CN111457565A - 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
- CN111457565A CN111457565A CN202010238937.8A CN202010238937A CN111457565A CN 111457565 A CN111457565 A CN 111457565A CN 202010238937 A CN202010238937 A CN 202010238937A CN 111457565 A CN111457565 A CN 111457565A
- Authority
- CN
- China
- Prior art keywords
- air conditioning
- user
- dimensional
- adjusting
- model
- 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
- F24F11/62—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
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (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;获取用户的特征信息,根据所述特征信息对至少一个候选模型进行筛选,得到适用于所述用户的目标模型;根据所述目标模型,获取所述多维监控参数中每维监控参数的推荐值;根据所述多维监控参数中的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,通过用户的特征信息筛选最适宜用户的目标模型,从而根据目标模型的推荐值对空气调节设备进行控制,以使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。
Description
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,通过用户的特征信息筛选最适宜用户的目标模型,从而根据目标模型的推荐值对空气调节设备进行控制,以使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。
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;获取用户的特征信息,根据所述特征信息对至少一个候选模型进行筛选,得到适用于所述用户的目标模型;根据所述目标模型,获取所述多维监控参数中每维监控参数的推荐值;根据所述多维监控参数中的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。
根据本发明的一个实施例,所述根据所述特征信息对至少一个候选模型进行筛选,得到适用于所述用户的目标模型,包括:获取所述候选模型的优先级;按照所述优先级顺序将所述特征信息逐次与所述候选模型进行匹配;获取与所述特征信息相匹配的所述候选模型,并将其作为所述目标模型。
根据本发明的一个实施例,所述根据所述特征信息对至少一个候选模型进行筛选,得到适用于所述用户的目标模型,包括:将所述特征信息逐个与所述候选模型进行匹配;获取与所述特征信息相匹配的所述候选模型的个数;在所述个数大于预设阈值时,将匹配的所述候选模型按照优先级进行排序;将所述优先级最高的所述候选模型作为所述目标模型。
根据本发明的一个实施例,所述根据所述特征信息对至少一个候选模型进行筛选,得到适用于所述用户的目标模型,包括:将所述特征信息随机与所述候选模型进行匹配;识别存在与所述特征信息相匹配的所述候选模型;将与所述特征信息相匹配的所述候选模型作为所述目标模型。
根据本发明的一个实施例,所述候选模型包括个体自学习模型、群体自学习模型和通用自学习模型中的至少一个。
根据本发明的一个实施例,所述目标模型为所述个体自学习模型时,所述根据所述目标模型,获取所述多维监控参数中每维监控参数的推荐值,包括: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个体自学习模型,得到所述推荐值。
根据本发明的一个实施例,所述目标模型为所述群体自学习模型时,所述根据所述目标模型,获取所述多维监控参数中每维监控参数的推荐值,包括: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;所述第一数据输入至所述群体自学习模型,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。
根据本发明的一个实施例,所述目标模型为所述通用自学习模型时,所述根据所述目标模型,获取所述多维监控参数中每维监控参数的推荐值,包括:获取空气调节设备的使用数据,作为第一数据;所述第一数据输入至所述通用自学习模型,获取全用户通用的所述推荐值,作为所述用户的所述推荐值。
根据本发明的一个实施例,检测所述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: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。
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。
本申请能够根据用户的特征信息对使用的自学习模型进行筛选,以获取当前最适合用户的自学习模型,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;第一获取模块,用于获取用户的特征信息,根据所述特征信息对至少一个候选模型进行筛选,得到适用于所述用户的目标模型;第二获取模块,用于根据所述目标模型,获取所述多维监控参数中每维监控参数的推荐值;调节模块,用于根据所述多维监控参数中的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。
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流程图;
图6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7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8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9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10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:获取用户的特征信息,根据特征信息对至少一个候选模型进行筛选,得到适用于用户的目标模型。
其中,候选模型包括个体自学习模型、群体自学习模型和通用自学习模型中的至少一个。用户的特征信息可包括用户基本个人信息,例如年龄、性别、爱好等,或者还可包括用户使用空气调节设备的账号,又或者还可包括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。
S103:根据目标模型,获取多维监控参数中每维监控参数的推荐值。
也就是说,本申请能够根据获取到的多种用户的特征信息,从候选模型中筛选出符合用户特征信息的目标模型,以通过目标模型对用户的特征信息、所处环境信息、当前时间信息和历史使用数据等信息进行自学习,得到用于对空气调节设备进行多维控制的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。
当目标模型为个体自学习模型时,如图2所示,根据目标模型,获取多维监控参数中每维监控参数的推荐值,包括:
S201: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和当前时间信息作为第一数据。
S202:将第一数据输入值个体自学习模型,得到推荐值。
需要说明的是,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。
也就是说,个体自学习模型是针对某一用户个体的对空气调节设备的历史使用数据的自学习模型,即,个体自学习模型具有个性化的特定,与用户特征信息之间具有较高的关联性。
应当理解的是,由于个体自学习模型需要用户使用空气调节设备的历史使用数据进行自学习,因此,个体自学习模型明显适用于已经拥有历史使用数据的老用户,也就是说,只有对空气调节设备进行使用过的老用户才能够匹配到个体自学习模型。
当目标模型为群体自学习模型时,如图3所示,根据目标模型,获取多维监控参数中每维监控参数的推荐值,包括:
S301:获取用户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。
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。
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。
S302:将第一数据输入至群体自学习模型,获取用户的群体属性。
S303: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。
需要说明的是,当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,无法采用上述个体自学习模型将历史使用数据用于获取每维监控参数的推荐值。但由于为了使推荐值更符合当前的环境和时间,可通过所处环境的当前环境数据和当前时间信息获取该用户基于当前环境数据和当前时间信息的群体属性,然后根据具有相同群体属性的群体用户的推荐值来获取当前用户每维监控参数的推荐值。
由此,采用群体自学习模型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新用户,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群体自学习模型,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。
还应当理解的是,在上述实施例中的群体学习模型偏重于基于用户当前所处的环境和时间,其原因在于环境和时间对空气调节设备的使用具有较大的影响,例如,十月份左右,我国北方天气寒冷,北方用户在该时间段使用空气调节设备时通常使用制热功能,而南方沿海地区城市天气依然温和,南方用户在该时间段使用空气调节设备时通常使用制冷功能。但是,即使同样在制热和/或制冷状态下,由于个体差异性,使得不同用户选择的目标温度不同,因此,还可在群体自学习模型中添加用户的喜好特征,以通过用户的喜好特征对用户进行群体分析,例如,喜欢运动的人群无论采用制冷模式还是制热模式通常会选取比不喜欢运动的人群温度低的温度作为目标温度,又如,女性使用空气调节设备的温度普遍高于男性等,由此,群体自学习模型可不仅包含关于用户当前所处环境和时间等的地域性群体学习,还可包括用户喜好、性别等特征信息的群体学习。
其中,可通过用户移动终端等获取用户的喜好、性别等特征信息。
然而,还存部分用户连用户特征信息也无法获取的客户,例如年龄较大的老人、涉密人员或者部队等,这些用户通常不使用具有人工智能的设备,例如部队环境还很难获取到定位信息,因此无法获取到所处环境信息等,本申请还建立了通用自学习模型。
当目标模型为通用自学习模型时,如图4所示,根据目标模型,获取多维监控参数中每维监控参数的推荐值,包括:
S401:获取空气调节设备的使用数据,作为第一数据。
需要说明的是,在本发明实施例中的空气调节设备的使用数据为全网用户对空气调节设备的使用数据。
S402:将第一数据输入值通用自学习模型,获取全用户通用的推荐值,作为用户的推荐值。
也就是说,可对全网用户的空气调节设备的使用数据进行获取,然后不区分用户的特性,对全网用户的使用数据通过通用自学习模型进行分析,得到可适用于全用户的推荐值,并将该推荐值作为用户的推荐值。
S104:根据多维监控参数中的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。
由此,本申请能够根据用户的特征信息对使用的自学习模型进行筛选,以获取当前最适合用户的自学习模型,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。
根据本发明一个实施例,如图5所示,根据特征信息对至少一个候选模型进行筛选,得到适用于用户的目标模型,包括:
S501:获取候选模型的优先级。
基于上述对通过自学习模型获取推荐值的过程的描述,可知,含有用户更多的历史使用记录的个体自学习模型的优先级高于仅获取部分用户信息的群体自学习模型,群体自学习模型的优先级高于没有用户信息的通用自学习模型。
S502:按照优先级顺序将特征信息逐次与候选模型进行匹配。
S503:获取与特征信息相匹配的候选模型,并将其作为目标模型。
具体而言,可在获取到用户的特征信息之后,先将特征信息与优先级最高的个体自学习模型进行匹配,如果特征信息中存在对空气调节设备的历史使用记录,确定用户特征信息与个体自学习模型匹配,则进一步将个体自学习模型作为目标模型以通过历史使用数据获取用户的推荐值,如果特征信息中不存在对空气调节设备的历史使用记录,确定用户特征信息与个体自学习模型不匹配,则进一步将特征信息与优先级其次的群体用户自学习模型进行匹配,如果特征信息中存在用户所处环境和时间信息或用户喜好、性别等特征信息,确定特征信息与群体自学习模型匹配,则进一步将群体自学习模型作为目标模型以通过用户的特征信息获取用户的推荐值,如果特征信息中不存在用户所处环境和时间信息或用户喜好、性别等特征信息,则直接将优先级最低的通用自学习模型作为用户的目标模型,并通过通用自学习模型获取用户的推荐值。
由此,本申请能够通过依次匹配的方式减少匹配过程的运算量,并且按照优先级顺序进行匹配能够尽快得到最能够表达用户习惯和需求的目标模型,使得最终采用的目标模型能够尽可能的符合用户历史使用习惯和需求,提高了用户的舒适度,提升用户的体验。
根据本发明另一个实施例,如图6所示,根据特征信息对至少一个候选模型进行筛选,得到适用于用户的目标模型,包括:
S601:将特征信息逐个与候选模型进行匹配。
S602:获取与特征信息相匹配的候选模型的个数。
S603:在个数大于预设阈值时,将匹配候选模型按照优先级进行排序。
也就是说,本申请能够在获取到用户的特征信息之后,分别将特征信息同时与候选模型进行匹配,例如,当特征信息包含有用户对空气调节设备的历史使用数据时,特征信息能够同时匹配到个体自学习模型、群体自学习模型和通用自学习模型,当特征信息仅包含有用户所处环境和时间或者用户的喜好和性别等信息时,特征信息能够同时匹配到群体自学习模型和通用自学习模型,当特征信息不包含上述数据时,则确定特征信息仅能匹配到通用自学习模型。
应当理解的是,预设阈值可为1,即,当特征信息仅能匹配到通用自学习模型时,可直接将通用自学习模型作为用户的目标模型获取推荐值,但是,当根据特征信息匹配到的模型大于1时,例如同时匹配到群体自学习模型和通用自学习模型或者同时匹配到个体自学习模型、群体自学习模型和通用自学习模型时,则需要对多个候选模型进行进一步筛选,以选择出唯一的目标模型使得推荐值具有唯一的确定性。因此,可进一步根据候选模型的优先级对匹配到的候选模型进行筛选。
具体地,在同时匹配到群体自学习模型和通用自学习模型时,由于群体自学习模型的优先级高于通用自学习模型,则确定群体自学习模型为用户的目标模型,在同时匹配到个体自学习模型、群体自学习模型和通用自学习模型时,则按照优先级进行排序得到个体自学习模型>群体自学习模型>通用自学习模型,因此,可将个体自学习模型作为用户的目标模型获取推荐值。
由此,本实施例可同时对三个候选模型进行匹配操作,有效节约对候选模型进行匹配的时间,提升筛选目标模型的效率。
根据本发明又一个实施例,如图7所示,根据特征信息对至少一个候选模型进行筛选,得到适用于用户的目标模型,包括:
S701:将特征信息随机与候选模型进行匹配。
S702:识别存在与特征信息相匹配的候选模型。
S703:将特征信息相匹配的候选模型作为目标模型。
也就是说,本申请可将特征信息与候选模型之间进行随机的匹配,例如,可将特征信息先与个体自学习模型进行匹配,也可将特征信息先与群体自学习模型进行匹配,还可将特征信息先与通用自学习模型匹配,若匹配成功,则直接将匹配到的候选模型作为目标模型。
举例来说,当获取到的用户的特征信息仅包括用户所处环境信息和时间,此时,若随机获取到与特征信息匹配的是个体自学习模型,则识别到不存在与特征信息相匹配的候选模型,若随机获取与特征信息匹配的是群体自学习模型或通用自学习模型,则识别到存在与特性信息相匹配的候选模型,并可直接将随机匹配到的候选模型作为目标模型。
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均需要调节,即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,本申请能够根据用户的特征信息对使用的自学习模型进行筛选,以获取当前最适合用户的自学习模型,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8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8所示,该空气调节设备的控制装置100包括:模式启动模块10、第一获取模块20、第二获取模块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;第一获取模块20用于获取用户的特征信息,根据所述特征信息对至少一个候选模型进行筛选,得到适用于所述用户的目标模型;第二获取模块30用于根据所述目标模型,获取所述多维监控参数中每维监控参数的推荐值;调节模块40用于根据所述多维监控参数中的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。
进一步地,第一获取模块20,还用于:获取所述候选模型的优先级;按照所述优先级顺序将所述特征信息逐次与所述候选模型进行匹配;获取与所述特征信息相匹配的所述候选模型,并将其作为所述目标模型。
进一步地,第一获取模块20,还用于:将所述特征信息逐个与所述候选模型进行匹配;获取与所述特征信息相匹配的所述候选模型的个数;在所述个数大于预设阈值时,将匹配的所述候选模型按照优先级进行排序;将所述优先级最高的所述候选模型作为所述目标模型。
进一步地,第一获取模块20,还用于:将所述特征信息随机与所述候选模型进行匹配;识别存在与所述特征信息相匹配的所述候选模型;将与所述特征信息相匹配的所述候选模型作为所述目标模型。
进一步地,所述候选模型包括个体自学习模型、群体自学习模型和通用自学习模型中的至少一个。
进一步地,所述目标模型为所述个体自学习模型时,第二获取模块30,还用于: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;将第一数据输入至所述个体自学习模型,得到所述推荐值。
进一步地,目标模型为所述群体自学习模型时,第二获取模块30,还用于: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群体自学习模型,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。
进一步地,目标模型为所述通用自学习模型时,第二获取模块30,还用于:获取空气调节设备的使用数据,作为第一数据;将所述第一数据输入至所述通用自学习模型,获取全用户通用的所述推荐值,作为所述用户的所述推荐值。
进一步地,检测所述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。
进一步地,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。
进一步地,在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。
进一步地,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。
进一步地,在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,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。
进一步地,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。
进一步地,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9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10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 (19)
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;
获取用户的特征信息,根据所述特征信息对至少一个候选模型进行筛选,得到适用于所述用户的目标模型;
根据所述目标模型,获取所述多维监控参数中每维监控参数的推荐值;
根据所述多维监控参数中的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。
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,所述根据所述特征信息对至少一个候选模型进行筛选,得到适用于所述用户的目标模型,包括:
获取所述候选模型的优先级;
按照所述优先级顺序将所述特征信息逐次与所述候选模型进行匹配;
获取与所述特征信息相匹配的所述候选模型,并将其作为所述目标模型。
3.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,所述根据所述特征信息对至少一个候选模型进行筛选,得到适用于所述用户的目标模型,包括:
将所述特征信息逐个与所述候选模型进行匹配;
获取与所述特征信息相匹配的所述候选模型的个数;
在所述个数大于预设阈值时,将匹配的所述候选模型按照优先级进行排序;
将所述优先级最高的所述候选模型作为所述目标模型。
4.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,所述根据所述特征信息对至少一个候选模型进行筛选,得到适用于所述用户的目标模型,包括:
将所述特征信息随机与所述候选模型进行匹配;
识别存在与所述特征信息相匹配的所述候选模型;
将与所述特征信息相匹配的所述候选模型作为所述目标模型。
5.根据权利要求1-4中任一所述的空气调节设备的控制方法,其特征在于,所述候选模型包括个体自学习模型、群体自学习模型和通用自学习模型中的至少一个。
6.根据权利要求5所述的空气调节设备的控制方法,其特征在于,所述目标模型为所述个体自学习模型时,所述根据所述目标模型,获取所述多维监控参数中每维监控参数的推荐值,包括:
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所述个体自学习模型,得到所述推荐值。
7.根据权利要求5所述的空气调节设备的控制方法,其特征在于,所述目标模型为所述群体自学习模型时,所述根据所述目标模型,获取所述多维监控参数中每维监控参数的推荐值,包括:
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所述群体自学习模型,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。
8.根据权利要求5所述的空气调节设备的控制方法,其特征在于,所述目标模型为所述通用自学习模型时,所述根据所述目标模型,获取所述多维监控参数中每维监控参数的推荐值,包括:
获取空气调节设备的使用数据,作为第一数据;
将所述第一数据输入所述通用自学习模型,获取全用户通用的所述推荐值,作为所述用户的所述推荐值。
9.根据权利要求1-8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:
检测所述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。
10.根据权利要求1-8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。
11.根据权利要求1-8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。
12.根据权利要求1-8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。
13.根据权利要求12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:
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。
14.根据权利要求1-8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。
15.根据权利要求1-8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。
16.一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;
第一获取模块,用于获取用户的特征信息,根据所述特征信息对至少一个候选模型进行筛选,得到适用于所述用户的目标模型;
第二获取模块,用于根据所述目标模型,获取所述多维监控参数中每维监控参数的推荐值;
调节模块,用于根据所述多维监控参数中的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。
17.一种空气调节设备,其特征在于,包括:如权利要求16所述的空气调节设备的控制装置。
18.一种电子设备,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1-15中任一所述的空气调节设备的控制方法。
19.一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1-15中任一所述的空气调节设备的控制方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010238937.8A CN111457565A (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 |
PCT/CN2020/106863 WO2021196483A1 (zh) | 2020-03-30 | 2020-08-04 | 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 |
---|---|---|---|
CN202010238937.8A CN111457565A (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 |
---|---|
CN111457565A true CN111457565A (zh) | 2020-07-28 |
Family
ID=71678504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010238937.8A Pending CN111457565A (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 (2)
Country | Link |
---|---|
CN (1) | CN111457565A (zh) |
WO (1) | WO2021196483A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021196483A1 (zh) * | 2020-03-30 | 2021-10-07 | 广东美的制冷设备有限公司 | 空气调节设备及其控制方法、装置、电子设备 |
WO2023236420A1 (zh) * | 2022-06-10 | 2023-12-14 | 佛山市顺德区美的电子科技有限公司 | 空气调节设备的控制方法、装置、设备、介质及程序产品 |
WO2023236322A1 (zh) * | 2022-06-10 | 2023-12-14 | 佛山市顺德区美的电子科技有限公司 | 空气调节设备的控制方法、装置、设备、介质及程序产品 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023237113A1 (zh) * | 2022-06-10 | 2023-12-14 | 佛山市顺德区美的电子科技有限公司 | 空气调节设备的控制方法、装置、设备、介质及程序产品 |
CN117249544A (zh) * | 2022-06-10 | 2023-12-19 | 佛山市顺德区美的电子科技有限公司 | 空气调节设备的控制方法、装置、设备、介质及程序产品 |
CN115654706A (zh) * | 2022-11-14 | 2023-01-31 | 珠海格力电器股份有限公司 | 一种空调的控制方法、装置、空调和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180072468A (ko) * | 2016-12-21 | 2018-06-29 | 주식회사 디케이아이테크놀로지 | 빅데이터기반 사용자의 지능형 냉방 및 난방 서비스 제공 방법 |
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 |
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 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104633865B (zh) * | 2015-02-09 | 2018-03-06 | 广东美的制冷设备有限公司 | 空调的控制方法及装置 |
CN111457565A (zh) * | 2020-03-30 | 2020-07-28 | 广东美的制冷设备有限公司 | 空气调节设备及其控制方法、装置、电子设备 |
-
2020
- 2020-03-30 CN CN202010238937.8A patent/CN111457565A/zh active Pending
- 2020-08-04 WO PCT/CN2020/106863 patent/WO2021196483A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180072468A (ko) * | 2016-12-21 | 2018-06-29 | 주식회사 디케이아이테크놀로지 | 빅데이터기반 사용자의 지능형 냉방 및 난방 서비스 제공 방법 |
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 |
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 (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021196483A1 (zh) * | 2020-03-30 | 2021-10-07 | 广东美的制冷设备有限公司 | 空气调节设备及其控制方法、装置、电子设备 |
WO2023236420A1 (zh) * | 2022-06-10 | 2023-12-14 | 佛山市顺德区美的电子科技有限公司 | 空气调节设备的控制方法、装置、设备、介质及程序产品 |
WO2023236322A1 (zh) * | 2022-06-10 | 2023-12-14 | 佛山市顺德区美的电子科技有限公司 | 空气调节设备的控制方法、装置、设备、介质及程序产品 |
Also Published As
Publication number | Publication date |
---|---|
WO2021196483A1 (zh) | 2021-10-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111457565A (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
CN111397131B (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 | |
CN111397153B (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
US20180195752A1 (en) | Air-conditioning control method, air-conditioning control apparatus, and storage medium | |
JP2020020531A (ja) | 空気調和機のレコメンド処理を実行するサーバおよびレコメンド処理システム | |
CN113357779B (zh) | 用于空气调节的控制方法及装置、家电设备 | |
CN111397150A (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
JP2020060331A (ja) | 空気調和機、データ送信方法及び空気調和システム | |
CN111442498B (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
JP6817588B2 (ja) | 空気調和機の最適オン/オフ時刻算出処理を実行するサーバ、および最適オン/オフ時刻算出処理システム | |
CN113494755A (zh) | 智能终端及室内空气调节方法 | |
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 | |
KR101345125B1 (ko) | 사용자 만족도 및 에너지 효율을 높이기 위한 냉난방 제어 방법 및 시스템 | |
CN106016588A (zh) | 空调及其风速调节方法和装置 | |
CN111442499A (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
CN111442482A (zh) | 空气调节设备及其控制方法、装置、电子设备 | |
CN111397154B (zh) | 空气调节设备及其控制方法与装置 | |
CN111442501B (zh) | 空气调节设备及其控制方法与装置 | |
CN111397146B (zh) | 空调湿度控制方法、装置、空调器及计算机可读存储介质 | |
CN110726216B (zh) | 空调器及其控制方法、装置、系统、存储介质和处理器 | |
CN110186166B (zh) | 空调舒适性控制方法、控制装置及空调 | |
CN112543852B (zh) | 用于使用基于聚类的规则挖掘方法来优化结构的能量使用的系统和方法 | |
CN111397152B (zh) | 空气调节设备及其控制方法与装置 | |
CN203443020U (zh) | 基于学习用户行为的多维舒适度室内环境控制系统 |
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 |