CN111397154B - 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；获取多维监控参数中每维监控参数的推荐值；识别新风组件处于开启状态，获取剩余每维监控参数所对应的调节组件的运行参数的补偿量，并对运行参数进行补偿；控制剩余每维监控参数所对应的调节组件按照补偿后的运行参数运行。该方法在多维调节模式中，新风组件处于开启状态时，可以对剩余每维监控参数所对应的调节组件的运行参数进行补偿，并控制剩余每维监控参数所对应的调节组件按照补偿后的运行参数运行，从而降低新风组件开启对其他维度的调节组件的工作状态产生影响，提升空气调节设备的运行稳定性。

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在开启新风功能后，其剩余的功能(如制冷、制热等)将受到较大的影响，如工作效率降低等，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，在多维调节模式中，降低了新风组件开启对其他维度的调节组件的工作状态产生影响，提升空气调节设备的运行稳定性。

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；

获取多维监控参数中每维监控参数的推荐值；

识别所述新风组件处于开启状态，获取剩余每维监控参数所对应的调节组件的运行参数的补偿量，并对所述运行参数进行补偿，其中，所述剩余每维监控参数为非所述新风组件对应的监控参数；

控制所述剩余每维监控参数所对应的调节组件按照补偿后的运行参数运行。

根据本申请的一个实施例，所述获取剩余每维监控参数所对应的调节组件的运行参数的补偿量，包括：

获取所述补偿量的训练模型；

获取与所述补偿量相关的第一数据，所述第一数据包括所述调节组件的历史运行参数数据、所处的历史环境数据和当前的环境数据；

根据所述训练模型和所述第一数据，确定所述调节组件的补偿量。

根据本申请的一个实施例，所述根据所述训练模型和所述第一数据，确定所述调节组件的补偿量，包括：

将所述第一数据输入至所述心里模型中，得到所述调节组件在当前环境中的能耗损失量；

根据所述能耗损失量和所述当前的环境数据，确定所述补偿量。

根据本申请的一个实施例，所述根据所述能耗损失量和所述当前的环境数据，确定所述补偿量，包括：

获取所述调节组件所对应的补偿学习模型；

将所述能耗损失量和所述当前的环境数据输入至所述补偿学习模型，得到所述补偿量。

根据本申请的一个实施例，所述获取剩余每维监控参数所对应调节组件的运行参数的补偿量之前，还包括：

获取所述剩余每维监控参数当前的室内监控值和室外监控值；

检测并确定所述室内监控值所表征的监控参数质量优于所述室外监控值所表征的监控参数质量。

根据本申请的一个实施例，所述获取所述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。

根据本申请的一个实施例，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二数据；

将所述第二数据输入至所述目标模型，得到所述推荐值。

根据本申请的一个实施例，还包括：

获取所述多维监控参数中温度的推荐值；

将所述第二数据和所述温度的推荐值输入至所述目标模型中，得到剩余的每维监控参数的推荐值。

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，用于获取多维监控参数中每维监控参数的推荐值；

补偿模块，用于识别所述新风组件处于开启状态，获取剩余每维监控参数所对应调节组件的运行参数的补偿量，并对所述运行参数进行补偿，其中，所述剩余每维监控参数为非所述新风组件对应的监控参数；

控制模块，用于控制所述剩余每维监控参数所对应的调节组件按照补偿后的运行参数运行。

根据本申请的一个实施例，所述获取模块，还用于：

获取所述补偿量的训练模型；

获取与所述补偿量相关的第一数据，所述第一数据包括所述调节组件的历史运行参数数据、所处的历史环境数据和当前的环境数据；

根据所述训练模型和所述第一数据，确定所述调节组件的补偿量。

根据本申请的一个实施例，所述获取模块，还用于：

将所述第一数据输入至所述训练模型中，得到所述调节组件在当前环境中的能耗损失量；

根据所述能耗损失量和所述当前的环境数据，确定所述补偿量。

根据本申请的一个实施例，所述获取模块，还用于：

获取所述调节组件所对应的补偿学习模型；

将所述能耗损失量和所述当前的环境数据输入至所述补偿学习模型中，得到所述补偿量。

根据本申请的一个实施例，所述获取模块，还用于：

获取所述剩余每维监控参数当前的室内监控值和室外监控值；

检测并确定所述室内监控值所表征的监控参数质量优于所述室外监控值所表征的监控参数质量。

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，获取所述多维监控参数中每维监控参数的推荐值。

根据本申请的一个实施例，所述获取模块，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二数据；

将所述第二数据输入至所述目标模型中，得到所述推荐值。

根据本申请的一个实施例，所述获取模块，还用于：

获取所述多维监控参数中温度的推荐值；

将所述第二数据和所述温度的推荐值输入至所述目标模型中，得到剩余的每维监控参数的推荐值。

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，在新风组件处于开启状态时，可以对剩余每维监控参数所对应的调节组件的运行参数进行补偿，并控制剩余每维监控参数所对应的调节组件按照补偿后的运行参数运行，从而降低新风组件开启对其他维度的调节组件的工作状态产生影响，提升空气调节设备的运行稳定性。

2、基于第一数据和训练模型，确定调节组件的补偿量，提升了控制精准度。

3、基于能耗损失量和当前的环境数据，确定补偿量，提升了控制精准度。

4、在识别到室内监控值所表征的监控参数质量优于所述室外监控值所表征的监控参数质量时，对剩余每维监控参数所对应的调节组件的运行参数进行补偿，提升了控制的准确度。

5、根据用户的身份信息识别用户的类型，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。

6、基于第二数据和温度的推荐值，获取剩余每维监控参数的推荐值，提升了控制精准度。

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获取剩余每维监控参数所对应的调节组件的运行参数的补偿量的步骤示意图；

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训练模型和第一数据，确定调节组件的补偿量的步骤示意图；

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能耗损失量和当前的环境数据，确定补偿量的步骤示意图；

图5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获取剩余每维监控参数所对应调节组件的运行参数的补偿量之前的步骤示意图；

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多维监控参数中每维监控参数的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在剩余的每维监控参数的推荐值时，将多维监控参数中温度的推荐值作为参考因素的步骤示意图；

图8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9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10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、获取多维监控参数中每维监控参数的推荐值。

具体地，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、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，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维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。

此外，空气调节设备进入多维调节模式后，还可自动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，可也为监控参数推荐一个取值范围。

举例而言，多维监控参数包括湿度、温度、风速、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。

举例而言，监控参数为温度时，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、识别新风组件处于开启状态，获取剩余每维监控参数所对应的调节组件的运行参数的补偿量，并对运行参数进行补偿，其中，剩余每维监控参数为非新风组件对应的监控参数。

具体地，当空气调节设备下发开启新风组件的控制指令，且空气调节设备接收到新风组件开启的反馈信号后，即可以确定出新风组件处于开启状态。

当新风组件开启后，在新风组件的作用下室外的空气将进入室内，进而影响室内空气的温度、湿度、PM2.5浓度、二氧化碳浓度、空气质量指数等数据。进一步地，当室内空气的数据发生变化后，也将会对剩余每维监控参数所对应的调节组件的工作情况产生影响，并降低相应的调节组件的工作效率。例如，当空气调节设备有一维工作模式为加湿模式，且当前的室外湿度小于室内湿度时，新风组件开启后，随着室外空气源源不断的进入室内，将会导致室内湿度不断下降，致使加湿调节组件的加湿效率下降。

因此，本实施例中，在新风组件开启后，将获取每维监控参数所对应的调节组件的运行参数的补偿量，并对运行参数进行补偿，从而消除新风组件开启后对剩余每维监控参数所对应的调节组件的工作情况产生影响；其中，剩余每维监控参数为非新风组件对应的监控参数。

作为一种可能的实现方式，如图2所示，获取剩余每维监控参数所对应的调节组件的运行参数的补偿量，包括以下步骤：

S201、获取补偿量的训练模型。

具体地，空气调节设备中的存储空间中预先存储有补偿量的训练模型，在确定出新风组件处于开启状态后，即可以从存储空间中调取出训练模型。

S202、获取与补偿量相关的第一数据，第一数据包括调节组件的历史运行参数数据、所处的历史环境数据和当前的环境数据。

具体地，空气调节设备在运行过程中，其将记录并在其存储空间中存储调节组件的历史运行参数数据，如运行频率、运行风速等，以及记录并存储调节组件所处的历史环境数据，如温度、湿度等。因此，从空气调节设备的存储空间中可以调取出调节组件的历史运行参数数据、所处的历史环境数据。

对于当前的环境数据，可以利用相应的检测装置对当前的环境进行检测，例如，利用温度传感器获取当前的环境温度。可选地，历史环境数据和当前的环境数据均包括室内环境数据和室外环境数据。

S203、根据训练模型和第一数据，确定调节组件的补偿量。

具体地，将第一数据输入至训练模型中，即可以确定出调节组件的补偿量。

可选地，如图3所示，包括以下步骤：

S301、将第一数据输入至训练模型中，得到调节组件在当前环境中的能耗损失量。

将第一数据输入至训练模型中，即可以得到调节组件在当前环境中的能耗损失量。例如，在制冷模式时，即可以获取到制冷量的损失量；在制热模式时，即可以获取到制热量的损失量；在加湿模式时，即可以获取到加湿量的损失量；在除湿模式时，即可以获取到除湿量的损失量；在净化模式时，即可以获取到PM2.5等的交换的损失量。

S302、根据能耗损失量和当前的环境数据，确定补偿量。

具体地，如图4所示，包括以下步骤：

S401、获取调节组件所对应的补偿学习模型。

空气调节设备中的存储空间中预先存储有调节组件所对应的补偿学习模型，可以从存储空间中调取出调节组件所对应的补偿学习模型。

S402、将能耗损失量和当前的环境数据输入至补偿学习模型中，得到补偿量。

将能耗损失量和当前的环境数据输入至补偿学习模型中，即可以获取到相应的调节组件的补偿量。

需要说明的是，在获取到剩余每维监控参数所对应的调节组件的运行参数的补偿量后，即可以对运行参数进行补偿。例如，当得到制冷模式下的补偿量为a，且调节制冷强度的风机当前的工作频率b时，则对工作频率b进行补偿，补偿后的工作频率为b+a。

S104、控制剩余每维监控参数所对应的调节组件按照补偿后的运行参数运行。

具体地，在对每维监控参数所对应的调节组件的运行参数进行补偿后，即可以控制每维监控参数所对应的调节组件按照补偿后的运行参数运行，从而降低新风组件开启对其他维度的调节组件的工作状态产生影响，提升空气调节设备的运行稳定性。

在一些实施例中，在获取剩余每维监控参数所对应调节组件的运行参数的补偿量之前，还可以对剩余每维监控参数当前的室内监控值和室外监控值进行监控，以提升控制的精准度。如图5所示，包括以下步骤：

S501、获取剩余每维监控参数当前的室内监控值和室外监控值。

具体地，利用每维监控参数所对应的环境监测装置，即可以获取到剩余每维监控参数当前的室内监控值和室外监控值。例如，当监控参数为温度时，可以利用温度传感器监测室内的温度和室外的温度；当监控参数为湿度时，可以利用湿度传感器监测室内的湿度和室外的湿度。

S502、检测并确定室内监控值所表征的监控参数质量优于室外监控值所表征的监控参数质量。

具体地，当室内监控值所表征的监控参数质量优于室外监控值所表征的监控参数质量时，经新风组件由室外进入室内的空气将会影响到其他调节组件的工作情况，并降低其他调节组件的工作效率，因此，此时才对其他调节组件的运行参数进行补偿。

其中，本实施例中，监控参数为温度时，在制冷模式下，则室内监控值所表征的监控参数质量优于室外监控值所表征的监控参数质量的情况为：室内温度小于室外温度；监控参数为温度时，在制热模式下，则室内监控值所表征的监控参数质量优于室外监控值所表征的监控参数质量的情况为：室内温度大于室外温度；监控参数为湿度时，在加湿模式下，则室内监控值所表征的监控参数质量优于室外监控值所表征的监控参数质量的情况为：室内湿度大于室外湿度；监控参数为湿度时，在除湿模式下，则室内监控值所表征的监控参数质量优于室外监控值所表征的监控参数质量的情况为：室内湿度小于室外湿度；监控参数为PM2.5等空气质量时，在净化模式下，则室内监控值所表征的监控参数质量优于室外监控值所表征的监控参数质量的情况为：室内PM2.5等空气质量小于室外PM2.5等空气质量。

在一些实施例中，可以将用户的身份信息作为获取多维监控参数中每维监控参数的推荐值的参考因素，以提升控制的准确度。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。

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。

可选地，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，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。

可选地，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二数据，然后基于目标模型和第二数据获取推荐值。其中，第二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。

可选地，空气调节设备具有自学习模式，基于目标模型和第二数据获取推荐值，可包括将第二数据输入至目标模型中，以得到每维监控参数的推荐值。

作为一种可能的实现方式，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二数据，然后将第二数据输入至第一学习模型中，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、具体时间段作为第二数据，然后将第二数据输入至第一学习模型中，就可以得到湿度的推荐值。

作为另一种可能的实现方式，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。

可选地，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二数据，然后将第二数据输入至第二学习模型中，就可以得到用户的群体属性，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。

可选地，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、具体时间段作为第二数据，然后使用第二学习模型对第二数据进行自学习，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。

在一些实施例中，在剩余的每维监控参数的推荐值时，还可以将多维监控参数中温度的推荐值作为参考因素，以提升控制的精准度。如图7所示，包括以下步骤：

S701、获取多维监控参数中温度的推荐值。

详见上述步骤中获取多维监控参数中每维监控参数的推荐值，其中，将温度作为监控参数即可以获取到温度的推荐值。

S702、将第二数据和温度的推荐值输入至目标模型中，得到剩余的每维监控参数的推荐值。

将第二数据输入至上述步骤中根据用户类型确定出的目标模型中，即可以获取到剩余的每维监控参数的推荐值。

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，在新风组件处于开启状态时，可以对剩余每维监控参数所对应的调节组件的运行参数进行补偿，并控制剩余每维监控参数所对应的调节组件按照补偿后的运行参数运行，从而降低新风组件开启对其他维度的调节组件的工作状态产生影响，提升空气调节设备的运行稳定性。

2、基于第一数据和训练模型，确定调节组件的补偿量，提升了控制精准度。

3、基于能耗损失量和当前的环境数据，确定补偿量，提升了控制精准度。

4、在识别到室内监控值所表征的监控参数质量优于所述室外监控值所表征的监控参数质量时，对剩余每维监控参数所对应的调节组件的运行参数进行补偿，提升了控制的准确度。

5、根据用户的身份信息识别用户的类型，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。

6、基于第二数据和温度的推荐值，获取剩余每维监控参数的推荐值，提升了控制精准度。

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8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8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，用于获取多维监控参数中每维监控参数的推荐值；

补偿模块13，用于识别新风组件处于开启状态，获取剩余每维监控参数所对应调节组件的运行参数的补偿量，并对运行参数进行补偿；

控制模块14，用于控制剩余每维监控参数所对应的调节组件按照补偿后的运行参数运行。

进一步地，获取模块12，还用于：

获取补偿量的训练模型；

获取与补偿量相关的第一数据，第一数据包括调节组件的历史运行参数数据、所处的历史环境数据和当前的环境数据；

根据训练模型和第一数据，确定调节组件的补偿量。

进一步地，获取模块12，还用于：

将第一数据输入至训练模型中，得到调节组件在当前环境中的能耗损失量；

根据能耗损失量和当前的环境数据，确定补偿量。

进一步地，获取模块12，还用于：

获取调节组件所对应的补偿学习模型；

将能耗损失量和当前的环境数据输入至补偿学习模型中，得到补偿量。

进一步地，获取模块12，还用于：

获取剩余每维监控参数当前的室内监控值和室外监控值；

检测并确定室内监控值所表征的监控参数质量优于室外监控值所表征的监控参数质量。

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，获取多维监控参数中每维监控参数的推荐值。

进一步地，获取模块12，还用于：

根据类型，确定用于获取推荐值的目标模型和目标模型所需的第二数据；

将第二数据输入至目标模型中，得到推荐值。

进一步地，获取模块12，还用于：

获取多维监控参数中温度的推荐值；

将第二数据和温度的推荐值输入至目标模型中，得到剩余的每维监控参数的推荐值。

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，在新风组件处于开启状态时，可以对剩余每维监控参数所对应的调节组件的运行参数进行补偿，并控制剩余每维监控参数所对应的调节组件按照补偿后的运行参数运行，从而降低新风组件开启对其他维度的调节组件的工作状态产生影响，提升空气调节设备的运行稳定性。

2、基于第一数据和训练模型，确定调节组件的补偿量，提升了控制精准度。

3、基于能耗损失量和当前的环境数据，确定补偿量，提升了控制精准度。

4、在识别到室内监控值所表征的监控参数质量优于所述室外监控值所表征的监控参数质量时，对剩余每维监控参数所对应的调节组件的运行参数进行补偿，提升了控制的准确度。

5、根据用户的身份信息识别用户的类型，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。

6、基于第二数据和温度的推荐值，获取剩余每维监控参数的推荐值，提升了控制精准度。

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9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10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 (11)

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；

获取多维监控参数中每维监控参数的推荐值；

识别新风组件处于开启状态，获取剩余每维监控参数所对应的调节组件的运行参数的补偿量，并对所述运行参数进行补偿，其中，所述剩余每维监控参数为非所述新风组件对应的监控参数；

控制所述剩余每维监控参数所对应的调节组件按照补偿后的运行参数运行；

其中，所述获取剩余每维监控参数所对应的调节组件的运行参数的补偿量，包括：

获取所述补偿量的训练模型；

获取与所述补偿量相关的第一数据，所述第一数据包括所述调节组件的历史运行参数数据、所处的历史环境数据和当前的环境数据；

根据所述训练模型和所述第一数据，确定所述调节组件的补偿量。

2.根据权利要求1所述的方法，其特征在于，所述根据所述训练模型和所述第一数据，确定所述调节组件的补偿量，包括：

将所述第一数据输入至所述训练模型中，得到所述调节组件在当前环境中的能耗损失量；

根据所述能耗损失量和所述当前的环境数据，确定所述补偿量。

3.根据权利要求2所述的方法，其特征在于，所述根据所述能耗损失量和所述当前的环境数据，确定所述补偿量，包括：

获取所述调节组件所对应的补偿学习模型；

将所述能耗损失量和所述当前的环境数据输入至所述补偿学习模型中，得到所述补偿量。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述获取剩余每维监控参数所对应调节组件的运行参数的补偿量之前，还包括：

获取所述剩余每维监控参数当前的室内监控值和室外监控值；

检测并确定所述室内监控值所表征的监控参数质量优于所述室外监控值所表征的监控参数质量。

5.根据权利要求1-3中任一项所述的方法，其特征在于，所述获取所述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。

6.根据权利要求5所述的方法，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二数据；

将所述第二数据输入至所述目标模型中，得到所述推荐值。

7.根据权利要求6所述的方法，其特征在于，还包括：

获取所述多维监控参数中温度的推荐值；

将所述第二数据和所述温度的推荐值输入至所述目标模型中，得到剩余的每维监控参数的推荐值。

8.一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，用于获取多维监控参数中每维监控参数的推荐值；

补偿模块，用于识别新风组件处于开启状态，获取剩余每维监控参数所对应调节组件的运行参数的补偿量，并对所述运行参数进行补偿，其中，所述剩余每维监控参数为非所述新风组件对应的监控参数；

控制模块，用于控制所述剩余每维监控参数所对应的调节组件按照补偿后的运行参数运行；

所述获取模块，还用于获取补偿量的训练模型；获取与补偿量相关的第一数据，第一数据包括调节组件的历史运行参数数据、所处的历史环境数据和当前的环境数据；根据训练模型和第一数据，确定调节组件的补偿量。

9.一种空气调节设备，其特征在于，包括如权利要求8所述的空气调节设备的控制装置。

10.一种电子设备，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1-7中任一项所述的空气调节设备的控制方法。

11.一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1-7中任一项所述的空气调节设备的控制方法。

Images