作参数;对所述多个冰箱的各自的运行数据进行分析以生成分析结果;以及根据所述分析结果生成用于指导产品开发的信息。
可选地,所述服务器中还存储有所述多个冰箱中每一冰箱的维修数据,所述对所述多个冰箱的各自的运行数据进行分析以生成分析结果包括:对所述多个冰箱的各自的运行数据以及所述多个冰箱中每一冰箱的维修数据一起进行分析以生成所述分析结果。
可选地,所述指导产品开发的信息能够标识不合理的控制程序,所述方法还包括:对不合理的控制程序进行更新以生成新的控制程序;以及向冰箱发送所述新的控制程序。
可选地,所述运行数据还包括时间戳以及冰箱的使用地址。
可选地,所述方法还包括:存储每个冰箱发送的运行数据。
相应地,本发明实施例还提供一种用于冰箱的预测方法,所述方法包括:采集冰箱的运行数据,所述运行数据至少包括冰箱的工作参数;将所述运行数据发送至服务器。
可选地,所述运行数据还包括时间戳以及冰箱的使用地址。
可选地,所述方法还包括:接收所述服务器发送的新的控制程序;以及使用所述新的控制程序进行程序更新。
相应地,本发明实施例还提供一种服务器,所述服务器上存储有指令,所述指令用于使得所述服务器能够执行根据上述的用于冰箱的预测方法。
相应地,本发明实施例还提供一种冰箱,包括电控系统,所述电控系统上存储有指令,所述指令用于使得所述电控系统能够执行上述的用于冰箱的预测方法。
通过上述技术方案,由冰箱直接向服务器发送运行数据,服务器对接收的运行数据进行分析,并根据分析结果生成指导产品开发的信息,在设计新一代产品时,设计人员可以根据该信息进行产品设计,进而缩短开发周期,增强整机性能适用性以及整机负载的可靠性。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1示出了根据本发明一实施例的在服务器上执行的用于冰箱的预测方法;
图2示出了根据本发明一实施例的在冰箱上执行的用于冰箱的预测方法;以及
图3示出了根据本发明一实施例的服务器和冰箱的交互示意图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
大数据的精髓在于促使人们在采集、处理和使用数据时思维的转变,其特点主要有:在大数据时代,不再依赖抽样分析,可以收集和处理整体的所有数据;在大数据时代,不再热衷于追求数据的精确度,而是追求利用数据的效率;在大数据时代,人们不再热衷于寻找事物的因果关系,而是充分利用事物的相关关系。
目前,大数据技术在冰箱领域的应用集中在两个方面,一个是实时监控冰箱运行状态,当冰箱出现问题之后能够快速定位快速维修,另一个是通过对用户使用喜好的分析,经由智能终端推送广告以提升产品价值。本发明实施例首次将大数据技术应用于冰箱产品的而开发设计。
图1示出了根据本发明一实施例的在服务器上执行的用于冰箱的预测方法。如图1所示,本发明实施例还提供一种用于冰箱的预测方法,该方法用于在服务器上执行,所述方法包括以下步骤:
步骤S11,接收多个冰箱发送的各自的运行数据,所述运行数据至少包括冰箱的工作参数。
所述多个冰箱可以是属于同一型号的所有冰箱,或者所述多个冰箱可以是属于不同型号但是具有至少一个部件是相同型号的冰箱,或者所述多个冰箱可以是预先指定的多个冰箱。
所述工作参数例如可以包括以下一者或多者:各个间室的温度、压缩机运行时间、除霜时间、除霜周期、风机的开关状态、以及风门的开关状态等。所述工作参数也可以是包括负载的运行状态和冰箱的性能状态,所述负载例如可以包括压缩机、风机、风门等各零部件,负载的运行状态可以包括以下一者或多者:压缩机的运行时间、部件运行产生的噪音大小、风机的开关状态、以及风门的开关状态等,所述冰箱的性能状态可以包括各个零件的使用寿命等。
冰箱的电控系统可以对冰箱的运行数据进行采集,然后将所采集的运行数据经由冰箱的通信模块发送至服务器,所述通信模块例如可以是WIFI模块等。冰箱的电控系统可以设置为实时采集并发送冰箱的运行数据,或者也可以设置为每隔预定时间采集一次冰箱的运行数据和/或每隔预定时间发送一次所采集的冰箱的运行数据。服务器可以经由其自身的通信模块来接收冰箱发送的运行数据。
步骤S12,对所述多个冰箱的各自的运行数据进行分析以生成分析结果。
服务器可以使用大数据技术所接收到的多个冰箱的各自的运行数据执行分析,以生成分析结果。所述分析结果例如可以包括以下一者或多者:性能控制规则合理与否、规格参数的合理与否、某种型号负载的可靠性等。
步骤S13,根据所述分析结果生成用于指导产品开发的信息。
所述用于指导产品开发的信息可以包括以下一者或多者:规格参数的合理值、可靠性较好的负载规格和品牌等。
通过上述技术方案,使用大数据技术对冰箱的运行数据进行分析,生成指导产品开发的信息,使得在后期进行产品开发时,可以直接将该信息应用于产品开发,从而缩短开发周期,增强冰箱整机性能适用性以及整机负载的可靠性。
冰箱的运行数据除包括工作参数之外,还可以包括时间戳和冰箱的使用地点,所述使用地点可以包括冰箱所在位置的经度和纬度,例如,冰箱中可以设置有GPS定位模块,通过该GPS定位模块可以精确的确定出冰箱所在位置。运行数据中包括冰箱的使用地点,使得服务器在进行大数据分析时,可以分析出不同使用地点中对冰箱规格参数、负载可靠性需求等的不同,使得生成的分析结果兼顾冰箱使用的地理位置,在后续执行冰箱的产品开发时,可以设计适用于不同地理位置的冰箱。
在一实施例中,服务器中可以存储有多个冰箱中每一冰箱的维修数据,其可以是使用者在冰箱维修之后,向服务器反馈的维修数据,或者可以是维修师傅在维修冰箱之后,向服务器反馈的维修数据,所述维修数据可以包括故障部件的名称、故障原因、以及维修时间等。服务器可以使用对多个冰箱各自的运行数据以及多个冰箱中每一冰箱的维修数据一起进行大数据分析以生成分析结果。
服务器也可以对各冰箱发送的运行数据进行存储。冰箱全生命周期的运行数据以及冰箱的各负载的全生命周期的运行数据。服务器在进行大数据分析时,可以分析冰箱全生命周期的运行数据和/或冰箱的各负载的全生命周期的运行数据。举例而言,大数据分析可以根据所存储的运行数据分析出冰箱各负载的平均使用周期、哪些部件故障率较高、哪种类型的部件故障率较高、以及哪些部件运行产生的噪声较大等。
可选地,使用大数据技术对各冰箱的运行数据进行分析还可以包括:根据冰箱的运行数据对冰箱的各控制程序进行分析,以判断当前使用的各控制程序是否合理。例如,冰箱变温室的温度范围一般应保持在-3℃至5℃,如果大数据分析出某一冰箱的变温室的温度没有保持在-3℃至5℃,而是偏高或偏低,对该冰箱的压缩机、风门、风扇等部件的运行数据进行分析时,确定出这些部件的运行参数均正常并且这些部件均未出现故障,则服务器可以确定与变温室相关的控制程序可能不合理,因此,可以对与变温室相关的控制程序进行标识,或生成与变温室相关的控制程序不合理的有关提示。工作人员在知晓该有关提示之后,可以对变温室相关的控制程序进行修改,以使所述控制程序更合理。工作人员还可以将修改后的新的控制程序存储至服务器,服务器可以使用其自身的通信模块将新的控制程序发送至冰箱,冰箱可以使用该新的控制程序进行程序更新,以及时消除不合理的控制程序,如此,一方面可以减少售后成本,保证冰箱整机以及各个负载运行在最佳状态,另一方面也可以提升用户体验。
相应地,本发明实施例还提供一种服务器,该服务器上存储有指令,所述指令用于使得服务器能够执行根据本发明实施例的在服务器上执行的用于冰箱的预测方法。
图2示出了根据本发明一实施例的在冰箱上执行的用于冰箱的预测方法。如图2所示,本发明实施例还提供一种用于冰箱的预测方法,其可以在冰箱上执行。所述方法可以包括以下步骤:
步骤S21,采集冰箱的运行数据,所述运行数据至少包括冰箱的工作参数。
所述工作参数例如可以包括以下一者或多者:各个间室的温度、压缩机运行时间、除霜时间、除霜周期、风机的开关状态、以及风门的开关状态等。所述工作参数也可以是包括负载的运行状态和冰箱的性能状态,所述负载例如可以包括压缩机、风机、风门等各零部件,负载的运行状态可以包括以下一者或多者:压缩机的运行时间、部件运行产生的噪音大小、风机的开关状态、以及风门的开关状态等,所述冰箱的性能状态可以包括各个零件的使用寿命等。
步骤S22,将所述运行数据发送至服务器。
冰箱的电控系统可以对冰箱的运行数据进行采集,然后将所采集的运行数据经由冰箱的通信模块发送至服务器,所述通信模块例如可以是WIFI模块等。冰箱的电控系统可以设置为实时采集并发送冰箱的运行数据,或者也可以设置为每隔预定时间采集一次冰箱的运行数据和/或每隔预定时间发送一次所采集的冰箱的运行数据。
服务器对各冰箱发送的运行数据进行分析,并根据分析结果生成用于指导产品开发的信息,使得在后期进行产品开发时,可以直接将该信息应用于产品开发,从而缩短开发周期,增强冰箱整机性能适用性以及整机负载的可靠性。
除工作参数之外,电控系统还可以将时间戳和冰箱的使用地点一起包括在运行数据中,所述使用地点可以包括冰箱所在位置的经度和纬度,例如,冰箱中可以设置有GPS定位模块,通过该GPS定位模块可以精确的确定出冰箱所在位置。运行数据中包括冰箱的使用地点,使得服务器在进行大数据分析时,可以分析出不同使用地点中对冰箱规格参数、负载可靠性需求等的不同,使得生成的分析结果兼顾冰箱使用的地理位置,在后续执行冰箱的产品开发时,可以设计适用于不同地理位置的冰箱。
进一步地,冰箱的电控系统还可以经由通信模块从服务器接收新的控制程序,然后使用该控制程序对正在运行的控制程序进行更新,以及时消除不合理的控制程序,如此,一方面可以减少售后成本,保证冰箱整机以及各个负载运行在最佳状态,另一方面也可以提升用户体验。
相应地,本发明实施例还提供一种冰箱,该冰箱包括电控系统,所述电控系统上存储有指令,所述指令用于使得所述电控系统能够执行根据本发明实施例的在服务器上执行的用于冰箱的预测方法。
图3示出了根据本发明一实施例的服务器和冰箱的交互示意图。如图3所示,服务器可以与第一冰箱、第二冰箱、……第N冰箱等多个冰箱的电控系统进行交互,其中,N为正整数,且N的值大于1。第一冰箱、第二冰箱、……第N冰箱可以是属于同一型号的所有冰箱,或者可以是属于不同型号但是具有至少一个部件是相同型号的冰箱,或者可以是预先指定的冰箱。
各冰箱的电控系统采集各自冰箱的运行数据,然后控制各自的通信模块使用互联网将运行数据发送至服务器。具体地,第一冰箱的电控系统可以控制第一通信模块使用互联网将运行数据发送至服务器,第二冰箱的电控系统可以控制第二通信模块使用互联网将运行数据发送至服务器,……第N冰箱的电控系统可以控制第N通信模块使用互联网将运行数据发送至服务器。
服务器接收并存储各冰箱发送的运行数据,并且结合没有冰箱的维修数据一起进行大数据分析以生成分析结果。服务器也可以使用互联网向各冰箱发送新的控制程序,冰箱的电控系统可以控制通信模块接收来自服务器的新的控制程序,使得冰箱可以经由在线升级的方式及时更新不合理的控制程序。
本发明实施例提供的用于冰箱的预测方法、服务器以及冰箱通过对所有冰箱以及冰箱各个负载全生命周期数据的采集,借由大数据技术分析处理,判定性能规格参数的相对合理值,以及可靠性较好的负载的规格和品牌等。借由分析数据能够在产品开发初期就能够制定更加合理的控制参数以及选用可靠性更高的零部件。如此,可以缩短开发周期,增强整机性能适用性以及整机负载的可靠性。而对于用户正在使用的产品借由在线升级的方式能够及时更新不合理的控制程序,减少售后成本,保证整机以及各个负载运行在最佳状态。可扩展的,本发明实施例提供的预测方法也可以适用于其他家电,例如智能空调或智能电视等。
以上结合附图详细描述了本发明实施例的可选实施方式,但是,本发明实施例并不限于上述实施方式中的具体细节,在本发明实施例的技术构思范围内,可以对本发明实施例的技术方案进行多种简单变型,这些简单变型均属于本发明实施例的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施例对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,本发明实施例的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施例的思想,其同样应当视为本发明实施例所公开的内容。
Claims (10)
1.一种用于冰箱的预测方法,其特征在于,所述方法包括:
接收多个冰箱发送的各自的运行数据,所述运行数据至少包括冰箱的工作参数;
对所述多个冰箱的各自的运行数据进行分析以生成分析结果;以及
根据所述分析结果生成用于指导产品开发的信息。
2.根据权利要求1所述的方法,其特征在于,所述服务器中还存储有所述多个冰箱中每一冰箱的维修数据,所述对所述多个冰箱的各自的运行数据进行分析以生成分析结果包括:
对所述多个冰箱的各自的运行数据以及所述多个冰箱中每一冰箱的维修数据一起进行分析以生成所述分析结果。
3.根据权利要求1所述的方法,其特征在于,所述指导产品开发的信息能够标识不合理的控制程序,所述方法还包括:
对不合理的控制程序进行更新以生成新的控制程序;以及
向冰箱发送所述新的控制程序。
4.根据权利要求1所述的方法,其特征在于,所述运行数据还包括时间戳以及冰箱的使用地址。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
存储每个冰箱发送的运行数据。
6.一种用于冰箱的预测方法,其特征在于,所述方法包括:
采集冰箱的运行数据,所述运行数据至少包括冰箱的工作参数;
将所述运行数据发送至服务器。
7.根据权利要求6所述的方法,其特征在于,所述运行数据还包括时间戳以及冰箱的使用地址。
8.根据权利要求6所述的方法,其特征在于,所述方法还包括:
接收所述服务器发送的新的控制程序;以及
使用所述新的控制程序进行程序更新。
9.一种服务器,其特征在于,所述服务器上存储有指令,所述指令用于使得所述服务器能够执行根据权利要求1至5中任意一项权利要求所述的用于冰箱的预测方法。
10.一种冰箱,其特征在于,包括电控系统,所述电控系统上存储有指令,所述指令用于使得所述电控系统能够执行根据权利要求6至8中任意一项权利要求所述的用于冰箱的预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810282732.2A CN110363552A (zh) | 2018-04-02 | 2018-04-02 | 用于冰箱的预测方法、服务器以及冰箱 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810282732.2A CN110363552A (zh) | 2018-04-02 | 2018-04-02 | 用于冰箱的预测方法、服务器以及冰箱 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110363552A true CN110363552A (zh) | 2019-10-22 |
Family
ID=68213403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810282732.2A Pending CN110363552A (zh) | 2018-04-02 | 2018-04-02 | 用于冰箱的预测方法、服务器以及冰箱 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110363552A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111190412A (zh) * | 2020-01-06 | 2020-05-22 | 珠海格力电器股份有限公司 | 一种故障分析方法、装置、存储介质及终端 |
CN111550961A (zh) * | 2020-04-26 | 2020-08-18 | 青岛海尔电冰箱有限公司 | 冰箱间室温度的预测方法与智能冰箱 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006057906A (ja) * | 2004-08-19 | 2006-03-02 | Sharp Corp | 冷蔵庫管理システム,冷蔵庫,冷蔵庫管理装置 |
CN104125262A (zh) * | 2013-04-28 | 2014-10-29 | 海尔集团公司 | 家电控制系统及其数据分析方法 |
CN104392508A (zh) * | 2014-11-07 | 2015-03-04 | 珠海格力电器股份有限公司 | 一种家电运行状态信息记录仪及其控制方法、空调 |
CN105318497A (zh) * | 2015-09-24 | 2016-02-10 | 珠海格力电器股份有限公司 | 空调机组运行参数的更新方法及装置 |
CN107861392A (zh) * | 2017-11-08 | 2018-03-30 | 绵阳美菱软件技术有限公司 | 一种智能家电的数据管理平台及方法 |
-
2018
- 2018-04-02 CN CN201810282732.2A patent/CN110363552A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006057906A (ja) * | 2004-08-19 | 2006-03-02 | Sharp Corp | 冷蔵庫管理システム,冷蔵庫,冷蔵庫管理装置 |
CN104125262A (zh) * | 2013-04-28 | 2014-10-29 | 海尔集团公司 | 家电控制系统及其数据分析方法 |
CN104392508A (zh) * | 2014-11-07 | 2015-03-04 | 珠海格力电器股份有限公司 | 一种家电运行状态信息记录仪及其控制方法、空调 |
CN105318497A (zh) * | 2015-09-24 | 2016-02-10 | 珠海格力电器股份有限公司 | 空调机组运行参数的更新方法及装置 |
CN107861392A (zh) * | 2017-11-08 | 2018-03-30 | 绵阳美菱软件技术有限公司 | 一种智能家电的数据管理平台及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111190412A (zh) * | 2020-01-06 | 2020-05-22 | 珠海格力电器股份有限公司 | 一种故障分析方法、装置、存储介质及终端 |
CN111190412B (zh) * | 2020-01-06 | 2021-02-26 | 珠海格力电器股份有限公司 | 一种故障分析方法、装置、存储介质及终端 |
CN111550961A (zh) * | 2020-04-26 | 2020-08-18 | 青岛海尔电冰箱有限公司 | 冰箱间室温度的预测方法与智能冰箱 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107231436B (zh) | 一种进行业务调度的方法和装置 | |
Siano et al. | Designing and testing decision support and energy management systems for smart homes | |
Soualah et al. | Energy efficient algorithm for VNF placement and chaining | |
AU2019395267A1 (en) | Explainability-based adjustment of machine learning models | |
Pandey et al. | Hybrid planning for decision making in self-adaptive systems | |
Aydt et al. | Research issues in symbiotic simulation | |
KR101762061B1 (ko) | 클라우드 기반 에너지 사용량 예측 시스템 및 방법 | |
CN110363552A (zh) | 用于冰箱的预测方法、服务器以及冰箱 | |
CN109254865A (zh) | 一种基于统计分析的云数据中心服务异常根因定位方法 | |
KR20200081098A (ko) | 하이브리드 예측 모델에 기반한 가상발전소 운영 시스템 및 그 방법 | |
Sayyari et al. | Automated generation of software testing path based on ant colony | |
Bento et al. | Short-term load forecasting using optimized LSTM networks via improved bat algorithm | |
Michalák et al. | Path2iot: A holistic, distributed stream processing system | |
Guerreiro | Decision-making in partially observable environments | |
Eberhardinger et al. | Measuring and evaluating the performance of self-organization mechanisms within collective adaptive systems | |
CN105956680B (zh) | 一个基于强化学习的自适应规则的生成和管理框架 | |
Rasmussen et al. | Combined static and dynamic dispatch of integrated electricity and heat system: A real-time closed-loop demonstration | |
Skarin et al. | An assisting model predictive controller approach to control over the cloud | |
Zhang et al. | Disruption management for the vehicle routing problem with time windows | |
Tampère et al. | Dynamic traffic assignment under equilibrium and non-equilibrium: do we need a paradigm shift? | |
Chaudhry et al. | On finding hidden relationship among variables in WiFi using machine learning | |
Gill et al. | Approaches for software performance modelling, cloud computing and openstack | |
Simon et al. | Product Design Informed by Lifecycle Information: Initial Results from ELIMA | |
Bidot et al. | Artificial intelligence planning for ambient environments | |
Eifler et al. | Explaining soft-goal conflicts through constraint relaxations |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191022 |