CN111397151B - 空气调节设备及其控制方法与装置 - Google Patents

Abstract

本申请公开了一种空气调节设备及其控制方法与装置，控制方法包括：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；获取与表征室内湿度的第一监控参数相关的特征信息，根据特征信息，获取用于触发湿度调节组件的目标触发阈值，目标触发阈值包括：除湿触发阈值、加湿触发阈值；获取第一监控参数当前的监控值；根据监控值和目标触发阈值，对湿度调节组件进行调节。该方法在多维调节模式中，可以根据与表征室内湿度的第一监控参数相关的特征信息确定出湿度调节组件的目标触发阈值，并根据第一监控参数当前的监控值与目标触发阈值，对湿度调节组件进行调节，从而实现了在多维调节模式中仅对室内空气湿度进行调整的目的。

Description

空气调节设备及其控制方法与装置

技术领域

本申请涉及电器技术领域，特别是涉及一种空调器及其控制方法与装置。

背景技术

目前，空气调节设备广泛应用于调节室内湿度、温度等参数，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。

发明内容

本申请旨在至少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供一种空气调节设备的控制方法，实现了在多维调节模式中仅对室内空气湿度进行调整的目的。

本申请的第二个目的在于提供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。

本申请第一方面实施例提供了一种空气调节设备的控制方法，所述控制方法包括：

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；

获取与表征室内湿度的第一监控参数相关的特征信息，根据所述特征信息，获取用于触发湿度调节组件的目标触发阈值，所述目标触发阈值包括：除湿触发阈值、加湿触发阈值；

获取所述第一监控参数当前的监控值；

根据所述监控值和所述目标触发阈值，对所述湿度调节组件进行调节。

根据本申请的一个实施例，所述根据所述特征信息，获取用于触发湿度调节组件的目标触发阈值，包括：

获取所述第一监控参数的除湿标准值；

将所述特征信息输入至第一目标模型中，得到所述第一监控参数的除湿推荐值；

识别所述除湿推荐值大于所述除湿标准值，则确定所述除湿标准值作为所述除湿触发阈值；

识别所述除湿推荐值小于或等于所述除湿标准值，则确定所述除湿推荐值作为所述除湿触发阈值。

根据本申请的一个实施例，所述根据所述特征信息，获取用于触发湿度调节组件的目标触发阈值，包括：

获取所述第一监控参数的加湿标准值；

将所述特征信息输入至第二目标模型，得到所述第一监控参数的加湿推荐值；

识别所述加湿推荐值大于所述加湿标准值，则确定所述加湿推荐值作为所述加湿触发阈值；

识别所述加湿推荐值小于或等于所述加湿标准值，则确定所述加湿标准值作为所述加湿触发阈值。

根据本申请的一个实施例，所述根据所述监控值和所述目标触发阈值，对所述湿度调节组件进行调节，包括：

识别所述监控值大于或者等于所述除湿触发阈值，控制所述湿度调节组件开启除湿模式，并根据所述监控值与所述除湿触发阈值的偏差值，对所述湿度调节组件的运行参数进行调节；

识别所述监控值小于或者等于所述加湿触发阈值，控制所述湿度调节组件开启加湿模式，并根据所述监控值与所述加湿触发阈值的偏差值，对所述湿度调节组件的运行参数进行调节。

根据本申请的一个实施例，还包括：

识别所述监控值大于所述加湿触发阈值且小于所述除湿触发阈值，控制所述湿度调节组件关闭。

根据本申请的一个实施例，将所述特征信息输入至目标模型之前，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，确定所述目标模型和所述目标模型所需的所述特征信息，其中，所述目标模型包括第一目标模型和第二目标模型。

根据本申请的一个实施例，所述根据所述类型，确定所述目标模型和所述目标模型所需的所述特征信息，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、当前时间信息以及所述空气调节设备的当前状态信息作为所述特征信息。

根据本申请的一个实施例，所述根据所述类型，确定所述目标模型和所述目标模型所需的所述特征信息，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、当前时间信息和所述空气调节设备的当前状态信息作为所述特性信息。

根据本申请的一个实施例，还包括：

将其他用户所对应的特征信息输入至所述第一学习模型，得到所述其他用户的群体属性，其中，所述其他用户所对应的特征信息中包括所述其他用户使用所述空气调节设备的历史使用数据；

根据所述群体属性，获取所述群体用户对应的所述目标推荐值，作为所述用户的所述目标推荐值。

根据本申请的一个实施例，所述湿度调节组件集成或者独立于所述空气调节设备。

本申请第二方面实施例还提供了一种空气调节设备的控制装置，所述控制装置包括：

响应模块，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，用于获取与表征室内湿度的第一监控参数相关的特征信息，根据所述特征信息，获取用于触发湿度调节组件的目标触发阈值，所述目标触发阈值包括：除湿触发阈值、加湿触发阈值，以及获取所述第一监控参数当前的监控值；

调节模块，用于根据所述监控值和所述目标触发阈值，对所述湿度调节组件进行调节。

根据本申请的一个实施例，所述获取模块，还用于：

获取所述第一监控参数的除湿标准值；

将所述特征信息输入至第一目标模型中，得到所述第一监控参数的除湿推荐值；

识别所述除湿推荐值大于所述除湿标准值，则确定所述除湿标准值作为所述除湿触发阈值；

识别所述除湿推荐值小于或等于所述除湿标准值，则确定所述除湿推荐值作为所述除湿触发阈值。

根据本申请的一个实施例，所述获取模块，还用于：

获取所述第一监控参数的加湿标准值；

将所述特征信息输入至第二目标模型中，得到所述第一监控参数的加湿推荐值；

识别所述加湿推荐值大于所述加湿标准值，则确定所述加湿推荐值作为所述加湿触发阈值；

识别所述加湿推荐值小于或等于所述加湿标准值，则确定所述加湿标准值作为所述加湿触发阈值。

根据本申请的一个实施例，所述调节模块，还用于：

识别所述监控值大于或者等于所述除湿触发阈值，控制所述湿度调节组件开启除湿模式，并根据所述监控值与所述除湿触发阈值的偏差值，对所述湿度调节组件的运行参数进行调节；

识别所述监控值小于或者等于所述加湿触发阈值，控制所述湿度调节组件开启加湿模式，并根据所述监控值与所述加湿触发阈值的偏差值，对所述湿度调节组件的运行参数进行调节。

根据本申请的一个实施例，所述调节模块，还用于：

识别所述监控值大于所述加湿触发阈值且小于所述除湿触发阈值，控制所述湿度调节组件关闭。

根据本申请的一个实施例，所述获取模块，还用于：

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，确定所述目标模型和所述目标模型所需的所述特征信息，其中，所述目标模型包括第一目标模型和第二目标模型。

根据本申请的一个实施例，所述获取模块，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、当前时间信息以及所述空气调节设备的当前状态信息作为所述特征信息。

根据本申请的一个实施例，所述获取模块，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、当前时间信息和所述空气调节设备的当前状态信息作为所述特性信息。

根据本申请的一个实施例，所述获取模块，还用于：

将其他用户所对应的特征信息输入至所述第一学习模型，获取所述其他用户的群体属性，其中，所述其他用户所对应的特征信息中包括所述其他用户使用所述空气调节设备的历史使用数据；

根据所述群体属性，获取所述群体用户对应的所述目标推荐值，作为所述用户的所述目标推荐值。

根据本申请的一个实施例，所述湿度调节组件集成或者独立于所述空气调节设备。

本申请实施例还提供了一种空气调节设备，包括如第二方面中所述的空气调节设备的控制装置。

本申请实施例还提供了一种电子设备，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，以用于实现上述实施例中所述的空气调节设备的控制方法。

本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例中所述的空气调节设备的控制方法。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

1、在多维调节模式中，可以根据与表征室内湿度的第一监控参数相关的特征信息确定出湿度调节组件的目标触发阈值，并根据第一监控参数当前的监控值与目标触发阈值，对湿度调节组件进行调节，从而实现了在多维调节模式中仅对室内空气湿度进行调整的目的。

2、通过将特征信息输入至目标模型，以获取到第一监控参数的目标推荐值，并基于目标推荐值和标准值，确定目标触发阈值，提升了控制的准确度。

3、基于监控值与目标触发阈值之间的偏差值，确定湿度调节组件的运行参数，提升了控制的准确度。

4、针对不同的用户，确定不同的学习模型和特征信息，并获取目标推荐值，使得室内空气湿度能够满足不同用户的需求，提升了用户满意度。

5、湿度调节组件集成或者独立于空气调节设备，能够提高湿度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。

附图说明

图1是本申请公开的一个实施例的空气调节设备的控制方法的流程示意图；

图2是本申请公开的一个实施例的空气调节设备的控制方法中根据特征信息，获取用于触发湿度调节组件的除湿触发阈值的步骤示意图；

图3是本申请公开的一个实施例的空气调节设备的控制方法中根据特征信息，获取用于触发湿度调节组件的加湿触发阈值的步骤示意图；

图4是本申请公开的一个实施例的空气调节设备的控制方法中根据监控值和目标触发阈值，对湿度调节组件进行调节的步骤示意图；

图5是本申请公开的另一个实施例的空气调节设备的控制方法中根据监控值和目标触发阈值，对湿度调节组件进行调节的步骤示意图；

图6是本申请公开的一个实施例的空气调节设备的控制方法中将用户的身份信息作为获取第一监控参数的目标推荐值的参考因素的步骤示意图；

图7是本申请公开的一个实施例的空气调节设备的控制方法中根据类型，确定用于获取目标推荐值的目标模型和目标模型所需的特征信息的步骤示意图；

图8是本申请公开的另一个实施例的空气调节设备的控制方法中根据类型，确定用于获取目标推荐值的目标模型和目标模型所需的特征信息的步骤示意图

图9是本申请公开的一个实施例的空气调节设备的控制方法中利用群体属性获取目标推荐值的步骤示意图；

图10是本申请公开的一个实施例的空气调节设备的控制装置的结构示意图；

图11是本申请公开的一个实施例的空气调节设备的结构示意图；

图12是本申请公开的一个实施例的电子设备的结构示意图。

具体实施方式

下面详细描述本申请的实施例，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，而不能理解为对本申请的限制。

下面参考附图描述本申请实施例的空气调节设备及其控制方法与装置。

图1为本申请公开的一个实施例中空气调节设备的控制方法的流程示意图。如图1所示，本申请实施例的空气调节设备的控制方法，具体包括以下步骤：

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，在本实施例中，空气调节设备具有多维调节模式，可对两个或者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(Air Quality Index，简称“AQI”)、二氧化碳浓度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。

可选地，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向空气调节设备发出用于开启多维调节模式的第一指令。

可选地，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机指令后，空气调节设备可在开机后自动进入多维调节模式，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，比较简便。

S102、获取与表征室内湿度的第一监控参数相关的特征信息，根据特征信息，获取用于触发湿度调节组件的目标触发阈值，目标触发阈值包括：除湿触发阈值、加湿触发阈值。

具体地，本实施例中与表征室内湿度的第一监控参数相关的特征信息包括：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等。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、新风模式、运行模式、累计使用次数、累计使用时长等数据。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。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。第一监控参数为室内湿度。

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，获取到特征信息，即可以根据特征信息，获取用于触发湿度调节组件的目标触发阈值，其中，目标触发阈值包括除湿触发阈值、加湿触发阈值。下面对获取除湿触发阈值和加湿触发阈值分别进行说明。

如图2所示，根据特征信息，获取用于触发湿度调节组件的除湿触发阈值，包括以下步骤：

S201、获取第一监控参数的除湿标准值。

第一监控参数的除湿标准值可以通过预先标定的室内除湿湿度参数值来获取。其中，第一监控参数的除湿标准值为室内除湿湿度的标准值；可选地，除湿标准值指的是国家标准中规定的室内湿度的最大允许值，例如，除湿标准值为70％rh。

S202、将特征信息输入至第一目标模型中，得到第一监控参数的除湿推荐值。

可预先建立自学习模型，并将获取到的特征信息输入至预先建立的自学习模型(即第一目标模型)中，就可以得到第一监控参数的除湿推荐值。应当理解的是，特征信息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等。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。

S203、识别除湿推荐值大于除湿标准值，则确定除湿标准值作为除湿触发阈值。

将除湿推荐值与除湿标准值进行对比，即可以识别出除湿推荐值与除湿标准值之间的大小。其中，当识别出除湿推荐值大于除湿标准值时，则表明用户对相对潮湿的环境的敏感度较低，但当用户长期处在相对潮湿的环境中时，其身体易受到损伤，因此，为了避免潮湿环境对用户的身体造成损伤，此时将除湿标准值作为除湿触发值，即提前进行除湿。

S204、识别除湿推荐值小于或等于除湿标准值，则确定除湿推荐值作为除湿触发阈值。

当识别出除湿推荐值小于或等于除湿标准值时，则表明用户对相对潮湿的环境敏感度较高；此时为了满足用户需求，则将除湿推荐值作为除湿触发阈值，即提前进行除湿。

如图3所示，根据特征信息，获取用于触发湿度调节组件的加湿触发阈值，包括以下步骤：

S301、获取第一监控参数的加湿标准值。

第一监控参数的加湿标准值可以通过预先标定的室内加湿湿度参数值来获取。其中，第一监控参数的加湿标准值为室内加湿湿度的标准值；可选地，加湿标准值指的是国家标准中规定的室内湿度的最小允许值，例如，加湿标准值为40％rh。

S302、将特征信息输入至第二目标模型中，得到第一监控参数的加湿推荐值。

可预先建立自学习模型，并将获取到的特征信息输入至预先建立的自学习模型(即第二目标模型)中，就可以得到第一监控参数的加湿推荐值。应当理解的是，特征信息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等。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。

S303、识别加湿推荐值大于加湿标准值，则确定加湿推荐值作为加湿触发阈值。

将加湿推荐值与加湿标准值进行对比，即可以识别出加湿推荐值与加湿标准值之间的大小。其中，当识别出加湿推荐值大于加湿标准值时，则表明用户对相对干燥的环境的敏感度较高，此时为了满足用户需求，则将加湿推荐值作为加湿触发值，即提前进行加湿。

S304、识别加湿推荐值小于或等于加湿标准值，则确定加湿标准值作为加湿触发阈值。

当识别出加湿推荐值小于或等于加湿标准值时，则表明用户对相对干燥的环境敏感度较低；但当用户长期处在相对干燥的环境中时，其身体易受到损伤，因此，为了避免干燥环境对用户的身体造成损伤，此时将加湿标准值作为加湿触发值，即提前进行加湿。

S103、获取第一监控参数当前的监控值。

由于第一监控参数表征的是室内湿度，因此，可以利用湿度传感器对室内的空气湿度进行监测，进而获取到当前的监控值。

S104、根据监控值和目标触发阈值，对湿度调节组件进行调节。

获取到第一监控参数的监控值和目标触发阈值，就可以根据监控值和目标触发阈值，对湿度调节组件进行调节，从而对室内的湿度进行调整。

其中，当目标触发阈值为除湿触发阈值时，如图4所示，包括以下步骤：

S401、判断监控值与除湿触发阈值之间的大小关系。

将监控值与除湿触发阈值进行对比，即可以获知两者之间的大小关系。其中，当监控值大于或等于除湿触发阈值时，则执行步骤S402-S403；否则，则执行步骤S404。

S402、识别监控值大于或者等于除湿触发阈值，控制湿度调节组件开启除湿模式。

识别出监控值大于或等于除湿触发阈值时，表明当前室内空气的湿度较大，此时则控制湿度调节组件开启除湿模式，以对进行除湿。

S403、根据监控值与除湿触发阈值的偏差值，对湿度调节组件的运行参数进行调节。

其中，当监控值与除湿触发阈值之间的偏差值较大时，则可以提升湿度调节组件中风机的风速。

可选地，可以利用监控值与除湿触发阈值的偏差值，查询偏差值与运行参数之间的映射关系，来确定湿度调节组件的目标运行参数，并将湿度调节组件的当前运行参数调整至目标运行参数。其中，偏差值可以但不限于为比值或差值，具体可根据实际情况而定，在此不作限定。

S404、识别监控值小于除湿触发阈值，控制湿度调节组件关闭除湿模式。

当监控值小于除湿触发阈值时，表明当前室内的空气湿度符合用户预期，此时，则控制湿度调节组件关闭除湿模式。

当目标触发阈值为加湿触发阈值时，如图5所示，包括以下步骤：

S501、判断监控值与加湿触发阈值之间的大小关系。

将监控值与加湿触发阈值进行对比，即可以获知两者之间的大小关系。其中，当监控值小于或等于加湿触发阈值时，则执行步骤S502-S503；否则，则执行步骤S504。

S502、识别监控值小于或者等于加湿触发阈值，控制湿度调节组件开启加湿模式。

识别出监控值小于或等于加湿触发阈值时，表明当前室内空气的湿度较小，此时则控制湿度调节组件开启加湿模式，以对进行加湿。

S503、根据监控值与加湿触发阈值的偏差值，对湿度调节组件的运行参数进行调节。

其中，当监控值与加湿触发阈值之间的偏差值较大时，则可以提升湿度调节组件中风机的风速。

可选地，可以利用监控值与加湿触发阈值的偏差值，查询偏差值与运行参数之间的映射关系，来确定湿度调节组件的目标运行参数，并将湿度调节组件的当前运行参数调整至目标运行参数。其中，偏差值可以但不限于为比值或差值，具体可根据实际情况而定，在此不作限定。

S504、识别监控值大于加湿触发阈值，控制湿度调节组件关闭加湿模式。

当监控值大于加湿触发阈值时，表明当前室内的空气湿度符合用户预期，此时，则控制湿度调节组件关闭加湿模式。

应当理解的是，本实施例中，当监控值大于加湿触发阈值且小于除湿触发阈值，控制湿度调节组件关闭，即将湿度调节组件的加湿模式和除湿模式均关闭。

在一些实施例中，将特征信息输入至目标模型之前时，还可以根据用户的身份信息确定目标模型和目标模型所需的特征信息，以提升控制的精准度，其中，目标模型包括第一目标模型和第二目标模型。如图6所示，包括以下步骤：

S601、获取用户的身份信息，根据身份信息识别用户的类型。

其中，用户的身份信息可包括用户使用空气调节设备的账号，以及装载空气调节设备APP的设备的标识信息等，其中，标识信息可包括设备码。

可选地，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。若识别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。

可选地，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。

其中，可预先建立用户使用空气调节设备的历史使用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。

可选地，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。

此外，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。

S602、根据类型，确定目标模型和目标模型所需的特征信息。

作为一种可能的实现方式，如图7所示，包括以下步骤：

S701、识别用户为第一类用户。

详见上述描述，在此就不在一一赘述。

S702、获取第一类用户对应的第一学习模型，作为目标模型。

空气调节设备具有自学习模式，当确定出用户为第一类用户(即老用户)时，根据第一类用户与空气调节设备中自学习模式之间的映射关系，即可以获取到第一类用户对于的第一学习模型；然后，将其作为目标模型。

S703、获取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、当前时间信息以及空气调节设备的当前状态信息作为特征信息。

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，可将获取到的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、当前时间信息以及空气调节设备的当前状态信息作为特征信息。

作为另一种可能的实现方式，如图8所示，包括以下步骤：、

S801、识别用户为第二类用户。

详见上述描述，在此就不在一一赘述。

S802、获取第二类用户对应的第二学习模型，作为目标模型。

空气调节设备具有自学习模式，当确定出用户为第二类用户(即新用户)时，根据第二类用户与空气调节设备中自学习模式之间的映射关系，即可以获取到第二类用户对于的第二学习模型；然后，将其作为目标模型。

S803、获取用户所处环境的当前环境数据、当前时间信息和空气调节设备的当前状态信息作为特性信息。

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使用数据不能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，不将用户使用空气调节设备的历史使用数据作为特征信息。因此，可近将获取到所处环境的当前环境数据、当前时间信息以及空气调节设备的当前状态信息作为特征信息。

在一些实施例中，当识别出用户为第二类用户时，为了使得根据特征信息获取到目标推荐值更符合实际情况，则可以根据其他用户的使用情况来确定目标推荐值，即利用群体属性获取目标推荐值。如图9所示，包括以下步骤：

S901、将其他用户所对应的特征信息输入至第一学习模型中，得到其他用户的群体属性，其中，其他用户所对应的特征信息中包括其他用户使用空气调节设备的历史使用数据。

使用第一类用户对应的第一学习模型，对其他用户所对应的特征信息进行学习，即可以获取到其他用户的目标推荐值，并将获取到的其他用户的目标推荐值，作为其他用户的群体属性。

S902、根据群体属性，获取群体用户对应的目标推荐值，作为用户的目标推荐值。

将其他用户的群体属性中的各个目标推荐值进行数学运算，如加权平均等，即可以获取到群体用户对应的目标推荐值，并将其作为第二类用户的目标推荐值。

需要说明的是，本申请实施例中的湿度调节组件集成或者独立于空气调节设备，从而提高湿度调节组件的适用性和灵活性，以使得本申请可以更广泛地应用于空气调节设备。

综上所述本申请实施例中的技术方案，至少具有如下技术效果或优点：

1、在多维调节模式中，可以根据与表征室内湿度的第一监控参数相关的特征信息确定出湿度调节组件的目标触发阈值，并根据第一监控参数当前的监控值与目标触发阈值，对湿度调节组件进行调节，从而实现了在多维调节模式中仅对室内空气湿度进行调整的目的。

2、通过将特征信息输入至目标模型，以得到到第一监控参数的目标推荐值，并基于目标推荐值和标准值，确定目标触发阈值，提升了控制的准确度。

3、基于监控值与目标触发阈值之间的偏差值，确定湿度调节组件的运行参数，提升了控制的准确度。

4、针对不同的用户，确定不同的学习模型和特征信息，并获取目标推荐值，使得室内空气湿度能够满足不同用户的需求，提升了用户满意度。

5、湿度调节组件集成或者独立于空气调节设备，能够提高湿度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。

基于同一发明构思，本申请实施例还提供了与上述实施例中方法对应的装置。

图10是本申请公开的一个实施例的空气调节设备的控制装置的结构示意图。如图10所示，空气调节设备的控制装置100包括：

响应模块11，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12，用于获取与表征室内湿度的第一监控参数相关的特征信息，根据特征信息，获取用于触发湿度调节组件的目标触发阈值，目标触发阈值包括：除湿触发阈值、加湿触发阈值，以及获取第一监控参数当前的监控值；

调节模块13，用于根据监控值和目标触发阈值，对湿度调节组件进行调节。

进一步地，获取模块12，还用于：

获取第一监控参数的除湿标准值；

将特征信息输入至第一目标中模型，得到第一监控参数的除湿推荐值；

识别除湿推荐值大于除湿标准值，则确定除湿标准值作为除湿触发阈值；

识别除湿推荐值小于或等于除湿标准值，则确定除湿推荐值作为除湿触发阈值。

进一步地，获取模块12，还用于：

获取第一监控参数的加湿标准值；

将特征信息输入至第二目标模型中，获取第一监控参数的加湿推荐值；

识别加湿推荐值大于加湿标准值，则确定加湿推荐值作为加湿触发阈值；

识别加湿推荐值小于或等于加湿标准值，则确定加湿标准值作为加湿触发阈值。

进一步地，调节模块13，还用于：

识别监控值大于或者等于除湿触发阈值，控制湿度调节组件开启除湿模式，并根据监控值与除湿触发阈值的偏差值，对湿度调节组件的运行参数进行调节；

识别监控值小于或者等于加湿触发阈值，控制湿度调节组件开启加湿模式，并根据监控值与加湿触发阈值的偏差值，对湿度调节组件的运行参数进行调节。

进一步地，调节模块13，还用于：

识别监控值大于加湿触发阈值且小于除湿触发阈值，控制湿度调节组件关闭。

进一步地，获取模块12，还用于：

获取用户的身份信息，根据身份信息识别用户的类型，根据类型，确定目标模型和目标模型所需的特征信息，其中，目标模型包括第一目标模型和第二目标模型。

进一步地，获取模块12，还用于：

识别用户为第一类用户；

获取第一类用户对应的第一学习模型，作为目标模型；

获取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、当前时间信息以及空气调节设备的当前状态信息作为特征信息。

进一步地，获取模块12，还用于：

识别用户为第二类用户；

获取第二类用户对应的第二学习模型，作为目标模型；

获取用户所处环境的当前环境数据、当前时间信息和空气调节设备的当前状态信息作为特性信息。

进一步地，获取模块12，还用于：

将其他用户所对应的特征信息输入至第一学习模型中，得到其他用户的群体属性，其中，其他用户所对应的特征信息中包括其他用户使用空气调节设备的历史使用数据；

根据群体属性，获取群体用户对应的目标推荐值，作为用户的目标推荐值。

进一步地，湿度调节组件集成或者独立于空气调节设备。

应当理解的是，上述装置用于执行上述实施例中的方法，装置中相应的程序模块，其实现原理和技术效果与上述方法中的描述类似，该装置的工作过程可参考上述方法中的对应过程，此处不再赘述。

综上所述本申请实施例中的技术方案，至少具有如下技术效果或优点：

1、在多维调节模式中，可以根据与表征室内湿度的第一监控参数相关的特征信息确定出湿度调节组件的目标触发阈值，并根据第一监控参数当前的监控值与目标触发阈值，对湿度调节组件进行调节，从而实现了在多维调节模式中仅对室内空气湿度进行调整的目的。

2、通过将特征信息输入至目标模型，以得到第一监控参数的目标推荐值，并基于目标推荐值和标准值，确定目标触发阈值，提升了控制的准确度。

3、基于监控值与目标触发阈值之间的偏差值，确定湿度调节组件的运行参数，提升了控制的准确度。

4、针对不同的用户，确定不同的学习模型和特征信息，并获取目标推荐值，使得室内空气湿度能够满足不同用户的需求，提升了用户满意度。

5、湿度调节组件集成或者独立于空气调节设备，能够提高湿度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。

为了实现上述实施例，本申请还提供了一种空气调节设备，如图11所示，该空气调节设备包括上述空气调节设备的控制装置100。

为了实现上述实施例，本申请还提供了一种电子设备，如图12所示，该电子设备200包括存储器21、处理器22；其中，处理器22通过读取存储器21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，以用于实现上文方法的各个步骤。

为了实现上述实施例的方法，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例中方法的各个步骤。

在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。

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一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本申请中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。

在本申请中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

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申请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。

尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (12)

1.一种空气调节设备的控制方法，其特征在于，所述控制方法包括：

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；

获取与表征室内湿度的第一监控参数相关的特征信息，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，确定目标模型和所述目标模型所需的所述特征信息，所述用户的类型包括老用户和新用户，所述目标模型包括与所述老用户对应的第一目标模型和与所述新用户对应的第二目标模型；

根据所述特征信息和所述目标模型，获取用于触发湿度调节组件的目标触发阈值，所述目标触发阈值包括：除湿触发阈值、加湿触发阈值；所述根据所述特征信息和所述目标模型，获取用于触发湿度调节组件的目标触发阈值，包括：获取所述第一监控参数的除湿标准值；将所述特征信息输入至所述第一目标模型中，得到所述第一监控参数的除湿推荐值；识别所述除湿推荐值大于所述除湿标准值，则确定所述除湿标准值作为所述除湿触发阈值；识别所述除湿推荐值小于或等于所述除湿标准值，则确定所述除湿推荐值作为所述除湿触发阈值；

获取所述第一监控参数当前的监控值；

根据所述监控值和所述目标触发阈值，对所述湿度调节组件进行调节。

2.根据权利要求1所述的方法，其特征在于，所述根据所述特征信息和所述目标模型，获取用于触发湿度调节组件的目标触发阈值，包括：

获取所述第一监控参数的加湿标准值；

将所述特征信息输入至所述第二目标模型中，得到所述第一监控参数的加湿推荐值；

识别所述加湿推荐值大于所述加湿标准值，则确定所述加湿推荐值作为所述加湿触发阈值；

识别所述加湿推荐值小于或等于所述加湿标准值，则确定所述加湿标准值作为所述加湿触发阈值。

3.根据权利要求2所述的方法，其特征在于，所述根据所述监控值和所述目标触发阈值，对所述湿度调节组件进行调节，包括：

识别所述监控值大于或者等于所述除湿触发阈值，控制所述湿度调节组件开启除湿模式，并根据所述监控值与所述除湿触发阈值的偏差值，对所述湿度调节组件的运行参数进行调节；

识别所述监控值小于或者等于所述加湿触发阈值，控制所述湿度调节组件开启加湿模式，并根据所述监控值与所述加湿触发阈值的偏差值，对所述湿度调节组件的运行参数进行调节。

4.根据权利要求3所述的方法，其特征在于，还包括：

识别所述监控值大于所述加湿触发阈值且小于所述除湿触发阈值，控制所述湿度调节组件关闭。

5.根据权利要求1所述的方法，其特征在于，所述根据所述类型，确定目标模型和所述目标模型所需的所述特征信息，包括：

识别所述用户为老用户；

获取所述老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、当前时间信息以及所述空气调节设备的当前状态信息作为所述特征信息。

6.根据权利要求1所述的方法，其特征在于，所述根据所述类型，确定目标模型和所述目标模型所需的所述特征信息，包括：

识别所述用户为新用户；

获取所述新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、当前时间信息和所述空气调节设备的当前状态信息作为所述特征信息。

7.根据权利要求6所述的方法，其特征在于，还包括：

将其他用户所对应的特征信息输入至第一学习模型，得到所述其他用户的群体属性，其中，所述其他用户所对应的特征信息中包括所述其他用户使用所述空气调节设备的历史使用数据；

根据所述群体属性，获取群体用户对应的目标推荐值，作为所述用户的所述目标推荐值。

8.根据权利要求1-7中任一项所述的方法，其特征在于，所述湿度调节组件集成或者独立于所述空气调节设备。

9.一种空气调节设备的控制装置，其特征在于，所述控制装置包括：

响应模块，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，用于获取与表征室内湿度的第一监控参数相关的特征信息，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，确定目标模型和所述目标模型所需的所述特征信息，所述用户的类型包括老用户和新用户，所述目标模型包括与所述老用户对应的第一目标模型和与所述新用户对应的第二目标模型，根据所述特征信息和所述目标模型，获取用于触发湿度调节组件的目标触发阈值，所述目标触发阈值包括：除湿触发阈值、加湿触发阈值，以及获取所述第一监控参数当前的监控值；所述获取模块具体用于：获取所述第一监控参数的除湿标准值；将所述特征信息输入至所述第一目标模型中，得到所述第一监控参数的除湿推荐值；识别所述除湿推荐值大于所述除湿标准值，则确定所述除湿标准值作为所述除湿触发阈值；识别所述除湿推荐值小于或等于所述除湿标准值，则确定所述除湿推荐值作为所述除湿触发阈值；

调节模块，用于根据所述监控值和所述目标触发阈值，对所述湿度调节组件进行调节。

10.一种空气调节设备，其特征在于，包括如权利要求9所述的空气调节设备的控制装置。

11.一种电子设备，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1-8中任一项所述的空气调节设备的控制方法。

12.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一项所述的空气调节设备的控制方法。

Images