CN111780376A - 用于空调开机的方法及装置、空调 - Google Patents

Abstract

本申请涉及空气调节技术领域，公开一种用于空调开机的方法。包括：确定开机输入变量，所述开机输入变量包括环境信息和空调的设置信息；根据所述开机输入变量确定当前开机周期内调整空调设置参数的概率；在所述调整空调设置参数的概率满足设定条件的情况下，获取当前开机周期内空调设置参数的调整方向；根据所述调整方向对空调设置参数进行调整。通过确定调整空调设置参数的概率，在调整空调设置参数的概率满足设定条件的情况下，获取空调设置参数的调整方向并根据该调整方向对空调设置参数进行自动调整，避免每次开机需要用户手动对空调设置参数进行设置，提高了用户使用空调时的体验。本申请还公开一种用于空调开机的装置及空调。

Description

用于空调开机的方法及装置、空调

技术领域

本申请涉及空气调节技术领域，例如涉及一种用于空调开机的方法及装置、空调。

背景技术

随着生活水平的不断提高，空调的使用越来越普遍，使用空调时，用户在开机之后通常需要调整空调的温度、风速等，以获得舒适的使用体验。

在实现本公开实施例的过程中，发现相关技术中至少存在如下问题：没有实现自动调整空调的设置参数，需要用户手动操作进行调整。

发明内容

为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。

本公开实施例提供了一种用于空调开机的方法、装置和空调，以能够对空调设置参数进行自动调整。

在一些实施例中，所述用于空调开机的方法，包括：

确定开机输入变量，所述开机输入变量包括环境信息和空调的设置信息；

根据所述开机输入变量确定当前开机周期内调整空调设置参数的概率；

在所述调整空调设置参数的概率满足设定条件的情况下，获取当前开机周期内空调设置参数的调整方向；

根据所述调整方向对空调设置参数进行调整。

在一些实施例中，所述确定开机输入变量，包括：

获取备选的开机输入变量；

通过所述备选的开机输入变量与预设的第一目标变量进行描述性分析确定出开机输入变量。

在一些实施例中，所述确定开机输入变量，包括：

获取备选的开机输入变量；

按照预设的算法利用所述备选的开机输入变量与预设的第一目标变量进行计算，获得所述备选的开机输入变量与第一目标变量之间的相关系数；

根据所述相关系数确定出开机输入变量。

在一些实施例中，根据所述开机输入变量确定当前开机周期内调整空调设置参数的概率，包括：

根据所述开机输入变量及预设的第一目标变量构建第一计算模型；

获取当前输入变量，所述当前输入变量包括当前环境信息和空调的当前设置信息；

将所述当前输入变量输入预设的第一计算模型，获得当前开机周期内调整空调设置参数的概率。

在一些实施例中，获取当前开机周期内空调设置参数的调整方向，包括：

获取当前输入变量，所述当前输入变量包括当前环境信息和空调的当前设置信息；

将所述当前输入变量输入预设的第二计算模型，获得当前开机周期内空调设置参数的调整方向。

在一些实施例中，所述第二计算模型通过获取的第二目标变量及所述第二目标变量对应的输入变量构建得到；

所述第二目标变量对应的输入变量包括对空调设置参数进行调整时的环境信息和对空调设置参数进行调整时空调的设置信息。

在一些实施例中，根据所述调整方向对空调设置参数进行调整，包括：

获取设定时间段内的空调设置参数调整次数，将所述空调设置参数调整次数作为根据所述调整方向对空调设置参数进行调整的次数。

在一些实施例中，根据所述调整方向对空调设置参数进行调整，包括：

获取设定时间段内的空调设置参数调整间隔时间，将所述空调设置参数调整间隔时间作为根据所述调整方向对空调设置参数进行调整的间隔时间。

在一些实施例中，所述用于空调开机的装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在执行所述程序指令时，执行上述的用于空调开机的方法。

在一些实施例中，所述空调，包括上述的用于空调开机的装置。

本公开实施例提供的用于空调开机的方法及装置、设备，可以实现以下技术效果：通过确定调整空调设置参数的概率，在调整空调设置参数的概率满足设定条件的情况下，获取空调设置参数的调整方向并根据该调整方向对空调设置参数进行自动调整，避免每次开机需要用户手动对空调设置参数进行设置，提高了用户使用空调时的体验。

以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。

附图说明

一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：

图1是本公开实施例提供的一个用于空调开机的方法的示意图；

图2是本公开实施例提供的多层感知器的示意图；

图3是本公开实施例提供的一个用于空调开机的装置的示意图。

具体实施方式

为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。

本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。

除非另有说明，术语“多个”表示两个或两个以上。

本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。

术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。

结合图1所示，本公开实施例提供一种用于空调开机的方法，包括：

步骤S101，确定开机输入变量，开机输入变量包括环境信息和空调的设置信息；

步骤S102，根据开机输入变量确定当前开机周期内调整空调设置参数的概率；

步骤S103，在调整空调设置参数的概率满足设定条件的情况下，获取当前开机周期内空调设置参数的调整方向；

步骤S104，根据调整方向对空调设置参数进行调整。

采用本公开实施例提供的用于空调开机的方法，通过确定调整空调设置参数的概率，在调整空调设置参数的概率满足设定条件的情况下，获取空调设置参数的调整方向并根据该调整方向对空调设置参数进行自动调整，避免每次开机需要用户手动对空调设置参数进行设置，提高了用户使用空调时的体验。

可选地，获取空调在历史设定时间段内各开机时刻及其对应的环境信息和设置信息，该环境信息和设置信息即为备选的开机输入变量，同时获取本开机周期内是否会调整空调设置参数即第一目标变量，分析备选的开机输入变量中各变量与第一目标变量之间的关系，在备选的开机输入变量中选取与第一目标变量相关性高的变量。可选地，环境信息包括地理位置、季节、室外温度、月份、日期信息、时刻信息、是否工作日和室内温度中的一种或多种，可选地，设置信息包括风速、除醛、净化、模式、设置温度、风速中的一种或多种。可选地，调整空调设置参数时将第一目标变量表示为1，未调整空调设置参数时将第一目标变量表示为0。

可选地，确定开机输入变量，包括：获取备选的开机输入变量；通过备选的开机输入变量与预设的第一目标变量进行描述性分析确定出开机输入变量。

可选地，确定开机输入变量，包括：获取备选的开机输入变量；按照预设的算法利用备选的开机输入变量与预设的第一目标变量进行计算，获得备选的开机输入变量与第一目标变量之间的相关系数；根据相关系数确定出开机输入变量。

可选地，对于类别型开机输入变量，如季节、月份、日期信息、时刻信息、是否工作日、地理位置、风速、除醛、净化、模式，通过它们分别与第一目标变量的描述性分析发现开机输入变量与第一目标变量之间的相关性。可选地，利用可视化发现开机输入变量与第一目标变量之间的相关性。

可选地，对于数值型变量，如时刻信息、室内温度、室外温度、设置温度，通过pearson相关系数计算公式计算备选的开机输入变量与第一目标变量之间的相关系数，相关系数的绝对值越大，相关性越强：相关系数越接近于1或-1，相关性越强，相关系数越接近于0，相关性越弱。

可选地，通过以下取值范围判断开机输入变量的相关强度：

相关系数∈(0.8-1.0]相关性为极强相关；

相关系数∈(0.6-0.8]相关性为强相关；

相关系数∈(0.4-0.6]相关性为中等程度相关；

相关系数∈(0.2-0.4]相关性为弱相关；

相关系数∈(0.0-0.2]相关性为极弱相关或无相关；

可选地，从备选的开机输入变量中选取极强相关或强相关的相关性对应的变量得到开机输入变量。

可选地，通过pearson相关系数计算公式计算备选的开机输入变量与第一目标变量之间的相关系数：

其中，ρ_X,Y为开机输入变量与第一目标变量之间的相关系数，X为开机输入变量，Y为第一目标变量。

可选地，根据开机输入变量确定当前开机周期内调整空调设置参数的概率，包括：根据开机输入变量及预设的第一目标变量构建第一计算模型；获取当前输入变量，当前输入变量包括当前环境信息和空调的当前设置信息；将当前输入变量输入预设的第一计算模型，获得当前开机周期内调整空调设置参数的概率。

可选地，第一计算模型为logistic回归模型。对上一步确定的输入变量与目标变量建立logistic回归模型：

其中g(x)＝m₀+m₁x₁+…+m_nx_n，x_n为第n个开机输入变量，M_n为第n个开机输入变量的线性组合系数。

可选地，对调整空调设置参数概率进行准确率评分，根据准确率评分对模型进行优化，提升获得当前开机周期内调整空调设置参数概率的准确率。

在一些实施例中，当空调开机后，将目前的环境信息和开机设置信息输入logistic回归模型，利用logistic回归模型计算本次开机调整空调设置参数的概率，进而判断此次开机是否需要调整空调设置参数。在调整空调设置参数的概率达到设定阈值的情况下，需要调整空调设置参数；否则，不需要调整空调设置参数。

可选地，获取当前开机周期内空调设置参数的调整方向，包括：获取当前输入变量，当前输入变量包括当前环境信息和空调的当前设置信息；将当前输入变量输入预设的第二计算模型，获得当前开机周期内空调设置参数的调整方向。

可选地，第二计算模型通过获取的第二目标变量及第二目标变量对应的输入变量构建得到；第二目标变量对应的输入变量包括对空调设置参数进行调整时的环境信息和对空调设置参数进行调整时空调的设置信息。

可选地，调整方向包括模式、设置温度、风速、除醛、净化中的一种或多种，获取不同开机周期内第i次的调整方向,根据该调整方向及对应的输入变量即环境信息、设置信息建立神经网络模型，此处为单设备模型。

可选地，第二计算模型为多层感知机(MLP，Multilayer Perceptron)。

结合图2所示，神经网络模型的输入层为输入变量对应的向量，隐藏层的输出为第二目标变量，第二计算模型为f(x)＝G(b⁽²⁾+W⁽²⁾(s(b⁽¹⁾+W⁽¹⁾x)))，其中，X为开机输入变量；f(x)为神经网络的第二目标变量，其为开机之后的调整方向，是设置温度、除醛、净化、风速、模式的字符串拼接；W为连接系数，b为偏置；s()为Sigmoid函数。在一些实施例中输入层用向量X表示，则神经网络模型隐藏层的输出是f(w1X+b1)，w1是隐藏层与输入层之间的连接系数，b1是隐藏层与输入层之间的偏置，函数f()为sigmoid函数，a为输入变量；

sigmoid(a)＝1/(1+e^-a)，在其他实施例中，函数f()还可以为tanh函数，tanh(a)＝(e^a-e^-a)/(e^a+e^-a)。神经网络模型输出层的输出是softmax(W2X1+b2)，X1为隐藏层的输出f(W1X+b1)。

可选地，当空调开机后，将目前的环境信息和设置信息做为x输入模型，就可以得到每次调整方向的输出f(x)。这样，可以有效的避免开机后用户手动调整空调设置的麻烦，提升用户体验。

可选地，根据调整方向对空调设置参数进行调整，包括：获取设定时间段内的空调设置参数调整次数，将空调设置参数调整次数作为根据调整方向对空调设置参数进行调整的次数。

可选地，根据调整方向对空调设置参数进行调整，包括：获取设定时间段内的空调设置参数调整间隔时间，将空调设置参数调整间隔时间作为根据调整方向对空调设置参数进行调整的间隔时间。

在一些实施例中，获取空调过去N天内各开机周期中最多的调整次数和最大的调整间隔时间，作为本次开机后的调整次数和调整间隔时间，N为正整数。

结合图3所示，本公开实施例提供一种用于空调开机的装置，包括处理器(processor)100和存储有程序指令的存储器(memory)101。可选地，该装置还可以包括通信接口(Communication Interface)102和总线103。其中，处理器100、通信接口102、存储器101可以通过总线103完成相互间的通信。通信接口102可以用于信息传输。处理器100可以调用存储器101中的程序指令，以执行上述实施例的用于空调开机的方法。

此外，上述的存储器101中的程序指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。

存储器101作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器100通过运行存储在存储器101中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述实施例中用于空调开机的方法。

存储器101可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器101可以包括高速随机存取存储器，还可以包括非易失性存储器。

采用本公开实施例提供的用于空调开机的装置，通过确定调整空调设置参数的概率，在调整空调设置参数的概率满足设定条件的情况下，获取空调设置参数的调整方向并根据该调整方向对空调设置参数进行自动调整，避免每次开机需要用户手动对空调设置参数进行设置，提高了用户使用空调时的体验。

本公开实施例提供了一种空调，包含上述的用于空调开机的装置。

该空调通过确定调整空调设置参数的概率，在调整空调设置参数的概率满足设定条件的情况下，获取空调设置参数的调整方向并根据该调整方向对空调设置参数进行自动调整，避免每次开机需要用户手动对空调设置参数进行设置，提高了用户使用空调时的体验。

本公开实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，计算机可执行指令设置为执行上述用于空调开机的方法。

本公开实施例提供了一种计算机程序产品，计算机程序产品包括存储在计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，使计算机执行上述用于空调开机的方法。

上述的计算机可读存储介质可以是暂态计算机可读存储介质，也可以是非暂态计算机可读存储介质。

本公开实施例的技术方案可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括一个或多个指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开实施例方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。

以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且，本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地，如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本申请中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。

本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本公开实施例中的各功能单元可以集成在一个处理单元中，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单元中。

附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

Claims (10)

1.一种用于空调开机的方法，其特征在于，包括：

确定开机输入变量，所述开机输入变量包括环境信息和空调的设置信息；

根据所述开机输入变量确定当前开机周期内调整空调设置参数的概率；

在所述调整空调设置参数的概率满足设定条件的情况下，获取当前开机周期内空调设置参数的调整方向；

根据所述调整方向对空调设置参数进行调整。

2.根据权利要求1所述的方法，其特征在于，所述确定开机输入变量，包括：

获取备选的开机输入变量；

通过所述备选的开机输入变量与预设的第一目标变量进行描述性分析确定出开机输入变量。

3.根据权利要求1所述的方法，其特征在于，所述确定开机输入变量，包括：

获取备选的开机输入变量；

按照预设的算法利用所述备选的开机输入变量与预设的第一目标变量进行计算，获得所述备选的开机输入变量与第一目标变量之间的相关系数；

根据所述相关系数确定出开机输入变量。

4.根据权利要求1所述的方法，其特征在于，根据所述开机输入变量确定当前开机周期内调整空调设置参数的概率，包括：

根据所述开机输入变量及预设的第一目标变量构建第一计算模型；

获取当前输入变量，所述当前输入变量包括当前环境信息和空调的当前设置信息；

将所述当前输入变量输入预设的第一计算模型，获得当前开机周期内调整空调设置参数的概率。

5.根据权利要求1所述的方法，其特征在于，获取当前开机周期内空调设置参数的调整方向，包括：

获取当前输入变量，所述当前输入变量包括当前环境信息和空调的当前设置信息；

将所述当前输入变量输入预设的第二计算模型，获得当前开机周期内空调设置参数的调整方向。

6.根据权利要求5所述的方法，其特征在于，所述第二计算模型通过获取的第二目标变量及所述第二目标变量对应的输入变量构建得到；

所述第二目标变量对应的输入变量包括对空调设置参数进行调整时的环境信息和对空调设置参数进行调整时空调的设置信息。

7.根据权利要求1至6任一项所述的方法，其特征在于，根据所述调整方向对空调设置参数进行调整，包括：

获取设定时间段内的空调设置参数调整次数，将所述空调设置参数调整次数作为根据所述调整方向对空调设置参数进行调整的次数。

8.根据权利要求1至6任一项所述的方法，其特征在于，根据所述调整方向对空调设置参数进行调整，包括：

获取设定时间段内的空调设置参数调整间隔时间，将所述空调设置参数调整间隔时间作为根据所述调整方向对空调设置参数进行调整的间隔时间。

9.一种用于空调开机的装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在执行所述程序指令时，执行如权利要求1至8任一项所述的用于空调开机的方法。

10.一种空调，其特征在于，包括如权利要求9所述的用于空调开机的装置。

Images