CN111442483A - 空气调节设备及其控制方法、装置、电子设备 - Google Patents

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；获取至少一个推荐信息，响应于信息选择指令，从所述推荐信息中确定出用户所选择的目标推荐信息，其中，每个推荐信息中包括多维监控参数及每维监控参数的推荐值；根据任意一维监控参数的所述推荐值和监控值，对与所述任意一维监控参数对应的调节组件进行调节，能够根据空气调节设备获取到的工况特征进行自学习并向用户进行推荐，使得推荐参数更符合用户的需求，同时对多个监控参数进行调节。

Description

空气调节设备及其控制方法、装置、电子设备

技术领域

本申请涉及电器技术领域，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。

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。

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；获取至少一个推荐信息，响应于信息选择指令，从所述推荐信息中确定出用户所选择的目标推荐信息，其中，每个推荐信息中包括多维监控参数及每维监控参数的推荐值；根据任意一维监控参数的所述推荐值和监控值，对与所述任意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：获取所述空气调节设备不同工况下的工况特征；利用不同工况下的所述工况特征，构建不同工况下的自学习模型，其中，所述自学习模型用于获取所述推荐信息。

根据本发明的一个实施例，在所述获取至少一个推荐信息之前，还包括：获取所述自学习模型的优先级；根据所述自学习模型的优先级，获取所述推荐信息的推荐顺序；按照所述推荐顺序向所述用户推荐预设数量的推荐信息。

根据本发明的一个实施例，所述获取所述自学习模型的优先级，包括：获取每个所述自学习模型中用于建立所述自学习模型的所述工况特征与用户感知的密切程度；根据所述密切程度对所述自学习模型中的工况特征进行加权计算，获取所述自学习模型的优先级指数；将所述自学习模型按照所述优先级指数降序排列，获取所述自学习模型的优先级序列。

根据本发明的一个实施例，所述获取所述自学习模型的优先级，包括：根据获取所述工况特征的方式确定所述自学习模型的优先级；其中，所述工况特征来自所述空气调节设备时的优先级高于所述工况特征来自服务器。

根据本发明的一个实施例，检测用户针对所述多维监控参数中其中一维监控参数的主动调节指令，根据所述主动调节指令，控制与所述其中一维监控参数对应的调节组件的调节功能处于锁定状态。

根据本发明的一个实施例，检测用户针对所述多维监控参数中其中一维监控参数的关闭指令，根据所述关闭指令，控制与所述其中一维监控参数对应的调节组件处于关闭状态。

根据本发明的一个实施例，所述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：获取从所述多维监控参数中选取至少两维监控参数的选取指令，根据所述选取指令生成所述第一指令。

根据本发明的一个实施例，所述根据所述多维监控参数中任意一维监控参数的推荐值和监控值，对与所述任意一维监控参数对应的调节组件进行调节，包括：确定与所述任意一维监控参数对应的至少一个调节组件；根据所述任意一维监控参数的推荐值和监控值，生成针对所述调节组件的调节指令，并按照所述调节指令对所述调节组件进行调节。

根据本发明的一个实施例，所述根据所述任意一维监控参数的推荐值和监控值，生成针对所述调节组件的调节指令之前，还包括：获取所述监控值与所述推荐值的差值，并确定所述差值未处于预设的允许范围内。

根据本发明的一个实施例，识别有两维或者两维以上的监控参数对应的调节组件包括同一调节组件；且所述两维或者两维以上的监控参数均需要调整，则确定所述两维或者两维以上的监控参数中每维监控参数的优先级，根据优先级最高的监控参数的推荐值和监控值，对所述同一调节组件进行调节。

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，能够根据空气调节设备获取到的工况特征进行自学习并向用户进行推荐，使得推荐参数更符合用户的需求，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，用于获取至少一个推荐信息，响应于信息选择指令，从所述推荐信息中确定出用户所选择的目标推荐信息，其中，每个推荐信息中包括多维监控参数及每维监控参数的推荐值；调节模块，用于根据任意一维监控参数的所述推荐值和监控值，对与所述任意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为根据本申请一个实施例的空气调节设备的控制方法的方框示意图；

图6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7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(AirQuality 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机指令后，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，比较简便。

S102：获取至少一个推荐信息，响应于信息选择指令，从推荐信息中确定出用户所选择的目标推荐信息。

其中，每个推荐信息中包含多维监控参数及每维监控参数的推荐值。

应当理解的是，至少一个推荐值可通过至少一个自学习模型获取，或者空气调节设备出厂时预设的至少一个推荐信息，或者预设的推荐信息和自学习模型推荐的推荐信息组合等。

举例来说，当空气调节设备根据一个自学习模型和预设的推荐信息向用户推荐两组推荐信息时，用户可选择根据自学习模型推荐的推荐信息作为目标推荐信息，以使空气调节设备按照目标推荐信息进行空气调节，同理，也可选择预设的推荐信息作为目标推荐信息。

S103：根据任意一维监控参数的推荐值和监控值，对与任意一维监控参数对应的调节组件进行调节。

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。

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。

由此，本申请提出的空气调节设备的控制方法，能够根据空气调节设备获取到的工况特征进行自学习并向用户进行推荐，使得推荐参数更符合用户的需求，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，如图2所示，在响应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：

S201：获取空气调节设备不同工况下的工况特征。

S202：利用不同工况下的工况特征，构建不同工况下的自学习模型。

其中，自学习模型用于获取推荐信息。

也就是说，当通过自学习模型向用户推荐推荐信息时，可设置至少一个自学习模型，即，可同时向用户推荐至少一个来自自学习模型的推荐信息。

应当理解的是，在通常状态下，为了满足空气调节设备的运行需求，需要对空气调节设备当前运行维度所需的所有工况信息均进行采集，例如在使用空气调节设备进行温度控制时，通常需要对用户的历史使用数据、当前的时间、地点、室内环境温度、室外环境温度等工况特征进行采集。但是，在空气调节设备实际的使用过程中，可存在因例如无法联网、传感器故障等原因造成的部分工况特征无法获取的问题，例如室外传感器故障无法获取室外环境温度等，或者因无法联网等原因无法获取当前时间、地区等。因此，可根据不同工况下的工况特征，构建不同工况下的自学习模型，即，仅根据部分工况特征建立自学习模型。

举例来说，在网络正常、存储器正常以及传感器正常时，可根据时间、室外环境、室内环境、历史行为建立自学习模型Ⅰ，在网络异常但存储器和传感器正常时，根据室内环境、室外环境和历史行为建立自学习模型Ⅱ，在存储器和室外传感器异常但网络和室内传感器正常时，根据时间、地区和室内环境建立自学习模型Ⅲ，在存储器和室内传感器异常但网络和室外传感器正常时，根据时间、地区和室外环境建立自学习模型Ⅳ，在仅有室内传感器正常时，根据室内环境建立自学习模型Ⅴ，然后，分别根据自学习模型Ⅰ、自学习模型Ⅱ、自学习模型Ⅲ、自学习模型Ⅳ和自学习模型Ⅴ获取推荐信息，并向用户展示五个自学习模型的推荐信息，接收用户对五个推荐信息中的一个进行选择的选择指令，并根据选择指令从推荐信息中确定出用户所选择的目标推荐信息，例如，当用户选择基于自学习模型Ⅰ获取到的推荐信息时，则将自学习模型Ⅰ的推荐信息作为目标推荐信息，以使空气调节设备能够根据目标推荐信息进行空气调节。

应当理解的是，即使空气调节设备的元件均正常，仍可同时按照多种工况建立自学习模型，以避免空气调节设备部分元件故障导致部分工况特征数据缺失，进而造成推荐值产生严重偏差，或者空气调节设备仅在部分维度工作时可减少例如网络、室外传感器等部分元件启动以降低损耗等。

进而，通过可选用的工况特征建立自学习模型，并根据自学习模型对工况特征进行学习，以获取基于每个自学习模型的推荐信息，并将推荐信息向用户进行推荐，然后响应于用户选择推荐信息的信息选择指令，以根据信息选择指令从推荐信息中确定出用户所选择的目标推荐信息。

进一步地，如图3所示，在获取至少一个推荐信息之前，还包括：

S301：获取自学习模型的优先级。

S302：根据自学习模型的优先级，获取推荐信息的推荐顺序。

S303：按照推荐顺序向用户推荐预设数量的推荐信息。

也就是说，由于空气调节设备具有复杂的控制功能，所需的工况特征数量多且复杂，例如，室内环境可包括室内温度、室内湿度、室内PM2.5、室内CO2等，因此，在根据空气调节设备可能出现的工况建立自学习模型时，将会出现大量的自学习模型，若将全部自学习模型的学习结果均进行推荐，将产生大量的推荐信息重复，或者造成用户选择困难，甚至影响用户对当前所需的空气调节需求产生误判断。

基于此，本申请进一步度对根据工况产生的自学习模型进行优先级划分，以根据自学习模型的优先级顺序向用户推荐推荐信息。

具体地，根据本发明的一个实施例，如图4所示，获取自学习模型的优先级，包括：

S401：获取每个自学习模型中用于建立自学习模型的工况特征与用户感知的密切程度。

需要说明的是，可在空气调节设备中提前预存有各工况特征与用户感知的密切程度。

举例来说，对于空气调节设备而言，用户的历史使用数据因其本身就产生于用户的使用情况，因此与用户感知的密切程度最高，而用户使用空气调节设备的目的即调节室内环境状态，因此室内环境与用户感知的密切程度也较高，而天冷时用户使用空气调节设备制热，天热时用户使用空气调节设备制冷，因此，室外环境与用户感知的密切程度适中，而时间、地点等与用户感知的密切程度则较小。

S402：根据密切程度对自学习模型中的工况特征进行加权计算，获取自学习模型的优先级指数。

具体地，可先获取一个自学习模型中所包含的工况特征，然后获取工况特征与用户感知的密切程度的权重，将自学习模型中的密切程度权重进行相加，即可获取该自学习模型的优先级指数。

举例来说，假设历史使用数据、室内环境、室外环境、时间和地址5个工况特征与用户感知的密切程度的权重值为5、4、3、2、1。因此，对于前述自学习模型Ⅰ而言，其拥有全部五个工况特征，加权计算后的优先级指数为15，对于前述自学习模型Ⅱ而言，拥有三个权重值较大的工况特征，加权计算后的优先级指数为12，对于前述自学习模型Ⅲ，加权计算后的优先级指数为6，而自学习模型Ⅳ的优先级指数为5，自学习模型Ⅴ的优先级指数为4.

其中，根据自学习模型Ⅲ-Ⅴ可以看出，对自学习模型的优先级指数影响较大的因素为自学习模型包含的工况特征，自学习模型中包含的工况特征的数量影响较小。

S403：将自学习模型按照优先级指数降序排列，获取自学习模型的优先级序列。

也就是说，在对多个自学习模型计算相应的优先级指数之后，可对自学习模型按照优先级指数进行排序，得到自学习模型的优先级序列，然后按照预设的推荐数量，选择优先级序列中排序靠前的自学习模型的推荐值向用户进行推荐。

应当理解的是，自学习模型的优先级序列可根据空气调节设备的实际情况进行调整，例如，对于不可联网的新机器而言，即不存在用户的历史使用数据、时间和地点三个工况特征，因此，前述五个自学习模型将出现两组优先级指数相同的组合，即，自学习模型Ⅰ和自学习模型Ⅱ的优先级指数相同，自学习模型Ⅲ和自学习模型Ⅴ的优先级指数相同，此时，自学习模型Ⅰ和自学习模型Ⅱ的并列排在第一位，自学习模型Ⅲ和自学习模型Ⅴ并列排在第二位，自学习模型Ⅳ排在第三位。其中，排在同一位置的自学习模型计算的推荐值相同，可不占用两个推荐位。

根据本发明的一个实施例，如图5所示，获取自学习模型的优先级，包括：根据获取工况特征的方式确定自学习模型的优先级。

其中，工况特征来自空气调节设备时的优先级高于工况特征来自服务器。

也就是说，对于一个用户而言，根据其在空气调节设备本地输入的历史使用数据建立的自学习模型的优先级高于根据其在其他空气调节设备上产生的历史使用数据建立的自学习模型。

由此，本申请实施例不仅能够通过服务器获取用户的自学习模型，广泛适用于配网的新机和新用户。

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，对应的调节组件可包括风机，可根据风速的推荐值和监控值，生成针对风机的调节指令，并按照调节指令对风机进行调节。

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，说明此时风速过大，需要降低风速，可生成降低风机转速的调节指令，并按照调节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调节指令，并按照调节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推荐值相等，可不生成针对风机的调节指令，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推荐值，提高了用户的舒适度。

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，可根据温度的推荐值和监控值，分别生成针对压缩机、风机的调节指令，并按照调节指令对压缩机、风机进行调节。

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的运行频率、降低风机转速的调节指令，并按照调节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的运行频率、提高风机转速的调节指令，并按照调节指令提高压缩机的运行频率和风机的转速，以提高温度。若温度的监控值与温度的推荐值相等，可不生成针对压缩机、风机的调节指令，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推荐值，提高了用户的舒适度。

在本申请的一个实施例中，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控面板，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控面板生成选取指令为例，可在操控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，本申请能够根据选取的多维监控参数中任意一维监控参数的推荐值和监控值，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，可节省能耗。

在本申请的一个实施例中，若监控参数的监控值和推荐值的差值处于预设的允许范围内，说明监控参数的监控值与推荐值之间的差值较小，不需要对该监控参数进行调节。若监控参数的监控值和推荐值的差值未处于预设的允许范围内，说明监控参数的监控值与推荐值之间的差值较大，需要对该监控参数进行调节。

该方法可根据多维监控参数中任意一维监控参数的监控值和推荐值的差值和预设的允许范围，识别差值未处于预设的允许范围后，再对与监控参数对应的至少一个调节组件进行调节，减少了空气调节设备对监控参数进行调节的次数，有利于提高调节效率。

需要说明的是，预设的允许范围可根据实际情况进行标定，不同的监控参数可对应不同的允许范围，并预先设置在空气调节设备的存储空间中。

举例而言，监控参数为温度时，对应的允许范围可为2℃。监控参数为湿度时，对应的允许范围可为5％。监控参数为风速时，对应的允许范围可为0.5m/s。监控参数为PM2.5浓度时，对应的允许范围可为10μg/m3。监控参数为空气质量指数时，对应的允许范围可为15μg/m3。监控参数为二氧化碳浓度时，对应的允许范围可为50PPM。

可选的，可预先建立监控参数与预设的允许范围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预设的允许范围，然后用于与监控参数的监控值和推荐值的差值进行比较，识别监控参数的监控值和推荐值的差值是否处于预设的允许范围内。

在本申请的一个实施例中，若识别有两维或者两维以上的监控参数对应的调节组件包括同一调节组件，且两维或者两维以上的监控参数的监控值与推荐值的差值未处于预设的允许范围内，说明需要对两维或者两维以上的监控参数进行调节，此时可根据该两维或者两维以上的监控参数中每维监控参数的优先级，确定其中优先级最高的监控参数，然后根据优先级最高的监控参数的推荐值和监控值，对同一调节组件进行调节。

该方法可在需要调节的监控参数的数量为两个或者两个以上，且两个或者两个以上的需要调节的监控参数对应的调节组件包括同一调节组件时，根据两个或者两个以上的需要调节的监控参数中优先级最高的监控参数的推荐值和监控值，对同一调节组件进行调节。

其中，每维监控参数的优先级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。可选的，每维监控参数的优先级可在空气调节设备出厂时预先设置，也可由用户自己定义，具有较高的灵活性。

举例而言，若识别温度、风速对应的调节组件都包括风机，且温度、风速的监控值与推荐值的差值均未处于预设的允许范围内，说明需要对温度、风速进行调节，此时可从自身的存储空间中调出温度、风速对应的优先级，以温度的优先级高于风速的优先级为例，则可根据温度的推荐值和监控值，对风机进行调节。

综上所述，本申请提出的空气调节设备的控制方法，能够根据空气调节设备获取到的工况特征进行自学习并向用户进行推荐，使得推荐参数更符合用户的需求，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，本发明还提出一种空气调节设备的控制装置。

图5为根据本申请一个实施例的空气调节设备的控制方法的方框示意图。

如图5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和调节模块30。

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用于获取至少一个推荐信息，响应于信息选择指令，从所述推荐信息中确定出用户所选择的目标推荐信息，其中，每个推荐信息中包括多维监控参数及每维监控参数的推荐值；调节模块30用于根据任意一维监控参数的所述推荐值和监控值，对与所述任意一维监控参数对应的调节组件进行调节。

进一步地，获取模块20还用于：响应用于开启空气调节设备的多维调节模式的第一指令之前，获取所述空气调节设备不同工况下的工况特征；利用不同工况下的所述工况特征，构建不同工况下的自学习模型，其中，所述自学习模型用于获取所述推荐信息。

进一步地，获取模块20还用于：获取所述自学习模型的优先级；根据所述自学习模型的优先级，获取所述推荐信息的推荐顺序；按照所述推荐顺序向所述用户推荐预设数量的推荐信息。

进一步地，获取模块20还用于：获取每个所述自学习模型中用于建立所述自学习模型的所述工况特征与用户感知的密切程度；根据所述密切程度对所述自学习模型中的工况特征进行加权计算，获取所述自学习模型的优先级指数；将所述自学习模型按照所述优先级指数降序排列，获取所述自学习模型的优先级序列。

进一步地，获取模块20还用于：根据获取所述工况特征的方式确定所述自学习模型的优先级；其中，所述工况特征来自所述空气调节设备时的优先级高于所述工况特征来自服务器。

在本申请的一个实施例中，检测用户针对所述多维监控参数中其中一维监控参数的主动调节指令，根据所述主动调节指令，控制与所述其中一维监控参数对应的调节组件的调节功能处于锁定状态。

在本申请的一个实施例中，检测用户针对所述多维监控参数中其中一维监控参数的关闭指令，根据所述关闭指令，控制与所述其中一维监控参数对应的调节组件处于关闭状态。

在本申请的一个实施例中，所述模式启动模块10还用于所述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，获取从所述多维监控参数中选取至少两维监控参数的选取指令，根据所述选取指令生成所述第一指令。

在本申请的一个实施例中，所述调节模块30具体用于确定与所述任意一维监控参数对应的至少一个调节组件；根据所述任意一维监控参数的推荐值和监控值，生成针对所述调节组件的调节指令，并按照所述调节指令对所述调节组件进行调节。

在本申请的一个实施例中，所述调节模块30还用于所述根据所述任意一维监控参数的推荐值和监控值，生成针对所述调节组件的调节指令之前，获取所述监控值与所述推荐值的差值，并确定所述差值未处于预设的允许范围内。

在本申请的一个实施例中，所述调节模块30还用于识别有两维或者两维以上的监控参数对应的调节组件包括同一调节组件且所述两维或者两维以上的监控参数的监控值与推荐值的差值未处于预设的允许范围内，则确定所述两维或者两维以上的监控参数中每维监控参数的优先级，根据优先级最高的监控参数的推荐值和监控值，对所述同一调节组件进行调节。

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。

在本申请的一个实施例中，所述获取模块12还用于所述获取所述多维监控参数中各维监控参数的推荐值之前，响应用于指示所述空气调节设备进行自学习的第二指令，进入自学习模式以获取所述推荐值。

需要说明的是，本申请实施例的空气调节设备的控制装置中未披露的细节，请参照本申请上述实施例中的空气调节设备的控制方法所披露的细节，这里不再赘述。

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6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7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。

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 (17)

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；

获取至少一个推荐信息，响应于信息选择指令，从所述推荐信息中确定出用户所选择的目标推荐信息，其中，每个推荐信息中包括多维监控参数及每维监控参数的推荐值；

根据任意一维监控参数的所述推荐值和监控值，对与所述任意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：

获取所述空气调节设备不同工况下的工况特征；

利用不同工况下的所述工况特征，构建不同工况下的自学习模型，其中，所述自学习模型用于获取所述推荐信息。

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，在所述获取至少一个推荐信息之前，还包括：

获取所述自学习模型的优先级；

根据所述自学习模型的优先级，获取所述推荐信息的推荐顺序；

按照所述推荐顺序向所述用户推荐预设数量的推荐信息。

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，所述获取所述自学习模型的优先级，包括：

获取每个所述自学习模型中用于建立所述自学习模型的所述工况特征与用户感知的密切程度；

根据所述密切程度对所述自学习模型中的工况特征进行加权计算，获取所述自学习模型的优先级指数；

将所述自学习模型按照所述优先级指数降序排列，获取所述自学习模型的优先级序列。

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，所述获取所述自学习模型的优先级，包括：

根据获取所述工况特征的方式确定所述自学习模型的优先级；

其中，所述工况特征来自所述空气调节设备时的优先级高于所述工况特征来自服务器。

6.根据权利要求1-5任一项所述的空气调节设备的控制方法，其特征在于，还包括：

检测用户针对所述多维监控参数中其中一维监控参数的主动调节指令，根据所述主动调节指令，控制与所述其中一维监控参数对应的调节组件的调节功能处于锁定状态。

7.根据权利要求1-5任一项所述的空气调节设备的控制方法，其特征在于，还包括：

检测用户针对所述多维监控参数中其中一维监控参数的关闭指令，根据所述关闭指令，控制与所述其中一维监控参数对应的调节组件处于关闭状态。

8.根据权利要求1-5任一项所述的空气调节设备的控制方法，其特征在于，所述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：

获取从所述多维监控参数中选取至少两维监控参数的选取指令，根据所述选取指令生成所述第一指令。

9.根据权利要求1-5任一项所述的空气调节设备的控制方法，其特征在于，所述根据所述多维监控参数中任意一维监控参数的推荐值和监控值，对与所述任意一维监控参数对应的调节组件进行调节，包括：

确定与所述任意一维监控参数对应的至少一个调节组件；

根据所述任意一维监控参数的推荐值和监控值，生成针对所述调节组件的调节指令，并按照所述调节指令对所述调节组件进行调节。

10.根据权利要求9所述的空气调节设备的控制方法，其特征在于，所述根据所述任意一维监控参数的推荐值和监控值，生成针对所述调节组件的调节指令之前，还包括：

获取所述监控值与所述推荐值的差值，并确定所述差值未处于预设的允许范围内。

11.根据权利要求10所述的空气调节设备的控制方法，其特征在于，还包括：

识别有两维或者两维以上的监控参数对应的调节组件包括同一调节组件；且所述两维或者两维以上的监控参数均需要调节，则确定所述两维或者两维以上的监控参数中每维监控参数的优先级，根据优先级最高的监控参数的推荐值和监控值，对所述同一调节组件进行调节。

12.根据权利要求1-5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。

13.根据权利要求1-5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。

14.一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，用于获取至少一个推荐信息，响应于信息选择指令，从所述推荐信息中确定出用户所选择的目标推荐信息，其中，每个推荐信息中包括多维监控参数及每维监控参数的推荐值；

调节模块，用于根据任意一维监控参数的所述推荐值和监控值，对与所述任意一维监控参数对应的调节组件进行调节。

15.一种空气调节设备，其特征在于，包括：如权利要求14所述的空气调节设备的控制装置。

16.一种电子设备，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1-13中任一所述的空气调节设备的控制方法。

17.一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1-13中任一所述的空气调节设备的控制方法。

Images