CN112558524A - 电器系统控制方法、装置、电子设备和存储介质 - Google Patents
电器系统控制方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112558524A CN112558524A CN202011458948.3A CN202011458948A CN112558524A CN 112558524 A CN112558524 A CN 112558524A CN 202011458948 A CN202011458948 A CN 202011458948A CN 112558524 A CN112558524 A CN 112558524A
- Authority
- CN
- China
- Prior art keywords
- predicted
- people flow
- sensor
- data
- pedestrian
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24215—Scada supervisory control and data acquisition
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Air Conditioning Control Device (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本发明公开了一种电器系统控制方法、装置、电子设备和存储介质,其中,该方法包括:通过人流量传感器采集建筑内至少一个区域的人流量数据;在预先训练的时间序列模型以所述人流量数据和所述区域为基础确定出至少一个时刻的预测人流量和移动轨迹;根据环境传感器、所述预测人流量和所述移动轨迹控制所述建筑内的电器系统。本发明实施通过预测人流量对建筑物内的电器系统的运行状态进行动态调整,在满足用户使用体验的基础上降低能源消耗,可实现节能减排的目标。
Description
技术领域
本发明实施例涉及自动化控制技术领域,尤其涉及一种电器系统控制方法、装置、电子设备和存储介质。
背景技术
随着社会的进步,经济的发展,环保和资源节约意识逐渐在社会中变得普及,但人们日常生活中节能直接通过开关电器的方式实现,通过开关调节的方式势必对人们的正常生活产生影响,例如,空调温度过高、通风空气不流畅等。当前亟需在建筑内部通过对电器的智能化控制,在保障用户舒适度的情况下降低电器的能源消耗。
现有技术中为了实现建筑内部电器的节能控制,只能通过传统的可编程逻辑控制器或者数字控制器对空调、通风和照明等系统进行机械控制,导致出现电能浪费或者不满足用户使用需求的情况出现。
发明内容
本发明提供一种电器系统控制方法、装置、电子设备和存储介质,以实现建筑电器系统的智能化控制,满足用户日常使用需求,降低能源消耗,实现碳排放的降低。
第一方面,本发明实施例提供了一种电器系统控制方法,该方法包括:
通过人流量传感器采集建筑内至少一个区域的人流量数据;
在预先训练的时间序列模型以所述人流量数据和所述区域为基础确定出至少一个时刻的预测人流量和移动轨迹;
根据环境传感器、所述预测人流量和所述移动轨迹控制所述建筑内的电器系统。
第二方面,本发明实施例提供了一种电器系统控制装置,该装置包括:
数据采集模块,用于通过人流量传感器采集建筑内至少一个区域的人流量数据;
数据预测模块,用于在预先训练的时间序列模型以所述人流量数据和所述区域为基础确定出至少一个时刻的预测人流量和移动轨迹;
电器控制模块,用于根据环境传感器、所述预测人流量和所述移动轨迹控制所述建筑内的电器系统。
第三方面,本发明实施例提供了一种电子设备,该电子系统包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例中任一所述的电器系统控制方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如本发明实施例中任一所述的电器系统控制方法。
本发明实施例,通过在建筑内使用人流传感器采集各区域内的人流量数据,根据区域和人流量数据在时间序列模型确定出不同时刻的预测人流量和移动轨迹,根据预测人流量、移动轨迹和环境传感器对电器系统进行控制,提高了电器系统控制的准确性,实现电器系统的自动调节,可减少能源消耗,提高电器系统的运行效率。
附图说明
图1是本发明实施例一提供的一种电器系统控制方法的流程图;
图2是本发明实施例二提供的一种电器系统控制方法的流程图;
图3是本发明实施例二提供的一种电器系统控制方法的示例图;
图4是本发明实施例三提供的一种电器系统控制装置的结构示意图;
图5是本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构,此外,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例一
图1是本发明实施例一提供的一种电器系统控制方法的流程图,本实施例可适用于建筑物内电器设备智能化控制的情况,该方法可以由电器系统控制装置来执行,该装置可以采用硬件和/或软件的方式来实现,参见图1,本发明实施例提供的方法具体包括如下步骤:
步骤110、通过人流量传感器采集建筑内至少一个区域的人流量数据。
其中,人流量传感器可以是获取采集范围内人数的传感器,可以包括超声波传感器、红外阵列传感器等。区域可以是建筑内不同位置,例如,室内的不同房间或者商场内的不同店铺等。人流量数据可以是反映行人移动情况的数据,可以包括行人数量或者行人走动方向等。
在本发明实施例中,可以在建筑物内设置一个或者多个人流量传感器,可以使用这些人流量传感器采集建筑物内各区域当前的人流量数据。人流量传感器可以按照预设时间进行周期性采集,该预设时间可以由管理员或者配置策略进行设置。
步骤120、在预先训练的时间序列模型以人流量数据和区域为基础确定出至少一个时刻的预测人流量和移动轨迹。
其中,时间序列模型可以根据人流量数据预测未来时间人流量的模型,该模型可以为神经网络模型。预测人流量可以是基于人流流量数据预测出来的人数,移动轨迹,可以表示人流移动的轨迹,可以反映不同区域间人数变化的趋势,例如,移动轨迹为人流从区域A走向区域B,区域A中的人数可以减少,区域B中的人数可以增多。
具体的,可以将人流量数据按照区域输入到时间序列模型中,获取时间序列模型输出的预测人流量,该预测人流量可以与区域存在对应关系,根据输入的人流量数据对应的时间数量与时间序列模型输出的预测人流量对应的时刻的数量可以相同,例如,输入三个时间的人流量数据,时间序列模型输出的预测人流量可以对应三个不同时刻。在确定出各区域的预测人流量后,可以针对相同区域,比较不同时刻的预测人流量确定出移动轨迹。
步骤130、根据环境传感器、预测人流量和移动轨迹控制建筑内的电器系统。
其中,环境传感器可以是采集建筑内环境数据的传感器,环境传感器可以包括采集光照程度的传感器、采集温度的传感器以及采集通风量的传感器中的一种或者多种。
具体的,可以使用环境传感器采集建筑内的环境信息,可以综合环境信息、预测人流量和移动轨迹对电器系统进行控制,例如,当环境信息中室内温度超过25摄氏度时,预测人流量超过5人,可以控制电器系统按照移动轨迹依次打开建筑内各区域的空调系统。
本发明实施例,通过在建筑内使用人流传感器采集各区域内的人流量数据,根据区域和人流量数据在时间序列模型确定出不同时刻的预测人流量和移动轨迹,根据预测人流量、移动轨迹和环境传感器对电器系统进行控制,提高了电器系统控制的准确性,实现电器系统的自动调节,可减少能源消耗,提高电器系统的运行效率。
实施例二
图2是本发明实施例二提供的一种电器系统控制方法的流程图,本发明实施例是在上述发明实施例的基础上的具体化,参见图2,本发明实施例提供的方法具体包括如下步骤:
步骤210、将人流量训练集按照时间依次输入到时间序列模型进行训练。
其中,人流量训练集可以是建筑内在过去一段时间内采集到的人流量数据的集合,一段时间的时间长度可以与当地季节变化相关联,季节变化较大的地区,一段时间的时间长度可以设置较短,季节变化较小的地区,一段时间的时间长度可以设置较长。
在本发明实施例中,可以将人流量训练集按照对应的时间进行归类,在进行时间序列模型的训练时,可以将历史人流量数据按照对应的时间分别输入到时间序列模型中进行训练。
步骤220、若输出的预测人流量与对应的人流量样本集不同,则调整时间序列模型中的权重系数后继续进行训练,若输出的预测人流量与对应的人流量样本集相同,则确定时间序列模型完成训练。
其中,人流量样本集可以包括与人流量训练集中的人流量在时间上存在对应关系,人流量样本集中人流量在人流量训练集中人流量采集之后十分钟再采集,时间差值的大小可以与时间序列模型设定的预测时间的长度相对应,权重系数可以是时间序列模型中隐藏层激活函数中的权重值,用于预测人流量。
具体的,可以获取到时间序列模型输出的预测人流量,将预测人流量和人流量样本集进行对比,确定人流量样本集是否存在相同的数据,若比较结果相同,则可以确定该时间序列模型训练完成;若比较结果不同,可以根据预测人流量和人流量样本集中对应人流量的差值对时间序列模型的权重系数进行调整,然后根据调整后的时间序列模型继续进行训练。
步骤230、按照区域间的相邻关系对人流量传感器进行编号。
其中,相邻关系可以是建筑内各区域之间的位置关系。
在本发明实施例中,可以对各区域内的人流量传感器进行编号,相邻区域内的人流量传感器的编号可以相邻,可以通过编号的变化反映出区域的变化,可以理解的是,当一个区域内存在多个人流量传感器时,多个人流量传感器可以对应相同的编号。
步骤240、按照编号获取人流量传感器的人流量数据。
具体的,可以按照编号的顺序从小到大或者从大到小依次采集人流传感器中的人流量数据,每个编号可以存在各自对应的人流量数据。
步骤250、将人流量数据按照时间和区域依次输入到时间序列模型,并获取时间序列模型输出的对应预测时间的预测人流量。
其中,预测时间可以是未来一个时刻,预测时间可以由时间序列模型的结构相关,时间序列模型训练用于预测10分钟后的预测人流量或者训练用于预测20分钟后的预测人流量,时间序列模型输出的预测人流量对应的预测时间可以为10分钟后或者20分钟后。
在本发明实施例中,可以依次将属于相同时间且相同区域的人流量数据输入到时间序列模型,每次输入到时间序列模型中的人流量数据可以具有相同的时间和编号,然后获取时间序列模型输出的预测人流量,该预测人流量的预测时间可以与人流量数据的时间相对应,例如,若时间序列模型用于预测20分钟之后的人流量,人流量数据的时间为1:20,相应的预测人流量的预测时间为1:40。
步骤260、按照预测时间统计各所述区域的预测人流量的人数变化序列作为移动轨迹。
其中,人数变化序列可以是各区域中人数随着时间变化的序列,人数变化序列中每个元素可以代表一个区域的预测人流量和人流量数据的差值,可以反映出该区域内人数变化的趋势。
在本发明实施例中,可以针对对属于相同预测时间的各区域的预测人流量数据进行统计,确定出各区域的预测人流量与人流量数据的差值,可以各区域对应的差值组成人数变化序列,可以将该人数变化序列作为移动轨迹,以数值的增减,表示人流在空间中的流动状态。
步骤270、获取环境传感器采集的建筑内的环境信息。
其中,环境信息可以是反映建筑内环境状态的信息,可以包括光照、空气和温度等。
具体的,可以使用建筑物内设置的环境传感器对建筑内的环境状态进行采集,获取到光照、空气和温度等信息。
进一步的,在上述发明实施例的基础上,所述环境传感器包括以下至少一种:二氧化碳传感器、光照传感器和温度传感器。
在本发明实施例中,可以在建筑物内设置二氧化碳传感器采集环境内的二氧化碳浓度,可以使用光照传感器采集环境内的光照强度,以及还可以使用温度传感器采集环境内的温度,可以理解的是,建筑物内每个区域内均可以设置有二氧化碳传感器、光照传感器和温度传感器的一种或者多种作为环境传感器。
步骤280、在控制策略中查找环境信息和预测人流量对应的电器系统控制参数。
其中,控制策略可以是预先配置的用于控制电器系统的电器系统控制参数,控制策略中可以包括由不同环境信息和不同预测人流量下的电器系统控制参数,例如,温度25摄氏度且预测人流量为15人时,空调系统打开1档。电器系统控制参数可以包括电器系统的工作频率、工作时长等。
具体的,控制策略可以预先存储在本地或者云端服务器中,可以环境信息和预测人流量为查找项,在本地或者云端服务器的控制策略中查找该查找项对应的电器控制参数。
步骤290、按照电器系统控制参数控制电器系统工作,并在预测时间按照对应的移动轨迹调整电器系统工作状态。
其中,工作状态可以是反映电器系统运行的参数,可以包括工作频率和工作时长等。
具体的,可以使用查询到的电器系统控制参数对相应的电器系统进行控制,使得电器系统按照对应的参数进行工作,在电器系统的运行过程中,可以根据移动轨迹对电器系统的工作状态进行调整,例如,获取作为移动轨迹的人数变化序列,根据该人数变化序列中的数值对电器系统的工作状态进行调整,例如,区域A对应的数值为+1,则可以在区域A范围内电器系统的工作频率增加1档,区域B对应的数值为-2,则可以在区域B范围内电器系统的工作频率减少1档。
本发明实施例,通过人流量训练集训练时间序列模型,训练过程中若输出的预测人流量与人流量样本集的内容不一致,则调整时间序列模型中的权重系数后继续进行训练,若输出的预测人流量与人流量样本集的内容一致,则完成时间序列模型的训练,按照区域间的相邻关系对人流量传感器进行编号,根据编号依次获取人流量传感器的人流量数据,将人流量数据按照时间和区域依次输入到时间序列模型,以获取到对应预测时间的预测人流量,按照预测时间统计各区域的预测人流量的人数变化序列作为移动轨迹,使用环境传感器采集的环境信息和预测人流量查找对应的电器系统控制参数,并按照电器系统控制参数控制电器系统工作,在工作过程中通过移动轨迹调整电器系统的工作状态,实现了电器系统控制的准确性,实现电器系统的自动调节,可减少能源消耗,提高电器系统的运行效率。
进一步的,在上述发明实施例的基础上,所述电器系统包括以下至少一种:通风系统、照明系统和空调系统。
在本发明实施例中,电器系统可以是建筑物内电器设备系统,可以包括通风系统、照明系统和空调系统中的一种或者多种。
在一个示例性的实施方式中,图3是本发明实施例二提供的一种电器系统控制方法的示例图,参见图3,通过包括红外阵列传感器和二氧化碳传感器的人流量传感器获取历史和即时的人流量数据,并经过神经网络训练得到预测人流量和移动轨迹,结合温度传感器、二氧化碳传感器和温度传感器实现智能调节照明、空调和通风强度,达到节能减排的目标。
实施例三
图4是本发明实施例三提供的一种电器系统控制装置的结构示意图,可执行本发明任意实施例所提供的电器系统控制方法,具备执行方法相应的功能模块和有益效果。该装置可以由软件和/或硬件实现,具体包括:数据采集模块301、数据预测模块302和电器控制模块303。
数据采集模块301,用于通过人流量传感器采集建筑内至少一个区域的人流量数据。
数据预测模块302,用于在预先训练的时间序列模型以所述人流量数据和所述区域为基础确定出至少一个时刻的预测人流量和移动轨迹。
电器控制模块303,用于根据环境传感器、所述预测人流量和所述移动轨迹控制所述建筑内的电器系统。
本发明实施例,通过数据采集模块在建筑内使用人流传感器采集各区域内的人流量数据,数据预测模块根据区域和人流量数据在时间序列模型确定出不同时刻的预测人流量和移动轨迹,电器控制模块根据预测人流量、移动轨迹和环境传感器对电器系统进行控制,提高了电器系统控制的准确性,实现电器系统的自动调节,可减少能源消耗,提高电器系统的运行效率。
进一步的,在上述发明实施例的基础上,所述数据采集模块301包括:
编号单元,用于按照所述区域间的相邻关系对所述人流量传感器进行编号。
采集单元,用于按照所述编号获取所述人流量传感器的人流量数据。
进一步的,在上述发明实施例的基础上,还包括:训练模块,用于:将人流量训练集按照时间依次输入到时间序列模型进行训练;若输出的预测人流量与对应的人流量样本集不同,则调整所述时间序列模型中的权重系数后继续进行训练,若输出的预测人流量与对应的人流量样本集相同,则确定时间序列模型完成训练。
进一步的,在上述发明实施例的基础上,所述数据预测模块302包括:
人流预测单元,用于将所述人流量数据按照时间和区域依次输入到所述时间序列模型,并获取所述时间序列模型输出的对应预测时间的预测人流量。
轨迹确定单元,用于按照预测时间统计各所述区域的预测人流量的人数变化序列作为移动轨迹。
进一步的,在上述发明实施例的基础上,所述电器控制模块303包括:
环境信息单元,用于获取环境传感器采集的所述建筑内的环境信息。
参数查找单元,用于在控制策略中查找所述环境信息和所述预测人流量对应的电器系统控制参数。
控制执行单元,用于按照所述电器系统控制参数控制所述电器系统工作,并在预测时间按照对应的移动轨迹调整所述电器系统工作状态。
进一步的,在上述发明实施例的基础上,所述装置中的环境传感器包括以下至少一种:二氧化碳传感器、光照传感器和温度传感器。
进一步的,在上述发明实施例的基础上,所述装置中的电器系统包括以下至少一种:通风系统、照明系统和空调系统。
实施例四
图5是本发明实施例五提供的一种电子设备的结构示意图,如图5所示,该电子设备包括处理器50、存储器51、输入装置52和输出装置53;电子设备中处理器50的数量可以是一个或多个,图5中以一个处理器50为例;电子设备中的处理器50、存储器51、输入装置52和输出装置53可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储器51作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的电器系统控制方法对应的程序指令/模块(例如,电器系统控制装置中的数据采集模块301、数据预测模块302和电器控制模块303)。处理器50通过运行存储在存储器51中的软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现上述的电器系统控制方法。
存储器51可主要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的使用所创建的数据等。此外,存储器51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,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器51可进一步包括相对于处理器50远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置52可用于接收输入的数字或字符信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置53可包括显示屏等显示设备。
实施例五本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种电器系统控制方法,该方法包括:
通过人流量传感器采集建筑内至少一个区域的人流量数据;
在预先训练的时间序列模型以所述人流量数据和所述区域为基础确定出至少一个时刻的预测人流量和移动轨迹;
根据环境传感器、所述预测人流量和所述移动轨迹控制所述建筑内的电器系统。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的电器系统控制方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干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)执行本发明各个实施例所述的方法。
值得注意的是,上述电器系统控制装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种电器系统控制方法,其特征在于,所述方法包括:
通过人流量传感器采集建筑内至少一个区域的人流量数据;
在预先训练的时间序列模型以所述人流量数据和所述区域为基础确定出至少一个时刻的预测人流量和移动轨迹;
根据环境传感器、所述预测人流量和所述移动轨迹控制所述建筑内的电器系统。
2.根据权利要求1所述的方法,其特征在于,所述通过人流量传感器采集建筑内至少一个区域的人流量数据,包括:
按照所述区域间的相邻关系对所述人流量传感器进行编号;
按照所述编号获取所述人流量传感器的人流量数据。
3.根据权利要求1所述的方法,其特征在于,所述时间序列模型的训练过程包括:
将人流量训练集按照时间依次输入到时间序列模型进行训练;
若输出的预测人流量与对应的人流量样本集不同,则调整所述时间序列模型中的权重系数后继续进行训练,若输出的预测人流量与对应的人流量样本集相同,则确定时间序列模型完成训练。
4.根据权利要求1所述的方法,其特征在于,所述在预先训练的时间序列模型以所述人流量数据和所述区域为基础确定出至少一个时刻的预测人流量和移动轨迹,包括:
将所述人流量数据按照时间和区域依次输入到所述时间序列模型,并获取所述时间序列模型输出的对应预测时间的预测人流量;
按照预测时间统计各所述区域的预测人流量的人数变化序列作为移动轨迹。
5.根据权利要求4所述的方法,其特征在于,所述根据环境传感器、所述预测人流量和所述移动轨迹控制所述建筑内的电器系统,包括:
获取环境传感器采集的所述建筑内的环境信息;
在控制策略中查找所述环境信息和所述预测人流量对应的电器系统控制参数;
按照所述电器系统控制参数控制所述电器系统工作,并在预测时间按照对应的移动轨迹调整所述电器系统工作状态。
6.根据权利要求1-5中任一所述的方法,其特征在于,所述环境传感器包括以下至少一种:二氧化碳传感器、光照传感器和温度传感器。
7.根据权利要求1-5中任一所述的方法,其特征在于,所述电器系统包括以下至少一种:通风系统、照明系统和空调系统。
8.一种电器系统控制装置,其特征在于,所述装置包括:
数据采集模块,用于通过人流量传感器采集建筑内至少一个区域的人流量数据;
数据预测模块,用于在预先训练的时间序列模型以所述人流量数据和所述区域为基础确定出至少一个时刻的预测人流量和移动轨迹;
电器控制模块,用于根据环境传感器、所述预测人流量和所述移动轨迹控制所述建筑内的电器系统。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的电器系统控制方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一所述的电器系统控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011458948.3A CN112558524A (zh) | 2020-12-11 | 2020-12-11 | 电器系统控制方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011458948.3A CN112558524A (zh) | 2020-12-11 | 2020-12-11 | 电器系统控制方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112558524A true CN112558524A (zh) | 2021-03-26 |
Family
ID=75062312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011458948.3A Pending CN112558524A (zh) | 2020-12-11 | 2020-12-11 | 电器系统控制方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112558524A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114777298A (zh) * | 2022-03-30 | 2022-07-22 | 广州云雷智能科技有限公司 | 温度调节预测方法、装置、设备、存储介质及空调设备 |
CN115049083A (zh) * | 2022-08-15 | 2022-09-13 | 天津理工大学 | 一种机电设备运行管理方法、装置及系统 |
CN115079589A (zh) * | 2022-08-24 | 2022-09-20 | 深圳泛和科技有限公司 | 园区管理方法、装置、系统、电子设备和计算机可读介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106679055A (zh) * | 2015-11-07 | 2017-05-17 | 重庆正阳空调设备有限公司 | 适用于中央空调的节能系统 |
CN106886171A (zh) * | 2015-12-16 | 2017-06-23 | 美的集团股份有限公司 | 电器控制方法及控制装置 |
CN108132605A (zh) * | 2016-11-28 | 2018-06-08 | 如万亿私人有限公司 | 照明与空调控制系统 |
CN110458351A (zh) * | 2019-08-06 | 2019-11-15 | 重庆仙桃前沿消费行为大数据有限公司 | 基于人流量的区域管理方法、装置、设备及可读存储介质 |
CN110925968A (zh) * | 2018-08-31 | 2020-03-27 | 珠海格力电器股份有限公司 | 空调控制方法、装置及空调 |
CN111174385A (zh) * | 2019-12-30 | 2020-05-19 | 重庆大学 | 基于5g网络及人流量识别的新风系统及新风控制方法 |
-
2020
- 2020-12-11 CN CN202011458948.3A patent/CN112558524A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106679055A (zh) * | 2015-11-07 | 2017-05-17 | 重庆正阳空调设备有限公司 | 适用于中央空调的节能系统 |
CN106886171A (zh) * | 2015-12-16 | 2017-06-23 | 美的集团股份有限公司 | 电器控制方法及控制装置 |
CN108132605A (zh) * | 2016-11-28 | 2018-06-08 | 如万亿私人有限公司 | 照明与空调控制系统 |
CN110925968A (zh) * | 2018-08-31 | 2020-03-27 | 珠海格力电器股份有限公司 | 空调控制方法、装置及空调 |
CN110458351A (zh) * | 2019-08-06 | 2019-11-15 | 重庆仙桃前沿消费行为大数据有限公司 | 基于人流量的区域管理方法、装置、设备及可读存储介质 |
CN111174385A (zh) * | 2019-12-30 | 2020-05-19 | 重庆大学 | 基于5g网络及人流量识别的新风系统及新风控制方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114777298A (zh) * | 2022-03-30 | 2022-07-22 | 广州云雷智能科技有限公司 | 温度调节预测方法、装置、设备、存储介质及空调设备 |
CN114777298B (zh) * | 2022-03-30 | 2023-09-22 | 广州云雷智能科技有限公司 | 温度调节预测方法、装置、设备、存储介质及空调设备 |
CN115049083A (zh) * | 2022-08-15 | 2022-09-13 | 天津理工大学 | 一种机电设备运行管理方法、装置及系统 |
CN115049083B (zh) * | 2022-08-15 | 2022-11-22 | 天津理工大学 | 一种机电设备运行管理方法、装置及系统 |
CN115079589A (zh) * | 2022-08-24 | 2022-09-20 | 深圳泛和科技有限公司 | 园区管理方法、装置、系统、电子设备和计算机可读介质 |
CN115079589B (zh) * | 2022-08-24 | 2022-11-11 | 深圳泛和科技有限公司 | 园区管理方法、装置、系统、电子设备和计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112558524A (zh) | 电器系统控制方法、装置、电子设备和存储介质 | |
KR102648234B1 (ko) | 데이터 학습 서버 및 이의 학습 모델 생성 및 이용 방법 | |
JP6807556B2 (ja) | 空調制御方法、空調制御装置及び空調制御プログラム | |
CN106225172A (zh) | 空调控制装置、方法及系统 | |
Kumar et al. | Implementation of smart LED lighting and efficient data management system for buildings | |
KR101875489B1 (ko) | 냉방 시스템을 자동으로 제어하는 장치 및 방법 | |
CN107562023A (zh) | 基于用户行为习惯的智能家居管控系统 | |
WO2022218014A1 (zh) | 用于家电控制的方法、装置和家电 | |
CN106814710A (zh) | 一种对智能家居设备的控制方法和装置 | |
KR20180072468A (ko) | 빅데이터기반 사용자의 지능형 냉방 및 난방 서비스 제공 방법 | |
CN106919056A (zh) | 智能家居自动控制方法及装置 | |
US20220307716A1 (en) | Control device, air conditioner and cotrol method thereof | |
Daum et al. | Identifying important state variables for a blind controller | |
CN110308661A (zh) | 基于机器学习的智能设备控制方法及装置 | |
CN110471301A (zh) | 一种基于用户行为的智能家居服务推荐系统及方法 | |
CN110736231A (zh) | 空调控制方法、装置、空调、存储介质以及处理器 | |
Kim et al. | Prediction and correlation analysis of ventilation performance in a residential building using artificial neural network models based on data-driven analysis | |
KR102044553B1 (ko) | 홈 에너지 관리 시스템 및 이의 실행 방법 | |
CN113339965A (zh) | 用于空调控制的方法、装置和空调 | |
CN106209957A (zh) | 基于云端服务的环境控温装置 | |
CN112255923B (zh) | 一种电设备控制方法、装置、服务器及介质 | |
CN117097757A (zh) | 一种基于大数据的物联网信息智能监控管理系统及方法 | |
Vázquez et al. | Thermal comfort support application for smart home control | |
CN111308921A (zh) | 基于语音控制设备的方法及控制终端设备 | |
CN115540297A (zh) | 用于控制新风空调系统的方法及装置、新风空调系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210326 |