CN111397150A - 空气调节设备及其控制方法、装置、电子设备 - Google Patents
空气调节设备及其控制方法、装置、电子设备 Download PDFInfo
- Publication number
- CN111397150A CN111397150A CN202010238963.0A CN202010238963A CN111397150A CN 111397150 A CN111397150 A CN 111397150A CN 202010238963 A CN202010238963 A CN 202010238963A CN 111397150 A CN111397150 A CN 111397150A
- Authority
- CN
- China
- Prior art keywords
- user
- air conditioning
- value
- recommended value
- dimensional
- 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
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/65—Electronic processing for selecting an operating mode
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/61—Control or safety arrangements characterised by user interfaces or communication using timers
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/64—Electronic processing using pre-stored data
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/10—Occupancy
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/20—Feedback from users
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本申请提出一种空气调节设备及其控制方法、装置、电子设备,其中,方法包括:响应用于开启空气调节设备的多维调节模式的第一指令,以进入多维调节模式;获取多维监控参数中每维监控参数的推荐值;检测用户在预设时间内针对至少一维推荐值输入的至少一个调节指令,并根据所述调节指令对所述推荐值进行修正,以获取目标推荐值;根据所述多维监控参数中的至少一维监控参数的目标推荐值和监控值,对与所述至少一维监控参数对应的调节组件进行调节,能够使空气调节设备的目标推荐值更快的符合用户的使用习惯和需求,更加人性化,提高了用户的舒适度。
Description
技术领域
本申请涉及空气调节技术领域,特别涉及一种空气调节设备的控制方法、装置、空气调节设备、电子设备和计算机可读存储介质。
背景技术
目前,空气调节设备广泛应用于调节室内温度、湿度等参数,提高了用户的舒适度。然而,现有的空气调节设备的空气调节功能较为单一,不够灵活,无法满足用户需求,同时,自学习模型训练所需时间较长,无法在短时间内适应环境变化的问题。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本申请的第一个目的在于提出一种空气调节设备的控制方法,能够使空气调节设备的目标推荐值更快的符合用户的使用习惯和需求,更加人性化,提高了用户的舒适度。
本申请的第二个目的在于提出一种空气调节设备的控制装置。
本申请的第三个目的在于提出一种空气调节设备。
本申请的第四个目的在于提出一种电子设备。
本申请的第五个目的在于提出一种计算机可读存储介质。
为达上述目的,本发明第一方面实施例提出了一种空气调节设备的控制方法,包括以下步骤:响应用于开启空气调节设备的多维调节模式的第一指令,以进入多维调节模式;获取多维监控参数中每维监控参数的推荐值;检测用户在预设时间内针对至少一维推荐值输入的至少一个调节指令,并根据所述调节指令对所述推荐值进行修正,以获取目标推荐值;根据所述多维监控参数中的至少一维监控参数的目标推荐值和监控值,对与所述至少一维监控参数对应的调节组件进行调节。
根据本发明的一个实施例,所述获取多维监控参数中每维监控参数的推荐值,还包括:获取用户的身份信息,根据所述身份信息识别所述用户的类型;根据所述类型,获取所述多维监控参数中每维监控参数的推荐值。
根据本发明的一个实施例,所述根据所述类型,获取所述多维监控参数中每维监控参数的推荐值,包括:根据所述类型,确定用于获取所述推荐值的目标模型和所述目标模型所需的第一数据,基于所述目标模型和所述第一数据,获取所述推荐值。
根据本发明的一个实施例,所述根据所述类型,确定用于获取所述推荐值的目标模型和所述目标模型所需的第一数据,基于所述目标模型和所述第一数据,获取所述推荐值,包括:识别所述用户为第一类用户;获取所述第一类用户对应的第一学习模型,作为所述目标模型;获取所述用户使用所述空气调节设备的历史使用数据、所处环境的当前环境数据和当前时间信息作为所述第一数据;将所述第一数据输入至所述,得到所述推荐值。
根据本发明的一个实施例,所述根据所述类型,确定用于获取所述推荐值的目标模型和所述目标模型所需的第一数据,基于所述目标模型和所述第一数据,获取所述推荐值,包括:识别所述用户为第二类用户;获取所述第二类用户对应的第二学习模型,作为所述目标模型;获取所述用户所处环境的当前环境数据和/或当前时间信息作为所述第一数据;将所述第一数据所述第二学习模块,获取所述用户的群体属性;根据所述群体属性,获取群体用户,并获取所述群用户对应的所述推荐值,作为所述用户的所述推荐值。
根据本发明的一个实施例,所述检测用户在预设时间内针对至少一维推荐值输入的至少一个调节指令,并根据所述调节指令对所述推荐值进行修正,以获取目标推荐值,还包括:根据至少一个所述调节指令获取所述推荐值的修正值;利用所述修正值对其相应维度的所述推荐值进行修正,并将修正后的推荐值作为目标推荐值。
根据本发明的一个实施例,所述根据所述调节指令获取所述推荐值的修正值,包括:将所述预设时间划分为多个预设时间段;获取用户输入每个调节指令的输入时间,确定每个所述输入时间所处的所述预设时间段;获取每个所述预设时间段对应的权重值;提取每个所述调节指令中的调节量;根据所述权重值对所述调节量进行加权,以获取所述推荐值的所述修正值。
根据本发明的一个实施例,所述根据所述调节指令获取所述推荐值的修正值,包括:获取每维所述调节指令的调节量,并获取每个所述调节量在所述预设时间内的使用频率;根据所述频率最高的所述调节量作为相应维度推荐值的所述修正值。
根据本发明的一个实施例,所述根据所述调节指令获取所述推荐值的修正值,包括:获取用户的身份信息,根据所述身份信息识别所述用户为第二类用户;获取所述用户的群体属性,并根据所述群体属性获取群用户对应的群体修正值;将所述群体修正值作为所述用户的修正值。
根据本发明的一个实施例,所述多维监控参数包括:湿度、温度、风速、空气中污染物含量和空气质量指数中的两个及两个以上。
根据本发明的一个实施例,所述调节组件集成或者独立于所述空气调节设备。
本申请提出的空气调节设备的控制方法,能够根据用户在预设时间内的调节指令对当前时刻的推荐值进行修正,以获取到目标修正值,有效解决了自学习模型训练所需时间较长,无法在短时间内适应环境变化的问题,能够使空气调节设备的目标推荐值更快的符合用户的使用习惯和需求,更加人性化,提高了用户的舒适度。
为达上述目的,本发明第二方面实施例提出了一种空气调节设备的控制装置,包括:模式启动模块,用于响应用于开启空气调节设备的多维调节模式的第一指令,以进入多维调节模式;获取模块,用于获取多维监控参数中每维监控参数的推荐值;修正模块,用于检测用户在预设时间内针对至少一维推荐值输入的至少一个调节指令,并根据所述调节指令对所述推荐值进行修正,以获取目标推荐值;调节模块,用于根据所述多维监控参数中的至少一维监控参数的目标推荐值和监控值,对与所述至少一维监控参数对应的调节组件进行调节。
为达上述目的,本发明第三方面实施例提出了一种空气调节设备,包括所述的空气调节设备的控制装置。
为了实现上述目的,本发明第四方面实施例提出了一种电子设备,包括存储器、处理器;其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现所述的空气调节设备的控制方法。
为了实现上述目的,本发明第五方面实施例提出了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,该程序被处理器执行时实现所述的空气调节设备的控制方法。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请一个实施例的空气调节设备的控制方法的流程图;
图2为根据本申请另一个实施例的空气调节设备的控制方法的流程图;
图3为根据本申请又一个实施例的空气调节设备的控制方法的流程图;
图4为根据本申请再一个实施例的空气调节设备的控制方法的流程图;
图5为根据本申请再一个实施例的空气调节设备的控制方法的流程图;
图6为根据本申请再一个实施例的空气调节设备的控制方法的流程图;
图7为根据本申请一个实施例的空气调节设备的控制装置的方框示意图;
图8为根据本申请一个实施例的空气调节设备的方框示意图;以及
图9为根据本申请一个实施例的电子设备的方框示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面结合附图来描述本申请实施例的空气调节设备的控制方法、装置、空气调节设备、电子设备和计算机可读存储介质。
图1为根据本申请一个实施例的空气调节设备的控制方法的流程图。
如图1所示,本申请实施例的空气调节设备的控制方法,包括以下步骤:
S101:响应用于开启空气调节设备的多维调节模式的第一指令,以进入多维调节模式。
需要说明的是,在本申请的实施例中,空气调节设备具有多维调节模式,可对两个或两个以上的监控参数进行调节。
其中,监控参数可根据实际情况进行标定,并预先设置在空气调节设备的存储空间中。例如,监控参数可包括湿度、温度、风速、空气中污染物含量、空气质量指数(AirQuality Index,简称“AQI”)、二氧化碳浓度等中的两个及两个以上。其中,空气中污染物含量可包括PM2.5的浓度。
可选的,用户可通过遥控器、移动终端中的空气调节设备APP、空气调节设备的机身上的操作面板等,通过语音、手势等非接触类方式向空气调节设备发出用于开启多维调节模式的第一指令。
在本申请的一个实施例中,第一指令可包括开机指令,从而在用户向空气调节设备发出开启指令后,空气调节设备可在开机后进入多维调节模式,避免了现有技术中在空气调节设备开机后,还需要用户再发出开启多维调节模式的指令,更为简便。
S102:获取多维监控参数中每维监控参数的推荐值。
在本申请的一个实施例中,可根据用户使用空气调节设备的历史使用数据、所处环境的当前环境数据和当前时间信息,获取多维监控参数中每维监控参数的推荐值。
该方法能够综合考虑到用户使用空气调节设备的历史使用数据、所处环境的当前环境数据和当前时间信息对监控参数的推荐值的影响,使得到的监控参数的推荐值更符合用户的使用习惯和需求,更加人性化,提高了用户的舒适度。
其中,用户使用空气调节设备的历史使用数据可包括用户之前主动设置的温度信息、湿度信息、风挡信息、扫风模式、信封模式、运行模式、累计使用次数、累计使用时长等数据。应当理解的是,用户可通过对空气调节设备的默认推荐值进行修改的方式对使用数据进行输入。
其中,所处环境的当前环境数据可包括用户所处的省份、城市、气候区域、室内温度、室外温度、室内湿度、室外湿度、PM2.5浓度、二氧化碳浓度、空气质量指数等数据。
其中,当前时间信息可包括月份、节气、具体时间段(上午、下午、晚上)、是否处于工作日等数据。
需要说明的是,用户每次使用空气调节设备的使用数据可存储在空气调节设备的存储空间中,以获取监控参数的推荐值。
可选的,可通过无线网络装置查询来获取用户所处环境的当前环境数据,例如,可通过无线网络装置查询来获取用户所处的省份、城市、室外温度、室外湿度。还可以通过检测装置来获取用户所处环境的当前环境数据,例如,可在空气调节设备的室内机上安装温度传感器来获取用户所处环境的室内温度。
可选的,可通过查询空气调节设备的系统时间来获取当前时间信息。
进一步地,可预先建立用户使用空气调节设备的历史使用数据、所处环境的当前环境数据和当前时间信息与每维监控参数的推荐值之间的映射关系或者映射表,在获取到用户使用空气调节设备的历史使用数据、所处环境的当前环境数据和当前时间信息后,查询映射关系或者映射表,能够确定出此时空气调节设备的每位监控参数所需的推荐值。其中,映射关系或者映射表均可预先设置在空气调节设备的存储空间中。
作为另一种可能的实施方式,可预先建立自学习模型,可基于样本数据对自学习模型进行调节。应说明的是,样本数据可包括实验用户使用空气调节设备的历史使用数据、所处实验环境的当前环境数据和当前时间信息。可选的,自学习模型可预先设置在空气调节设备的存储空间中。
进一步地,空气调节设备具有自学习模式,可对数据进行自学习以获取多维监控参数中每维监控参数的推荐值。其中,数据可包括用户使用空气调节设备的历史使用数据、所处环境的当前环境数据和当前时间信息。
在本申请的一个实施例中,空气调节设备进入多维调节模式后,还可生成用于指示空气调节设备进行自学习的第二指令,使得空气调节设备响应第二指令,以进入自学习模式,并对数据进行自学习,以获取多维监控参数中每维监控参数的推荐值。
可选的,可为监控参数推荐一个数值,也可为监控参数推荐一个取值范围。
举例来说,多维监控参数包括湿度、温度、风俗、空气中污染物含量、空气质量指数、二氧化碳浓度时,可分别对温度、风速推荐一个数值,以及分别对湿度、空气中污染物含量、空气质量指数、二氧化碳浓度推荐一个取值范围。
具体地,监控参数为湿度时,对应的推荐值可为25℃。监控参数为风速时,对应的推荐值可为2m/s。监控参数为湿度时,对应的推荐值的取值范围可为(40~70)%。以空气中污染物含量包括PM2.5浓度为例,监控参数为PM2.5浓度时,对应的推荐值的取值范围可为(0~75)μg/m3。监控参数为空气质量指数时,对应的推荐值的取值范围可为(0~75)μg/m3。监控参数为二氧化碳浓度时,对应的推荐值的取值范围可为(0~1000)PPM。
S103:检测用户在预设时间内针对至少一维推荐值输入的至少一个调节指令,并根据调节指令对推荐值进行修正,以获取目标推荐值。
需要说明的是,由于生活中通常会遇到突发性的情况,例如,因为寒流导致的急降温等自然变化,或者,房屋租赁等用户变化,再者,突发疫情等紧急事件,这些变化都可能对用户的短期内行为产生影响,即,用户对空气调节设备的监控参数根据环境变化进行修正调节,以使得空气调节设备的监控参数的推荐值符合当前的环境变化。
应当理解的是,由于修正调节是因环境变化造成的突发性调节,则使得修正调节的调节量与前述的用户历史使用数据差异较大等特点。
S104:根据多维监控参数中的至少一维监控参数的目标推荐值和监控值,对与至少一维监控参数对应的调节组件进行调节。
需要说明的是,每维监控参数可对应一个或者多个调节组件,调节组件能够独立控制,也可以进行联动控制,以对调节组件对应的监控参数进行调节,而且每维监控参数对应的调节组件的调节是相互独立的。
由此,本申请提出的空气调节设备的控制方法能够同时对多个监控参数进行调节,而且各个监控参数的调节过程是相互独立的,提高了空气调节设备的灵活性。进一步地,能够根据用户在短时间内的调节指令对监控参数的推荐值进行修正,使得空气调节设备的调节能够符合环境变化,提升用户的体验。
可选的,调节组件集成或者独立于空气调节设备,该方法能够提高调节组件的适用性和灵活性,使得本申请可以更广泛地应用于空气调节设备。
举例来说,对于温度、空气质量指数和空气中污染物含量进行调节时,均会涉及到将室内空气进行回收的操作,即,温度调节时的室内回风、空气质量指数和空气中污染物含量的回收过滤等,因此,可对温度调节、空气质量指数调节和空气中污染物调节的回风口进行集成设置,即,只设置一个回风口,或者,可根据实际情况设置多个回风口,例如,由于空气中污染物的质量较大会产生下沉现象,因此,可将控制中污染物调节的回风口设置在空气调节设备的下部,以使回收到的空气含污染物量较高,从而提高空气中污染物含量调节的效率,并将温度调节的回风口设置于空气调节设备的上部,以使回收到的空气含污染物量较低,降低通过温度调节送风造成空气二次污染。又如,由于湿度调节包括向室内吹送雾化水,为了防止雾化水在空气调节设备内部造成凝露等现象影响其他监控参数的调节,因此,可独立设置湿度调节的送风口。
需要说明的是,空气调节设备进入多维调节模式后,可对每维监控参数进行监控,以获取每维监控参数的监控值。
例如,监控参数包括温度时,可通过在空气调节设备的室内机上安装温度传感器来获取温度的监控值。监控参数包括风速时,可通过在空气调节设备的室内机的出风口处安装风速传感器来获取风速的监控值。
需要说明的是,监控参数及其对应的调节组件可根据实际情况进行标定,并预先设置在空气调节设备的存储空间空间中。例如,监控参数为风速时,对应的调节组件可包括风机。监控参数为温度时,对应的调节组件可包括压缩机、风机。
可选的,可预先建立监控参数和调节组件之间的映射关系或者映射表,在获取到监控参数后,查询映射关系或者映射表,能够确定出该监控参数对应的调节组件,然后对调节组件进行调节。
进一步地,根据多维监控参数中任意一维监控参数的目标推荐值和监控值,对与任意一维监控参数对应的调节组件进行调节,可包括确定与任意一维监控参数对应的至少一个调节组件,然后根据任意一维监控参数的目标推荐值和监控值,生成针对调节组件的调节指令,并按照调节指令对调节组件进行调节。
例如,监控参数为风速时,可根据风速的目标推荐值和监控值,生成针对风机的控制指令,并按照控制指令对风机进行控制。
可以理解的是,风机转速越高,则风速越大。
进一步地,若风速的监控值大于风速的推荐值,说明此事风速过大,需要降低风速,可生成降低风机转速的控制指令,并按照控制指令降低风机的转速,以降低风速。若风速的监控值小于风速的推荐值,说明此时风速过小,需要提高风速,可生成提高风机转速的控制指令,并按照控制指令提高风机的转速,以提高风速。若风速的监控值与风速的目标推荐值相等,可不生成针对风机的控制指令,使得风机按照当前转速继续运行。
该方法能够通过调节风机的转速来对风速进行调节,能够使风速的监控值趋近于风速的目标推荐值,提高了用户舒适度。
或者,监控参数为温度时,对应的调节组件可包括压缩机、风机,可根据温度的目标推荐值和监控值,分别生成针对压缩机、风机的控制指令,并按照控制指令对压缩机、风机进行控制。
可以理解的是,以空气调节设备运行在制热模式为例,压缩机的运行频率、风机转速越高,则空气调节设备的制热负荷越大,温度越高。
进一步地,以空气调节设备运行在制热模式为例,若温度的监控值大于温度的目标推荐值,说明此时温度过高,需要降低温度,可分别生成降低压缩机运行频率和降低风机转速的控制指令,并按照控制指令降低压缩机的运行频率和风机的转速,以降低温度。若温度的监控值小于温度的目标推荐值,说明此时温度过低,需要提高温度,可分别生成提高压缩机运行频率和提高风机转速的控制指令,并按照控制指令提高压缩机的运行频率和风机的转速,以提高温度。若温度的目标监控值和温度的推荐值相等,可不生成针对压缩机和风机的控制指令,使得压缩机按照当前运行频率继续运行,以及风机按照当前转速继续运行。
该方法能够通过调节压缩机的运行频率、风机的转速来对温度进行调节,能够使温度的监控值趋近于温度的目标推荐值,提高了用户的舒适度。
综上,根据本申请实施例的空气调节设备的控制方法,能够同时对多个监控参数进行调节,而且各个监控参数的调节过程是相互独立的,提高了空气调节设备的灵活性。进一步地,能够根据监控参数的推荐值和监控值,对与监控参数对应的调节组件进行调节,以对监控参数进行调节。
根据本发明的一个实施例,在响应用于开启空气调节设备的多维调节模式的第一指令之前,还包括:获取从多维监控参数中选取至少两维监控参数的选取指令,根据选取指令生成第一指令。
具体而言,响应用于开启空气调节设备的多维调节模式的第一指令之前,还包括获取从多维监控参数中选取至少两维监控参数的选取指令,说明用户对至少两维监控参数有调节意愿,需要空气调节设备开启多维调节模式,此时可根据选取指令生成用于开启空气调节设备的多维调节模式的第一指令,使得空气调节设备根据第一指令进入多维调节模式,以对选取的至少两维监控参数进行调节。
该方法使得用户可依据个人意愿从多维监控参数中选取至少两维监控参数,作为空气调节设备需要调节的监控参数,具有较高的灵活性。
例如,多维监控参数包括湿度、温度、风速时,若获取选取湿度、温度的选取指令,说明用户对湿度、温度有调节意愿,需要空气调节设备开启多维调节模式,此时可根据选取指令生成用于开启空气调节设备的多维调节模式的第一指令,使得空气调节设备根据第一指令进入多维调节模式,以对湿度、温度进行调节。
可选的,用户可通过遥控器、移动终端中的空气调节设备APP、空气调节设备的机身上的操作面板,通过语言、手势等非接触类方式从多维监控参数中选取监控参数,并生成选取指令。
以用户通过空气调节设备机身上的操作面板生成选取指令为例,可在操作面板上预先设置可供用户选择监控参数的选择菜单,以及对用户在选择界面的菜单选择操作进行监控,当监控到菜单选择操作后,显示选择菜单,并获取用户在选择菜单上的操作位置,然后根据操作位置识别用户所选定的监控参数,当识别用户所选定的监控参数的数量大于或者等于二时,可生成用于开启空气调节设备的多维调节模式的第一指令,使得空气调节设备响应第一指令,以进入多维调节模式。
在本申请的一个实施例中,空气调节设备进入多维调节模式后,还可根据从多维监控参数中选取至少两维监控参数的选取指令,识别选取的监控参数,然后获取选取的多维监控参数中每维监控参数的推荐值。
也就是说,对于前述的监控参数的选取指令既可发生在响应用于开启空气调节设备的多维调节模式的第一指令之前,也可发生在响应用于开启空气调节设备的多维调节模式的第一指令之后,即,用户可先对监控参数进行选取,然后再根据选取的监控参数生成第一指令以根据第一指令开启多维调节模式对用户选取的监控参数进行调节,也可先根据第一指令开启多维调节模式,然后等待用户选取需要调节的监控参数,在用户确定了需要调节的监控参数之后再根据推荐值对监控参数进行调节。
该方法只需对与选取的监控参数对应的调节组件进行调节,从而只需对选取的监控参数进行调节,能够更好地响应用户的实际需求,不用对每维监控参数进行调节,可节省能耗。
进一步地,对调节组件进行调节的过程中,还包括检测用户针对多维监控参数中其中一维监控参数的主动调节指令,说明用户有主动调节该监控参数的意愿,此时不需要空气调节设备对该监控参数进行调节,可根据主动调节指令,控制与该监控参数对应的调节组件的调节功能处于锁定状态。
也就是说,用户对监控参数的选取可通过选择保留该监控参数的方式进行选取,也可通过将部分监控参数进行锁定的方式进行选取。
举例来说,多维监控参数包括湿度、温度、风速时,若获取选取湿度、温度的选取指令,用户可以直接选择对湿度、温度作为需要调节的监控参数,也可选择锁定风速监控参数,即,不对风速监控参数进行调节。
该方法可根据用户针对该监控参数的主动调节指令,控制与该监控参数对应的调节组件的调节功能处于锁定状态,能够更好地响应用户的实际需求,灵活性高。
可选的,用户可通过遥控器、移动终端中的空气调节设备APP、空气调节设备的机身上的操控面板,通过语言、手势等非接触类方式对监控参数进行主动调节,并发出主动调节指令。
进一步地,对调节组件进行调节的过程中,还包括检测用户针对多维监控参数中其中一维监控参数的关闭指令,说明用户有关闭该监控参数的调节功能的意愿,即此时不需要空气调节设备对该监控参数进行调节,可根据关闭指令,控制与该监控参数对应的调节组件处于关闭状态。可选的,可根据关闭指令,控制关闭该监控参数的监控功能,即不获取该监控参数的监控值,以节约能耗。
该方法可根据用户针对该监控参数的关闭指令,控制与该监控参数对应的调节组件处于关闭状态,能够更好地响应用户的实际需求,灵活性高,也有利于节约能耗。
可选的,用户可通过遥控器、移动终端中的空气调节设备APP、空气调节设备的机身上的操控面板,通过语言、手势等非接触类方式关闭监控参数,并发出关闭指令。
需要说明的是,本申请实施例的空气调节设备的控制方法中未披露的细节,请参照本申请上述实施例中所披露的细节,这里不再赘述。
由此,采用本申请实施例的空气调节设备的控制方法,用户可依据个人意愿从多维监控参数中选取至少两维监控参数,作为空气调节设备需要调节的监控参数,具有较高的灵活性。而且,还可根据选取的多维监控参数中任意一维监控参数的目标推荐值和监控值,对与任意一维监控参数对应的调节组件进行调节,从而只需对选取的监控参数进行调节,能够更好地响应用户的实际需求,不用对每维监控参数进行调节,有效节约能耗。
根据本发明的一个实施例,如图2所示,在响应用于开启空气调节设备的多维调节模式的第一指令,以进入多维调节模式之后,包括如下步骤:
S201:获取用户的身份信息,根据身份信息识别用户的类型。
其中,用户的身份信息科包括用户使用空气调节设备的账号,以及装在空气调节设备APP的设备的标识信息等,其中,标识信息科包括设备码。
在本申请的一个实施例中,根据身份信息识别用户的类型,可包括识别用户的身份信息是否在空气调节设备的用户列表中,若识别用户的身份信息在空气调节设备的用户列表中,说明该用户已经使用过空气调节设备,可识别用户为老用户。若用户的身份信息不在空气调节设备的用户列表中,说明该用户未使用过空气调节设备,可识别用户为新用户。
在本申请的一个实施例中,获取用户的身份信息后,还可根据用户的身份信息,获取用户使用空气调节设备的历史使用数据。应说明的是,用户使用空气调节设备的历史使用数据可包括用户之前主动设置的温度信息、湿度信息、风挡信息、扫风模式、新风模式、运行模式、累计使用次数、累计使用时长等数据。
进一步地,可预先建立用户使用空气调节设备的历史数据与用户的类型之间的映射关系或者映射表,在获取到用户使用空气调节设备的历史使用数据后,查询映射关系或者映射表,能够确定出用户的类型。其中,映射关系或者映射表均可预先设置在空气调节设备的存储空间中。
可选的,可根据用户使用空气调节设备的累计使用次数和累计使用时长,识别用户的类型。
例如,可获取用户使用空气调节设备的累计使用次数和累计使用时长,若识别累计使用次数大于预设第一阈值,或者识别累计使用时长大于预设第二阈值,说明用户使用空气调节设备的使用次数较多,或者使用时长较长,即用户为老用户,可识别用户为第一类用户。
或者,若识别累计使用次数小于预设第一阈值,且识别累计使用时长也小于预设第二阈值,说明用户使用空气调节设备的使用次数较少,且使用时长较短,即用户为新用户,可识别用户为第二类用户。
其中,预设第一阈值、预设第二阈值均可根据实际情况进行标定,例如,预设第一阈值可标定为3,预设第二阈值可标定为36小时,且预设第一阈值、预设第二阈值均可预先设置在空气调节设备的存储空间中。
作为另一种可能的实施方式,识别累计使用次数大于预设第一阈值,或者识别累计使用时长大于预设第二阈值后,还可继续获取用户对多维监控参数中的任意一维监控参数进行主动调节的累计次数,可根据用户对任意一维监控参数进行主动调节的累计次数和累计使用次数,识别用户相对于每维监控参数的用户类型。
其中,若用户对任意一维监控参数进行主动调节的累计次数与累计使用次数的比值大于或者等于预设第三阈值,说明用户对任意一维监控参数进行主动调节的次数较多,可最终识别用户相对于任意一维监控参数为第一类用户。
或者,若用户对任意一维监控参数进行主动调节的累计次数与累计使用次数的比值小于预设第三阈值,说明用户对任意一维监控参数进行主动调节的次数较少,可最终识别用户相对于任意一维监控参数为第二类用户。
其中,预设第三阈值可根据实际情况进行标定,例如,可标定为0.5,预设第三阈值可预先设置在空气调节设备的存储空间中。
该方法可根据用户对任意一维监控参数进行主动调节的累计次数与累计使用次数的比值,识别用户相对于任意一维监控参数的用户类型,从而不同的监控参数可对应不同的用户类型,准确度和灵活性更高。
S202:根据用户的类型,获取多维监控参数中每维监控参数的推荐值。
该方法能够根据用户的不同类型,获取每维监控参数不同的推荐值,可满足不同类型用户的使用需求,具有较高的灵活性。
在本申请的一个实施例中,根据用户的类型,获取多维监控参数中每维监控参数的推荐值,可包括根据用户的类型,确定用于获取推荐值的目标模型和目标模型所需的第一数据,然后基于目标模型和第一数据获取推荐值。其中,第一数据可包括用户使用空气调节设备的历史使用数据、所处环境的当前环境数据和当前时间信息。
在本申请的一个实施例中,空气调节设备具有自学习模式,基于目标模型和第一数据获取推荐值,可包括将第一数据输入至目标模型,以获取每维监控参数的推荐值。
在本申请的一个实施例中,识别用户为第一类用户时,可获取第一类用户对应的第一学习模型,作为目标模型。
进一步地,识别用户为第一类用户时,说明用户为老用户或者用户对任意一维监控参数进行主动调节的次数较多或者使用时间较长,此时用户使用空气调节设备的历史使用数据能够反映出用户对空气调节设备的使用习惯和需求,或者能够反映出用户对任意一维监控参数的调节习惯和需求,为了使推荐值贴近用户的习惯和需求,可将上述历史使用数据用于获取每维监控参数的推荐值。另外,为了使推荐值更符合当前的环境和时间,可将所处环境的当前环境数据和当前时间信息也用于获取每维监控参数的推荐值。
也就是说,识别用户为第一类用户时,可将用户使用空气调节设备的历史使用数据、所处环境的当前环境数据和当前时间信息作为第一数据,然后将第一数据输入至第一学习模型,以得到每维监控参数的推荐值。
该方法能够综合考虑到用户使用空气调节设备的历史使用数据、所处环境的当前环境数据和当前时间信息对监控参数的推荐值的影响,使得到的监控参数的推荐值更符合用户的使用习惯和需求,更加人性化,提高了用户的舒适度。
例如,若用户相对于湿度为第一类用户,则可将用户之前主动设置的湿度信息、所处环境的当前室外湿度、室内湿度、当前月份、具体时间段作为第一数据,然后使用第一学习模型对第一数据进行自学习,已得到湿度的推荐值。
在本申请的一个实施例中,识别用户为第二类用户时,可获取第二类用户对应的第二学习模型,作为目标模型。
进一步地,识别用户为第二类用户时,说明用户为新用户或者用户对任意一维监控参数进行主动调节的次数较少或者使用时间较短,此时用户使用空气调节设备的历史数据不能反映出用户对空气调节设备的使用习惯和需求,或者不能反映出用户对任意一维监控参数的调节习惯和需求,不将上述历史使用数据用于获取每维监控参数的推荐值。另外,为了使推荐值更符合当前的环境和时间,可将所处环境的当前环境数据和当前时间信息用于获取每维监控参数的推荐值。
在本申请的一个实施例中,识别用户为第二类用户时,可将所处环境的当前环境数据和/或当前时间信息作为第一数据,然后将第一数据输入至第二学习模型,以获取用户的群体属性,然后根据群体属性获取群体用户,并获取群体用户对应的推荐值,作为用户的推荐值。
该方法能够综合考虑到所处环境的当前环境数据、当前时间信息和群体用户对监控参数的推荐值的影响,使得到的监控参数的推荐值更符合当前的环境时间和群体用户的使用习惯和需求,提高了用户的舒适度。
可选的,根据群体属性获取群体用户,可包括预先建立群体属性与群体用户之间的映射关系或者映射表,获取到用户的群体属性后,查询映射关系或者映射表,能够获取到与该用户匹配的群体用户。应说明的是,群体用户对应的推荐值可根据实际情况进行标定,也可为符合群体用户的实际用户的推荐值的平均值。例如,若用户相对于湿度为第二类用户,则可将所处环境的当前室外湿度、室内湿度、当前月份、具体时间段作为第一数据,然后将第一数据输入至第二学习模型,以获取用户的群体属性,假设用户的群体属性为a,根据群体属性a获取的群体用户为A,可获取该群体用户A对应的湿度的推荐值,作为该用户的湿度的推荐值。
由此,本申请实施例的空气调节设备的控制方法,可根据用户的身份信息识别用户的理性,从而能够根据用户的不同类型,获取每维监控参数不同的推荐值,可满足不同类型用户的使用需求,具有较高的灵活性。
根据本发明的又一个实施例,如图3所示,检测用户在预设时间内针对至少一维推荐值输入的至少一个调节指令,并根据调节指令对推荐值进行修正,以获取目标推荐值,还包括:
S301:根据至少一个调节指令获取推荐值的修正值。
S302:利用修正值对其相应维度的推荐值进行修正,并将修正后的推荐值作为目标推荐值。
根据前述分析可知,因生活中的突发情况产生的环境变化虽然具有突发、临时性的特点,但仍然会有持续性,例如因自然环境变化引发的寒流等通常会持续一周左右,因房屋租赁等造成的用户变化会从时间发生开始持续到租赁期至,因此,为了降低环境变化持续期间用户需要配合持续对空气调节设备多维监控参数中每维监控参数的推荐值手动输调节指令,还可根据用户在突发情况开始时刻起输入的调节指令获取每维监控参数的修正值,利用修正值对相应维度的推荐值进行修正,并将修正后的推荐值作为控制空气调节设备调节该维度监控参数的目标推荐值。
应当理解的是,在产品应用过程中,在用户每次对空气调节设备的每维监控参数的推荐值进行调节时,确定发生突发情况,并根据调节指令获取修正,以对通过对本机历史使用数据自学习或对群体用户的历史使用数据进行自学习获取到的推荐值进行修正,以获取目标推荐值来对空气调节设备进行调节。
根据本发明的一个示例,如图4所示,根据至少一个调节指令获取推荐值的修正值,包括:
S401:将预设时间划分为多个预设时间段。
需要说明的是,由于突发情况具有突然性和短时性,例如,寒流入侵会造成急降温,降温持续时间大约会持续一周左右,因此,在对推荐值进行修正时可仅对距离当前时刻预设时间内的调节指令进行响应,即,在预设时间之前的调节指令可将作为空气调节设备的历史使用数据应用于自学习模型。
应当理解的是,若发生例如房屋租赁等突发事件将持续影响空气调节设备的环境变化时,也可仅对预设时间内的调节指令作为修正响应,即,随着时间的推移,房屋租赁初期的调节指令逐渐成为空气调节设备的历史使用数据,即,根据新租户的持续使用情况会形成新的推荐值。
进一步地,由于用户使用空气调节设备的目的是使用户工作、学习、生活过程中的空气情况持续的满足需求,例如,处于工作区域的空气调节设备通常自上班时间开始至下班时间止持续工作,处于生活区域的空气调节设备通常在用户下班到家后持续运行至用户睡觉等。因此,作为一个可行实施例,可将预设时间以天为单位划分为多个预设时间段,当然,也可将预设时间按照每天的具体时间段(上午、下午、晚上)划分多个预设时间段。
S402:获取用户输入每个调节指令的输入时间,确定每个输入时间所处的预设时间段。
S403:获取每个预设时间段对应的权重值。
应当理解的是,由于越接近当前时刻用户输入的调节指令越能够表达用户(或环境)近期的状态,因此,可按照预设时间段与当前时刻的距离设定权重值,其中,距离当前时刻时间越短,设定的权重值越大。
举例来说,可将当前时刻之前的7天分别设置权重值,例如,2、1.8、1.5、1.3、1、0.5、0.1,其中,可理解为当前时刻(今天)的权重值为2,前一个预设时间段(昨天)的权重值为1.8,再前一个预设时间段(前天)的权重值为1.5,以此类推。
S404:提取每个调节指令中的调节量。
其中,调节量为用户通过调节指令对推荐值的修改量,以温度为例,若用户输入的调节指令是将推荐值上调2℃,则调节量为+2℃,若用户输入的调节指令是将推荐值下调2℃,则调节量为-2℃,以湿度为例,若用户输入的调节指令是将湿度调高5%,则调节量为+5%,若用户输入的调节指令是将湿度调低5%,则调节量为-5%。
S405:根据权重值对调节量进行加权,以获取推荐值的修正值。
其中,加权计算可根据预设的权重值大小进行选择,例如,前述示例中的初始权重值大于1,因此,加权计算应为计算加权平均值,即,将权重与调节量的加权平均值作为修正值,如果预设的权重值均小于1,则可仅进行加权计算,即,将权重与调节量的加权和作为修正值。
具体而言,在预设时间内,用户可多次使用空气调节设备,在用户每次使用空气调节设备时,记录并存储用户输入调节指令的输入时间和针对任意一维的调节量,并根据当前时间获取当前时刻之前的预设时间内每个预设时间段的权重,将任意一维的权重与调节量进行加权计算,获取该维度的修正值。
应当理解的是,预设时间是一个时间长度,例如七天,在前述实施例中的预设时间是当前时刻之前预设时间内用户通过对空气调节设备输入调节指令对当前时刻的目标推荐值的影响,相应的,也说明了当前时刻用户对空气调节设备输入的调节指令,也将会影响到未来预设时间长度内的目标推荐值。
也就是说,由于用户对空气调节设备的一次调节(通过调节指令修改推荐值),在自学习模型中容易被确认为误差数据,即,当前对空气调节设备中任意一维推荐值的调节,通常仅会对当前的空气调节产生作用,即使当前空气调节结束(空气调节设备关闭或关闭当前运行的调节维度),该调节指令成为历史使用数据,通过自学习模型获取到的推荐值不会有具有明显变化,即,对下一次使用空气调节设备的推荐值不会产生影响,因此,本申请引入修正调节,使得用户对空气调节设备的一次调节能够对未来预设时间内的推荐值产生影响。
根据本发明的另一个示例,如图5所示,根据调节指令获取推荐值的修正值,还包括:
S501:获取每维调节指令的调节量,并获取每个调节量在预设时间内的使用频率。
S502:根据频率最高的调节量作为相应维度推荐值的修正值。
应当理解的是,以温度调节为例,用户输入调节指令对推荐参数进行调节时,通常会一次性调节至目标温度(目标推荐值),而不是一次调节一点等待温度稳定后再继续调节,直到调节至满足自身需求的目标温度,因此,在调节过程中使用频率最高的调节量可作为修正推荐值的修正值。
举例来说,在当前时刻之前的预设时间内,用户5次开启空气调节设备的多维调节模式,其中,5次均对温度的推荐值进行修改,4次修改量为+2℃,1次修改量为+1℃,此时通过统计分析,可将+2℃作为修正值对当前的推荐值进行修正。
根据本发明的又一个示例,如图6所示,根据调节指令获取推荐值的修正值,包括:
S601:获取用户的身份信息,根据身份信息识别用户为第二类用户。
S602:获取用户的群体属性,并根据群体属性获取群用户对应的群体修正值。
S603:将群体修正值作为用户的修正值。
基于前述对推荐值的获取方法可知,第二类用户通常为新用户,针对其可分析的历史使用数据过少,因此,可根据对用户的身份信息进行分析以获取该用户的群体属性,并通过群体属性获取相似的群体用户在当前时刻的群体修正值,并将群体用户的修正值作为当前用户的修正值以获取目标修正值。
应当理解的是,在本用于获取修正值的示例中,用户的群体属性通常采用地理信息和/或年龄信息。具体地,当用户为第二类用户时,即说明该用户为新用户,至少是对某一功能维度的新用户,而无论温度、湿度,还是空气质量指数等空气维度均具有区域性,即使发生例如寒流等降温天气也是对区域温度产生影响,而在该区域内的群体用户对空气调节的修正情况更能适应当前地区的空气,例如,当发生降温天气时,该区域的群体用户通常会升高温度推荐值,当发生降雨天气时,通常会调低湿度推荐值等。而年龄群体通常会具有相同的特点,例如老人通常畏寒、畏湿,因此,温度修正值通常较高,湿度修正值通常较低。
举例来说,在房屋发生租赁交接后,空气调节设备可获取到,湿度对应的推荐值为25℃,风速对应的推荐值可为2m/s,湿度对应的推荐值的取值范围可为(40~70)%,空气中污染物为PM2.5浓度对应的推荐值的取值范围可为(0~75)μg/m3,而根据房屋交接后的7天内,新用户使用空气调节设备对温度、湿度、风速和空气中污染物的推荐值进行修正,通过采用加权计算/统计分析/群体用户识别中的任一种计算方式获取到新用户对温度的修正值为+0.5℃,风速无修正值,湿度无修正值,空气中污染物的修正值为-10μg/m3,因此,获取到新用户当前时刻,温度对应的推荐值为25。5℃,风速对应的推荐值可为2m/s,湿度对应的推荐值的取值范围可为(40~70)%,空气中污染物为PM2.5浓度对应的推荐值的取值范围可为(0~65)μg/m3。
由此,本申请提出的空气调节设备的控制方法,能够根据用户在预设时间内的调节指令对当前时刻的推荐值进行修正,以获取到目标修正值,有效解决了自学习模型训练所需时间较长,无法在短时间内适应环境变化的问题,能够使空气调节设备的目标推荐值更快的符合用户的使用习惯和需求,更加人性化,提高了用户的舒适度。
为了实现上述实施例,本发明还提出一种空气调节设备的控制装置。
图7为根据本申请一个实施例的空气调节设备的控制装置的方框示意图。
如图7所示,该空气调节设备的控制装置100包括:模式启动模块10、获取模块20、修正模块30和调节模块40。
其中,模式启动模块10用于响应用于开启空气调节设备的多维调节模式的第一指令,以进入多维调节模式;获取模块20用于获取多维监控参数中每维监控参数的推荐值;修正模块30用于检测用户在预设时间内针对至少一维推荐值输入的至少一个调节指令,并根据所述调节指令对所述推荐值进行修正,以获取目标推荐值;调节模块40用于根据所述多维监控参数中的至少一维监控参数的目标推荐值和监控值,对与所述至少一维监控参数对应的调节组件进行调节。
在本申请的一个实施例中,所述获取模块12具体用于获取用户的身份信息,根据所述身份信息识别所述用户的类型;根据所述类型,获取所述多维监控参数中每维监控参数的推荐值。
在本申请的一个实施例中,所述获取模块12还用于根据所述类型,确定用于获取所述推荐值的目标模型和所述目标模型所需的第一数据,基于所述目标模型和所述第一数据,获取所述推荐值。
在本申请的一个实施例中,所述获取模块12还用于识别所述用户为第一类用户;获取所述第一类用户对应的第一学习模型,作为所述目标模型;获取所述用户使用所述空气调节设备的历史使用数据、所处环境的当前环境数据和当前时间信息作为所述第一数据;使用所述第一学习模型对所述历史使用数据、所述当前环境数据和所述当前时间信息进行自学习,得到所述推荐值。
在本申请的一个实施例中,所述获取模块12还用于识别所述用户为第二类用户;获取所述第二类用户对应的第二学习模型,作为所述目标模型;获取所述用户所处环境的当前环境数据和/或当前时间信息作为所述第一数据;使用所述第二学习模块,对所述第一数据进行学习,获取所述用户的群体属性;根据所述群体属性,获取群体用户,并获取所述群体用户对应的所述推荐值,作为所述用户的所述推荐值。
在本申请的一个实施例中,修正模块30用于根据至少一个所述调节指令获取所述推荐值的修正值;利用所述修正值对其相应维度的所述推荐值进行修正,并将修正后的推荐值作为目标推荐值。
在本申请的一个实施例中,修正模块30用于将所述预设时间划分为多个预设时间段;获取用户输入每个调节指令的输入时间,确定每个所述输入时间所处的所述预设时间段;获取每个所述预设时间段对应的权重值;提取每个所述调节指令中的调节量;根据所述权重值对所述调节量进行加权,以获取所述推荐值的所述修正值。
在本申请的一个实施例中,修正模块30用于获取每维所述调节指令的调节量,并获取每个所述调节量在所述预设时间内的使用频率;根据所述频率最高的所述调节量作为相应维度推荐值的所述修正值。
在本申请的一个实施例中,修正模块30用于获取用户的身份信息,根据所述身份信息识别所述用户为第二类用户;获取所述用户的群体属性,并根据所述群体属性获取群用户对应的群体修正值;将所述群体修正值作为所述用户的修正值。
在本申请的一个实施例中,所述多维监控参数包括:湿度、温度、风速、空气中污染物含量和空气质量指数中的两个及两个以上。
在本申请的一个实施例中,所述调节组件集成或者独立于所述空气调节设备。
需要说明的是,前述对空气调节设备的控制方法实施例的解释说明也适用于该实施例的空气调节设备的控制装置,此处不再赘述。
为了实现上述实施例,本申请还提出一种空气调节设备200,如图8所示,其包括上述空气调节设备的控制装置100。
本申请实施例的空气调节设备,能够同时对多个监控参数进行调节,而且各个监控参数的调节过程是相互独立的,提高了空气调节设备的灵活性。进一步地,能够根据监控参数的推荐值和监控值,对与监控参数对应的调节组件进行调节,以对监控参数进行调节。
为了实现上述实施例,本申请还提出一种电子设备300,如图9所示,该电子设备300包括存储器31、处理器32。其中,处理器32通过读取存储器31中存储的可执行程序代码来运行与可执行程序代码对应的程序,以用于实现上述空气调节设备的控制方法。
本申请实施例的电子设备,通过处理器执行存储在存储器上的计算机程序,能够同时对多个监控参数进行调节,而且各个监控参数的调节过程是相互独立的,提高了空气调节设备的灵活性。进一步地,能够根据监控参数的推荐值和监控值,对与监控参数对应的调节组件进行调节,以对监控参数进行调节。
为了实现上述实施例,本申请还提出一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现上述空气调节设备的控制方法。
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。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
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。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。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
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。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (15)
1.一种空气调节设备的控制方法,其特征在于,包括以下步骤:
响应用于开启空气调节设备的多维调节模式的第一指令,以进入多维调节模式;
获取多维监控参数中每维监控参数的推荐值;
检测用户在预设时间内针对至少一维推荐值输入的至少一个调节指令,并根据所述调节指令对所述推荐值进行修正,以获取目标推荐值;
根据所述多维监控参数中的至少一维监控参数的目标推荐值和监控值,对与所述至少一维监控参数对应的调节组件进行调节。
2.根据权利要求1所述的空气调节设备的控制方法,其特征在于,所述获取多维监控参数中每维监控参数的推荐值,还包括:
获取用户的身份信息,根据所述身份信息识别所述用户的类型;
根据所述类型,获取所述多维监控参数中每维监控参数的推荐值。
3.根据权利要求2所述的空气调节设备的控制方法,其特征在于,所述根据所述类型,获取所述多维监控参数中每维监控参数的推荐值,包括:
根据所述类型,确定用于获取所述推荐值的目标模型和所述目标模型所需的第一数据,基于所述目标模型和所述第一数据,获取所述推荐值。
4.根据权利要求3所述的空气调节设备的控制方法,其特征在于,所述根据所述类型,确定用于获取所述推荐值的目标模型和所述目标模型所需的第一数据,基于所述目标模型和所述第一数据,获取所述推荐值,包括:
识别所述用户为第一类用户;
获取所述第一类用户对应的第一学习模型,作为所述目标模型;
获取所述用户使用所述空气调节设备的历史使用数据、所处环境的当前环境数据和当前时间信息作为所述第一数据;
将所述第一数据输入至所述第一学习模型,得到所述推荐值。
5.根据权利要求3所述的空气调节设备的控制方法,其特征在于,所述根据所述类型,确定用于获取所述推荐值的目标模型和所述目标模型所需的第一数据,基于所述目标模型和所述第一数据,获取所述推荐值,包括:
识别所述用户为第二类用户;
获取所述第二类用户对应的第二学习模型,作为所述目标模型;
获取所述用户所处环境的当前环境数据和/或当前时间信息作为所述第一数据;
将所述第一数据输入至所述第二学习模块,获取所述用户的群体属性;
根据所述群体属性,获取群体用户,并获取所述群用户对应的所述推荐值,作为所述用户的所述推荐值。
6.根据权利要求1所述的空气调节设备的控制方法,其特征在于,所述检测用户在预设时间内针对至少一维推荐值输入的至少一个调节指令,并根据所述调节指令对所述推荐值进行修正,以获取目标推荐值,还包括:
根据至少一个所述调节指令获取所述推荐值的修正值;
利用所述修正值对其相应维度的所述推荐值进行修正,并将修正后的推荐值作为目标推荐值。
7.根据权利要求6所述的空气调节设备的控制方法,其特征在于,所述根据所述调节指令获取所述推荐值的修正值,包括:
将所述预设时间划分为多个预设时间段;
获取用户输入每个调节指令的输入时间,确定每个所述输入时间所处的所述预设时间段;
获取每个所述预设时间段对应的权重值;
提取每个所述调节指令中的调节量;
根据所述权重值对所述调节量进行加权,以获取所述推荐值的所述修正值。
8.根据权利要求6所述的空气调节设备的控制方法,其特征在于,所述根据所述调节指令获取所述推荐值的修正值,包括:
获取每维所述调节指令的调节量,并获取每个所述调节量在所述预设时间内的使用频率;
根据所述频率最高的所述调节量作为相应维度推荐值的所述修正值。
9.根据权利要求6所述的空气调节设备的控制方法,其特征在于,所述根据所述调节指令获取所述推荐值的修正值,包括:
获取用户的身份信息,根据所述身份信息识别所述用户为第二类用户;
获取所述用户的群体属性,并根据所述群体属性获取群用户对应的群体修正值;
将所述群体修正值作为所述用户的修正值。
10.根据权利要求1-9中任一项所述的空气调节设备的控制方法,其特征在于,所述多维监控参数包括:湿度、温度、风速、空气中污染物含量和空气质量指数中的两个及两个以上。
11.根据权利要求1-9中任一项所述的空气调节设备的控制方法,其特征在于,所述调节组件集成或者独立于所述空气调节设备。
12.一种空气调节设备的控制装置,其特征在于,包括:
模式启动模块,用于响应用于开启空气调节设备的多维调节模式的第一指令,以进入多维调节模式;
获取模块,用于获取多维监控参数中每维监控参数的推荐值;
修正模块,用于检测用户在预设时间内针对至少一维推荐值输入的至少一个调节指令,并根据所述调节指令对所述推荐值进行修正,以获取目标推荐值;
调节模块,用于根据所述多维监控参数中的至少一维监控参数的目标推荐值和监控值,对与所述至少一维监控参数对应的调节组件进行调节。
13.一种空气调节设备,其特征在于,包括:如权利要求12所述的空气调节设备的控制装置。
14.一种电子设备,其特征在于,包括存储器、处理器;
其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如权利要求1-11中任一所述的空气调节设备的控制方法。
15.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-11中任一所述的空气调节设备的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010238963.0A CN111397150A (zh) | 2020-03-30 | 2020-03-30 | 空气调节设备及其控制方法、装置、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010238963.0A CN111397150A (zh) | 2020-03-30 | 2020-03-30 | 空气调节设备及其控制方法、装置、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111397150A true CN111397150A (zh) | 2020-07-10 |
Family
ID=71433542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010238963.0A Pending CN111397150A (zh) | 2020-03-30 | 2020-03-30 | 空气调节设备及其控制方法、装置、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111397150A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113007875A (zh) * | 2021-03-12 | 2021-06-22 | 珠海格力电器股份有限公司 | 空调器的控制方法、装置、存储介质及处理器 |
CN114279067A (zh) * | 2021-12-13 | 2022-04-05 | 珠海大横琴科技发展有限公司 | 一种空气调节设备的控制方法和装置 |
WO2023236328A1 (zh) * | 2022-06-10 | 2023-12-14 | 佛山市顺德区美的电子科技有限公司 | 空调器控制方法、装置、空调器及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102878638A (zh) * | 2012-09-14 | 2013-01-16 | 广东志高空调有限公司 | 一种可智能调节控制参数的空调器及其读、写方法 |
CN103954017A (zh) * | 2014-05-23 | 2014-07-30 | 深圳市中兴移动通信有限公司 | 一种智能遥控器及其控制方法 |
CN104879888A (zh) * | 2015-04-30 | 2015-09-02 | 广东美的制冷设备有限公司 | 家电参数的自动设置方法及装置 |
CN104913440A (zh) * | 2015-05-26 | 2015-09-16 | 青岛海尔空调器有限总公司 | 空调器舒适性控制方法 |
CN106440249A (zh) * | 2016-10-28 | 2017-02-22 | 美的集团武汉制冷设备有限公司 | 基于可穿戴设备的空调器控制方法、装置及空调器 |
CN108036474A (zh) * | 2017-12-07 | 2018-05-15 | 北海市天硌打印耗材有限公司 | 一种空调温度调节方法及系统 |
CN108679797A (zh) * | 2018-07-19 | 2018-10-19 | 珠海格力电器股份有限公司 | 一种空调控制方法及系统 |
CN109405203A (zh) * | 2017-12-28 | 2019-03-01 | 广州Tcl智能家居科技有限公司 | 一种空调智能控制方法及装置 |
CN109556229A (zh) * | 2018-11-30 | 2019-04-02 | 广东美的制冷设备有限公司 | 空气调节设备的控制方法及空气调节设备 |
CN110486913A (zh) * | 2019-08-26 | 2019-11-22 | 珠海格力电器股份有限公司 | 空调的控制方法、装置、设备、空调和存储介质 |
CN110726210A (zh) * | 2019-10-17 | 2020-01-24 | 珠海格力电器股份有限公司 | 空调控制方法、装置、空调及空调系统 |
-
2020
- 2020-03-30 CN CN202010238963.0A patent/CN111397150A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102878638A (zh) * | 2012-09-14 | 2013-01-16 | 广东志高空调有限公司 | 一种可智能调节控制参数的空调器及其读、写方法 |
CN103954017A (zh) * | 2014-05-23 | 2014-07-30 | 深圳市中兴移动通信有限公司 | 一种智能遥控器及其控制方法 |
CN104879888A (zh) * | 2015-04-30 | 2015-09-02 | 广东美的制冷设备有限公司 | 家电参数的自动设置方法及装置 |
CN104913440A (zh) * | 2015-05-26 | 2015-09-16 | 青岛海尔空调器有限总公司 | 空调器舒适性控制方法 |
CN106440249A (zh) * | 2016-10-28 | 2017-02-22 | 美的集团武汉制冷设备有限公司 | 基于可穿戴设备的空调器控制方法、装置及空调器 |
CN108036474A (zh) * | 2017-12-07 | 2018-05-15 | 北海市天硌打印耗材有限公司 | 一种空调温度调节方法及系统 |
CN109405203A (zh) * | 2017-12-28 | 2019-03-01 | 广州Tcl智能家居科技有限公司 | 一种空调智能控制方法及装置 |
CN108679797A (zh) * | 2018-07-19 | 2018-10-19 | 珠海格力电器股份有限公司 | 一种空调控制方法及系统 |
CN109556229A (zh) * | 2018-11-30 | 2019-04-02 | 广东美的制冷设备有限公司 | 空气调节设备的控制方法及空气调节设备 |
CN110486913A (zh) * | 2019-08-26 | 2019-11-22 | 珠海格力电器股份有限公司 | 空调的控制方法、装置、设备、空调和存储介质 |
CN110726210A (zh) * | 2019-10-17 | 2020-01-24 | 珠海格力电器股份有限公司 | 空调控制方法、装置、空调及空调系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113007875A (zh) * | 2021-03-12 | 2021-06-22 | 珠海格力电器股份有限公司 | 空调器的控制方法、装置、存储介质及处理器 |
CN113007875B (zh) * | 2021-03-12 | 2022-04-08 | 珠海格力电器股份有限公司 | 空调器的控制方法、装置、存储介质及处理器 |
CN114279067A (zh) * | 2021-12-13 | 2022-04-05 | 珠海大横琴科技发展有限公司 | 一种空气调节设备的控制方法和装置 |
WO2023236328A1 (zh) * | 2022-06-10 | 2023-12-14 | 佛山市顺德区美的电子科技有限公司 | 空调器控制方法、装置、空调器及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111397131B (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
CN111397153B (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
CN111397150A (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
US11920809B2 (en) | Predictive temperature scheduling for a thermostat using machine learning | |
CN111457565A (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
CN111442483B (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
US11708983B2 (en) | Error correction for predictive schedules for a thermostat | |
CN111397154B (zh) | 空气调节设备及其控制方法与装置 | |
US11609014B2 (en) | Predictive presence scheduling for a thermostat using machine learning | |
CN111442499A (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
CN111442498B (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
CN114963466B (zh) | 空调器睡眠模式的控制方法、装置、空调器以及存储介质 | |
CN111442501B (zh) | 空气调节设备及其控制方法与装置 | |
CN111442482A (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
JP2020186826A (ja) | 空調制御システム及びプログラム | |
CN112050438B (zh) | 制冷工况下空调器的控制方法 | |
CN114526540A (zh) | 空调器及其控制方法和计算机可读存储介质 | |
CN111397152B (zh) | 空气调节设备及其控制方法与装置 | |
CN111351174A (zh) | 一种空调器的控制方法、装置、空调器及存储介质 | |
CN112050392A (zh) | 制冷工况下空调器的控制方法 | |
CN114526538B (zh) | 空调器及其控制方法和计算机可读存储介质 | |
CN111397151B (zh) | 空气调节设备及其控制方法与装置 | |
CN112050389B (zh) | 制冷工况下空调器的控制方法 | |
CN112050383A (zh) | 制冷工况下空调器的控制方法 | |
CN112050388B (zh) | 制冷工况下空调器的控制方法 |
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: 20200710 |
|
RJ01 | Rejection of invention patent application after publication |