CN112833554A - 用水预测模型的建立方法、热水器及控制方法、存储介质 - Google Patents
用水预测模型的建立方法、热水器及控制方法、存储介质 Download PDFInfo
- Publication number
- CN112833554A CN112833554A CN202010459155.7A CN202010459155A CN112833554A CN 112833554 A CN112833554 A CN 112833554A CN 202010459155 A CN202010459155 A CN 202010459155A CN 112833554 A CN112833554 A CN 112833554A
- Authority
- CN
- China
- Prior art keywords
- water
- user
- information
- prediction model
- water use
- 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
- F24H—FLUID HEATERS, e.g. WATER OR AIR HEATERS, HAVING HEAT-GENERATING MEANS, e.g. HEAT PUMPS, IN GENERAL
- F24H9/00—Details
- F24H9/20—Arrangement or mounting of control or safety devices
- F24H9/2007—Arrangement or mounting of control or safety devices for water heaters
Abstract
本发明公开了用水预测模型的建立方法、热水器的控制方法、热水器和存储介质,用水预测模型的建立方法包括以下步骤:获取用水参数数据库,其中,用水参数数据库中至少包括用水时间信息和与用水时间信息对应的用水量信息;分析、识别出用水参数数据库中的多人用水参数信息和其他参数信息,其中,其他参数信息为用水参数数据库中除多人用水参数信息之外的参数;根据识别出的多人用水参数信息和其他参数信息建立用水预测模型。本发明提供了可以识别用水参数为多人用水还是其他用水的模型,且模型可以应用于热水器中,使得热水器可以根据用水预测模型预测的结果调节运行参数,保证了热水器的水温持续性和稳定性,避免用户等待热水器加热的情形。
Description
技术领域
本发明属于热水器领域,具体地说,涉及一种用水预测模型的建立方法、一种热水器的控制方法、一种热水器和一种计算机可读存储介质。
背景技术
在日常使用热水器的场景中,常常会出现多人先后进行洗浴的情形,但是由于热水器的容量有限,导致后面用水的人需要等待热水器加热的情形,以及存在使用后期热水不足的情形,影响产品的使用体验。
为了解决上述问题,现有的热水器提出了能够通过分析用户的历史用水数据,预测出用户的用水时间和用水量,并根据预测的结果调节热水器的运行参数的方案,但是现有的热水器只能通过分析用户的历史用水数据识别出历史用水数据中,单次洗浴用水的时间、用水量,并不能识别出多人洗浴还是单人洗浴,所以现有的热水器无法解决在多人先后进行洗浴的场景中,后用水的人需要等待热水器加热的问题,以及后期热水不足的问题。
有鉴于此特提出本发明。
发明内容
为了解决上述技术问题,本发明第一发明目的是为了解决现有热水器不存在可进行多人用水场景判断的预测模型问题,提供一种用水预测模型的建立方法。
用水预测模型的建立方法,包括以下步骤:
获取用水参数数据库,其中,所述用水参数数据库中至少包括用水时间信息和与所述用水时间信息对应的用水量信息;
分析、识别出所述用水参数数据库中的多人用水参数信息和其他参数信息,其中,所述其他参数信息为所述用水参数数据库中除所述多人用水参数信息之外的参数;
根据识别出的所述多人用水参数信息和所述其他参数信息建立所述用水预测模型。
本发明提供的用水预测模型的建立方法,通过分析、识别出用水参数数据库中的多人用水参数信息和其他参数信息,并根据识别出的多人用水参数信息和其他参数信息建立用水预测模型,方法简单、逻辑清楚、便于实施,并且现有的预测模型中,只能通过分析热水器的使用用户的用水数据,从而预测出用户未来的用水时间、用水量等信息,但是无法判断出是多人洗浴还是单人洗浴的用水人数信息,而用水人数对热水器水温的稳定性、持久性具有较大的影响,本实施例通过分析、识别出用水参数数据库中的多人用水参数信息和其他参数信息,并学习、总结用水参数数据库中的多人用水参数信息的规律,并根据学习、总结的规律建立用水预测模型,通过本实施例的方法建立的用水预测模型预测准确度高,实现根据预测的结果相应调节热水器的运行参数,使得热水器在使用过程中能够保证足够的热水供应,避免了在使用后期水温较低的情况,保证了热水器的水温持续性,省去了多人用水过程中间段,用户等待热水器加热的情形,使得用户可以在任意时间段用水,提升用户的使用体验,以及有利于优化热水器的运行功率,减小热水器的能耗,降低使用成本,达到节能环保的目的。
上述技术方案中,所述分析、识别出所述用水参数数据库中的多人用水参数信息和其他参数信息的步骤,具体包括:
将所述用水时间信息和与所述用水时间信息对应的所述用水量信息记做一个用水事件;
若至少两个所述用水事件为连续洗浴用水,则将所述至少两个用水事件记做一个多人用水事件;
将所述多人用水事件的用水时间信息和所述多人用水事件的用水量信息记作所述多人用水参数信息。
在本方案中,通过分析、识别用水事件是否为连续洗浴用水确定多人用水参数信息,判别方法简单、逻辑清楚,判别精准度高,进而有利于提升用水预测模型在使用阶段的判别精准度高。
上述技术方案中,所述若至少两个所述用水事件为连续洗浴用水,则将所述至少两个用水事件记做一个多人用水事件的步骤具体包括:
若相邻两个所述用水事件的间隔小于第一预设时长,且相邻两个所述用水事件中每个所述用水事件的用水时间信息大于等于第二预设时长,则将所述至少两个用水事件记做一个所述多人用水事件;
和/或若相邻两个所述用水事件的间隔小于第三预设时长,且相邻两个所述用水事件中每个所述用水事件的用水量信息大于等于用水量预设值,则将所述至少两个用水事件记做一个所述多人用水事件。
在本方案中,通过判别相邻用水事件的间隔时间以及每个用水事件的用水量或用水时长确定用水事件是否为连续洗浴用水,这样,用于判别的参数易于获取、判别的方法简单,有效的区分了用水参数数据库中的多人用水参数信息和其他参数信息,判别精准度高。
上述任一技术方案中,所述根据识别出的所述多人用水参数信息和所述其他参数信息建立所述用水预测模型的步骤,具体包括:
建立前馈神经网络模型;
分别对所述多人用水参数信息和所述其他参数信息标记对应的标签,并将标记标签后的所述多人用水参数信息和所述其他参数信息输入至所述前馈神经网络模型中;
训练并调节所述前馈神经网络模型;
将调节后的所述前馈神经网络模型确定为所述用水预测模型。
在本方案中,神经网络具有自学习和自适应的能力,将用水数据库内足够多的数据作为神经网络的训练学习样本,以训练用水预测模型,提升用水预测模型的预测精度,进而使得用水预测模型在使用阶段可以更好的预测实际使用用户的用水情况,提升预测精准度。
本发明第二方面技术方案提供了一种热水器的控制方法,包括以下步骤:
获取用户的用水参照信息,其中,所述用水参照信息包括用户的用水时间信息和与所述用水时间信息对应的用水量信息;
将获取到的所述用水参照信息输入至用水预测模型中,通过所述用水预测模型预测用水人数状况,其中,所述用水预测模型为根据权利要求1至4中任一项所述的用水预测模型的建立方法建立;
根据预测的所述用水人数状况生成运行控制指令;
根据所述运行控制指令调节热水器的运行参数。
本发明提供的热水器的控制方法,通过用水预测模型预测用水人数状况,并根据预测的用水人数状况生成运行控制指令,方法简单、逻辑清楚、便于实施,并且现有的预测模型中,只能通过分析热水器的使用用户的用水数据,从而预测出用户未来的用水时间、用水量等信息,但是无法判断出是多人洗浴还是单人洗浴的用水人数信息,而用水人数对热水器水温的稳定性、持久性具有较大的影响,本实施例用水预测模型预测用水人数状况,实现根据预测的结果相应调节热水器的运行参数,使得热水器在使用过程中能够保证足够的热水供应,避免了在使用后期水温较低的情况,同时保证了热水器的水温持续性,省去了多人用水过程中间段,用户等待热水器加热的情形,使得用户可以在任意时间段用水,提升用户的使用体验,以及有利于优化热水器的运行功率,减小热水器的能耗,降低使用成本,达到节能环保的目的。
上述技术方案中,所述获取用户的用水参照信息的步骤,具体包括以下步骤:
获取用户的历史用水参照信息;
根据所述历史用水参照信息预测用户的用水需求,其中,所述用水需求至少包括用户的用水时间信息和与所述用水时间信息对应的用水量信息;
将预测到的用户的所述用水需求记做用户的所述用水参照信息。
本实施例通过分析用户的历史用水参照信息,确定用户的用水习惯,用水习惯至少包括用水时间、用水量、用水水温等,在通过分析的用水习惯预测出用户未来的用水时间和用水量,也即预测出用户的用水需求,再将预测到的用户的用水需求记做用户的用水参照信息,并将预测到的用户的用水需求输入至用水预测模型中,通过用水预测模型预测用水人数状况。这样,热水器的在运行过程中自主学习、分析用户的用水习惯,并根据分析的结果形成更为合理、节能的运行控制指令,实现产品的智能化、人性化,同时使得热水器可以在用户用水前先将水温调整至适宜的温度,省去了用户在使用前的等待加热时间的情形,提升产品的使用体验,并且有利于优化热水器的运行功率,减小热水器的能耗,降低使用成本,达到节能环保的目的。
上述任一技术方案中,在所述将获取到的所述用水参照信息输入至用水预测模型中的步骤之后,还包括:
根据获取到的所述用水参照信息训练并调节所述用水预测模型。
本实施例通过获取到的用水参照信息继续训练、调节、优化用水预测模型,实现根据实际使用用户的用水信息惯训练、调整、优化用水预测模型,使得用水预测模型可以更好的预测实际使用用户的用水情况,提升神经网络预测模型的预测精准度,进而使得热水器的控制更合理。
上述任一技术方案中,所述根据所述运行控制指令调节热水器的运行参数的步骤,具体包括:
根据所述运行控制指令生成并推送运行服务选项;
接收所述运行服务选项的选择结果;
根据所述运行服务选项的选择结果调节热水器的运行参数。
本实施例通过控制指令生成运行服务选项,并推送运行服务选项,举例地,可以将运行服务选项推送至热水器的显示器上,还可以将运行服务选项推送至用户的终端上,例如,推送至用户的移动终端上。运行服务选项可以包括具体的运行时间、加热温度、加热模式等。根据运行服务选项的选择结果调节热水器的运行参数,实现了与用户的交互功能,使得热水器可以根据用户的实际指示进行热水器的运行参数调节,进一步提升用户的使用体验。
本发明第三方面技术方案提供了一种热水器,包括:控制器,所述控制器包括处理器和用于存储能够在处理器上运行的计算机程序的存储器,其中,所述处理器,用于运行计算机程序时,执行上述任一项技术方案所述的热水器的控制方法的步骤。
本发明第四方面技术方案提供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,所述计算机程序被处理器执行时,实现如上述任一项技术方案所述的用水预测模型的建立方法;或者
所述计算机程序被处理器执行时,实现如上述任一项技术方案所述的热水器的控制方法。
下面结合附图对本发明的具体实施方式作进一步详细的描述。
附图说明
附图作为本发明的一部分,用来提供对本发明的进一步的理解,本发明的示意性实施例及其说明用于解释本发明,但不构成对本发明的不当限定。显然,下面描述中的附图仅仅是一些实施例,对于本领域普通技术人员来说,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。在附图中:
图1是本根据本发明一个实施例的用水预测模型的建立方法的流程示意框图;
图2是本根据本发明另一个实施例的用水预测模型的建立方法的流程示意框图;
图3是本根据本发明再一个实施例的用水预测模型的建立方法的流程示意框图;
图4是本根据本发明一个实施例的热水器的控制方法的流程示意框图;
图5是本根据本发明另一个实施例的热水器的控制方法的流程示意框图;
图6是本根据本发明再一个实施例的热水器的控制方法的流程示意框图;
图7是本根据本发明一个实施例的热水器的结构示意框图;
图8是本根据本发明一个实施例的热水器的控制方法的流程示意框图;
图9是本根据本发明一个实施例的神经网络算法模型搭建的流程示意框图;
图中:700、热水器;710、控制器;711、处理器;712、存储器。
需要说明的是,这些附图和文字描述并不旨在以任何方式限制本发明的构思范围,而是通过参考特定实施例为本领域技术人员说明本发明的概念。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对实施例中的技术方案进行清楚、完整地描述,以下实施例用于说明本发明,但不用来限制本发明的范围。
在本发明的描述中,需要说明的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“内”、“外”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发明和简化描述,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发明的限制。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;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。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
本发明第一方面实施例提出了一种用水预测模型的建立方法,如图1所示,用水预测模型的建立方法包括以下步骤:
步骤S101:获取用水参数数据库,其中,用水参数数据库中至少包括用水时间信息和与用水时间信息对应的用水量信息;
步骤S102:分析、识别出用水参数数据库中的多人用水参数信息和其他参数信息,其中,其他参数信息为用水参数数据库中除多人用水参数信息之外的参数;
步骤S103:根据识别出的多人用水参数信息和其他参数信息建立用水预测模型。
值得说明的是,用水参数数据库可以指广泛的、不特定的用水人群的用水参数数据库,也可以指特定的热水器的使用用户的历史用水的用水参数数据库。
其中,用水时间信息和与用水时间信息对应的用水量信息可以理解为在一次用水事件中的用水时间和用水量,用水时间信息包括用水开始时间信息、用水结束时间信息和/或用水时长信息,用水量包括用水总量信息、水流量信息、水流量变化量信息和/或水流速信息。
进一步地,用水参数数据库还可以包括水温信息、水温变化信息、用水地区信息等,在此不再一一列举。
多人用水参数信息包括多人洗浴用水参数信息,其他参数信息包括单人洗浴用水参数信息、洗手用水参数信息、洗菜用水参数信息等,在此不再一一列举。
本发明提供的用水预测模型的建立方法,通过分析、识别出用水参数数据库中的多人用水参数信息和其他参数信息,并根据识别出的用水参数信息和其他参数信息建立用水预测模型,方法简单、逻辑清楚、便于实施,并且现有的预测模型中,只能通过分析热水器的使用用户的用水数据,从而预测出用户未来的用水时间、用水量等信息,但是无法判断出是多人洗浴还是单人洗浴的用水人数信息,而用水人数对热水器水温的稳定性、持久性具有较大的影响,本实施例通过分析、识别出用水参数数据库中的多人用水参数信息和其他参数信息,并学习、总结用水参数数据库中的多人用水参数信息的规律,并根据学习、总结的规律建立用水预测模型,通过本实施例的方法建立的用水预测模型预测准确度高,实现根据预测的结果相应调节热水器的运行参数,使得热水器在使用过程中能够保证足够的热水供应,避免了在使用后期水温较低的情况,同时保证了热水器的水温持续性,省去了多人用水过程中间段,用户等待热水器加热的情形,使得用户可以在任意时间段用水,提升用户的使用体验,以及有利于优化热水器的运行功率,减小热水器的能耗,降低使用成本,达到节能环保的目的。
在某些实施例中,如图2所示,步骤S102:分析、识别出用水参数数据库中的多人用水参数信息和其他参数信息,具体包括:
步骤S201:将用水时间信息和与用水时间信息对应的用水量信息记做一个用水事件;
步骤S202:若至少两个用水事件为连续洗浴用水,则将至少两个用水事件记做一个多人用水事件;
步骤S203:将多人用水事件的用水时间信息和多人用水事件的用水量信息记作多人用水参数信息。
具体地,将一次用水的用水时间信息和用水量信息记做一个用水事件,可以理解的,用水参数数据库中具有多个用水事件,根据连续洗浴用水判别规则分析、判断至少两个用水事件是否为连续洗浴用水,若至少两个用水事件符合连续洗浴用水判别规则,则至少两个用水事件为连续洗浴用水,其中,连续洗浴用水的场景可以理解为,在一段时间内,先后至少两人进行洗浴。举例地,连续洗浴用水判别规则可以为通过用水事件的用水时长、用水量、间隔次数和/或间隔时间判断至少两个用水事件是否满足预设条件,满足预设条件的则将符合连续洗浴用水判别规则的至少两个用水事件记做一个多人用水事件,否则为其他用水事件,融合连续洗浴用水的数据,详细地,分别将用水时长、用水量、用水开始时间和用水结束时间融合形成为一个多人用水事件的参数,将多人用水事件的用水时间信息和多人用水事件的用水量信息记作多人用水参数信息。这样,通过分析、识别用水事件是否为连续洗浴用水确定多人用水参数信息,判别方法简单、逻辑清楚,判别精准度高,进而有利于提升用水预测模型在使用阶段的判别精准度高。
在某些实施例中,连续洗浴用水判别规则为:若相邻两个用水事件的间隔小于第一预设时长,且相邻两个用水事件中每个用水事件的用水时间信息大于等于第二预设时长,则将多至少两个用水事件记做一个多人用水事件。
在另一些实施例中,连续洗浴用水判别规则为:若相邻两个用水事件的间隔小于第三预设时长,且相邻两个用水事件中每个用水事件的用水量信息大于等于用水量预设值,则将至少两个用水事件记做一个多人用水事件。
通过判别相邻用水事件的间隔时间以及每个用水事件的用水量或用水时长确定用水事件是否为连续洗浴用水,这样,用于判别的参数易于获取、判别的方法简单,有效的区分了用水参数数据库中的多人用水参数信息和其他参数信息,判别精准度高。
本领域技术人员可以理解地,受热水器规格等多种因素的影响,本发明并不对第一预设时长、第二预设时长、第三预设时长和用水量预设值做具体地限定。
举例地,第一预设时长的取值范围为60分钟~120分钟,较佳的,第一预设时长为90分钟;
举例地,第二预设时长的取值范围为8分钟~12分钟,较佳的,第二预设时长为10分钟;
举例地,第三预设时长的取值范围为60分钟~120分钟,较佳的,第三预设时长为90分钟;
举例地,用水量预设值的取值范围为5升~15升,较佳的,用水量预设值为10升。
当然,在其他实施例中,连续洗浴用水判别规则也可以是上述两个实施例的结合,举例地,取至少两个用水事件,判断相邻两个用水事件的间隔时间是否小于第一预设时长、且相邻两个用水事件中每个用水事件的用水时间信息大于等于第二预设时长、且相邻两个用水事件中每个用水事件的用水量信息大于等于用水量预设值。
在一个具体是实施例中,取出两次(或以上)用水时间间隔小于1.5h,并且每次用水时间大于等于10min,用水量超过10升的数据,将其认为是一次连续洗浴用水。
在某些实施例中,如图3所示,步骤S103:根据识别出的多人用水参数信息和其他参数信息建立用水预测模型,具体包括:
步骤S301:建立前馈神经网络模型;
步骤S302:分别对多人用水参数信息和其他参数信息标记对应的标签,并将标记标签后的多人用水参数信息和其他参数信息输入至前馈神经网络模型中;
步骤S303:训练并调节前馈神经网络模型;
步骤S304:将调节后的前馈神经网络模型确定为用水预测模型。
其中,神经网络具有自学习和自适应的能力,将用水数据库内足够多的数据作为神经网络的训练学习样本,以训练用水预测模型,提升用水预测模型(也即神经网络模型)的预测精度,进而使得用水预测模型在使用阶段可以更好的预测实际使用用户的用水情况,提升预测精准度。
本发明第二方面实施例提出了一种热水器的控制方法,如图4所示,热水器的控制方法包括以下步骤:
步骤S401:获取用户的用水参照信息,其中,用水参照信息包括用户的用水时间信息和与用水时间信息对应的用水量信息;
步骤S402:将获取到的用水参照信息输入至用水预测模型中,通过用水预测模型预测用水人数状况,其中,用水预测模型为根据本发明第一方面实施例的用水预测模型的建立方法建立;
步骤S403:根据预测的用水人数状况生成运行控制指令;
步骤S404:根据运行控制指令调节热水器的运行参数。
需要说明的是,本实施例提供的热水器可以为电热水器、燃气热水器、太阳能热水器等,在此以电热水器为例对本实施例进行详细说明,电热水器至少具有加热装置、控制器,其中,用水预测模型集成在控制器中,控制器通过用水预测模型的预测结果生成对应的运行控制指令。
关于获取用户的用水参照信息,在一些实施例中,热水器中内置有水流传感器、水位传感器、计时器和/或水温传感器等装置,从而热水器可通过以上装置检测热水器内水的状态。热水器中具有通信器,可通过有线或无线方式与控制器进行通信,从而将检测到的水流量信息、水量信息、用水时间信息等检测值控制器,以使控制器获取热水器的用户的用水参照信息。通过足够长的时间检测和记录用户每次用水的信息,并作为热水器的用户历史使用数据。
本发明提供的热水器的控制方法,通过用水预测模型预测用水人数状况,并根据预测的用水人数状况生成运行控制指令,方法简单、逻辑清楚、便于实施,并且现有的预测模型中,只能通过分析热水器的使用用户的用水数据,从而预测出用户未来的用水时间、用水量等信息,但是无法判断出是多人洗浴还是单人洗浴的用水人数信息,而用水人数对热水器水温的稳定性、持久性具有较大的影响,本实施例用水预测模型预测用水人数状况,实现根据预测的结果相应调节热水器的运行参数,使得热水器在使用过程中能够保证足够的热水供应,避免了在使用后期水温较低的情况,同时保证了热水器的水温持续性,省去了多人用水过程中间段,用户等待热水器加热的情形,使得用户可以在任意时间段用水,提升用户的使用体验,以及有利于优化热水器的运行功率,减小热水器的能耗,降低使用成本,达到节能环保的目的。
在某些实施例中,如图5所示,步骤S401:获取用户的用水参照信息,具体包括以下步骤:
步骤S501:获取用户的历史用水参照信息;
步骤S502:根据历史用水参照信息预测用户的用水需求,其中,用水需求至少包括用户的用水时间信息和与用水时间信息对应的用水量信息;
步骤S503:将预测到的用户的用水需求记做用户的用水参照信息。
本实施例通过分析用户的历史用水参照信息,确定用户的用水习惯,用水习惯至少包括用水时间、用水量、用水水温等,在通过分析的用水习惯预测出用户未来的用水时间和用水量,也即预测出用户的用水需求,再将预测到的用户的用水需求记做用户的用水参照信息,并将预测到的用户的用水需求输入至用水预测模型中,通过用水预测模型预测用水人数状况。这样,热水器的在运行过程中自主学习、分析用户的用水习惯,并根据分析的结果形成更为合理、节能的运行控制指令,实现产品的智能化、人性化,同时使得热水器可以在用户用水前先将水温调整至适宜的温度,省去了用户在使用前的等待加热时间的情形,提升产品的使用体验,并且有利于优化热水器的运行功率,减小热水器的能耗,降低使用成本,达到节能环保的目的。
举例地,控制器具有用水习惯预测模型,例如用水习惯神经网络模型,通过将收集到的历史用水参照信息输入至用水习惯预测模型,利用用水习惯预测模型预测出用户的用水需求。
当然,在其他实施例中,用水参照信息还可以是由用户设定的用水信息,通过将用户设定的用水信息输入至用水预测模型中,通过用水预测模型预测用水人数状况。
在某些实施例中,在步骤S402:将获取到的用水参照信息输入至用水预测模型中的步骤之后,还包括:
根据获取到的用水参照信息训练并调节用水预测模型。
本实施例通过获取到的用水参照信息继续训练、调节、优化用水预测模型,实现根据实际使用用户的用水信息惯训练、调整、优化用水预测模型,使得用水预测模型可以更好的预测实际使用用户的用水情况,提升神经网络预测模型的预测精准度,进而使得热水器的控制更合理。
在某些实施例中,如图6所示,步骤S404:根据运行控制指令调节热水器的运行参数的步骤,具体包括:
步骤S601:根据运行控制指令生成并推送运行服务选项;
步骤S602:接收运行服务选项的选择结果;
步骤S603:根据运行服务选项的选择结果调节热水器的运行参数。
本实施例通过控制指令生成运行服务选项,并推送运行服务选项,举例地,可以将运行服务选项推送至热水器的显示器上,还可以将运行服务选项推送至用户的终端上,例如,推送至用户的移动终端上。运行服务选项可以包括具体的运行时间、加热温度、加热模式等。根据运行服务选项的选择结果调节热水器的运行参数,实现了与用户的交互功能,使得热水器可以根据用户的实际指示进行热水器的运行参数调节,进一步提升用户的使用体验。
本发明第三方面实施例提出了一种热水器700,如图7所示,热水器700包括:控制器710,控制器710包括处理器711和用于存储能够在处理器711上运行的计算机程序的存储器712,其中,处理器711,用于运行计算机程序时,执行上述任一项实施例所述的热水器的控制方法的步骤。
需要说明的是,本实施例提供的热水器可以为电热水器、燃气热水器、太阳能热水器等,在此以电热水器为例对本实施例进行详细说明,电热水器至少具有加热装置、控制器,其中,用水预测模型集成在控制器中,控制器通过用水预测模型的预测结果生成对应的运行控制指令,加热装置和控制器耦合,加热器根据控制器生成的控制指令运行。
在一个具体实施例中,如图8和图9所示,本发明提供了一种热水器,热水器至少包括加热装置、控制器,其中,控制器内集成有用于预测用户的用水习惯的模型以及用于预测用水人数的用水预测模型。
详细地,如图8所示,热水器具有如下的控制方法。
步骤S801:历史数据分析;
步骤S802:神经网络算法模型搭建;
步骤S803:预测用户的用水需求;
步骤S804:预测用户的用水需求为单人用水或是为多人洗浴;
步骤S805:控制热水器,下发不同的策略指令。
关于步骤S801:历史数据分析,包括以下两部分,分析用户的个人历史用水数据,识别出用户的洗浴用水数据,学习用户的洗浴用水习惯,用于进行用户洗浴用水预测。
分析历史数据,识别和分类出单人洗浴数据和多人洗浴数据,举例地,通过人工识别,并根据行业经验,手动筛选出一部分的数据。然后总结这部分数据的特性,如,两次洗浴时间间隔在1h内,两次洗浴期间存在热水器加热操作等。并对识别和分类出的单人洗浴数据和多人洗浴数据添加上相应的标签,用以训练算法模型使用。
数据主要包括:用水开始时间结束时间、用水量、水温、地区、月份等。
关于步骤S802:神经网络算法模型搭建。如图9所示,在具体实现过程中,分为两个阶段:初级阶段和应用阶段。
初级阶段:采用python语言,Tensorflow、Keras、Numpy、Matplotlib等开源库搭建前馈神经网络模型。采用步骤S801中分析处理好的数据,进行模型训练、测试和调优,使模型达到商用标准的精确度,具体如图9所示,首先进行历史数据分析,分类标出多人洗浴数据和单人洗浴数据,并进行数据格式化,然后进行神经网络算法模型搭建,再然后通过采用全新数据测试模型性能,并在测试的过程中反馈优化算法模型。
应用阶段:将训练和调优后的模型加载入服务器中,开发一套外用接口,使新数据的流入,并对新数据进行识别和分类,具体如图9所示,通过实际用户使用过程中继续学习用户数据并调优。
关于步骤S803:预测用户的用水需求,详细地,通过分析用户的历史用水数据,预测用户的用水需求,用水需求包括:用水开始时间、结束时间、用水时长、用水温度、用水量等数据,具体地址,从用户的历史洗浴用水数据中,提取用户的用水习惯特征,如每天的洗浴时间、洗浴时长、洗浴用水量、洗浴用水温度等,预测用户未来的洗浴用水情况。
关于步骤S804:预测用户的用水需求为单人用水或是多人洗浴,根据预测的用户用水需求数据,输入到神经网络算法模型中,识别分类出该次用水属于单人洗浴用水还是多人洗浴用水。
进一步地,通过历史数据分析,找出多人洗浴情况的数据,将多人洗浴数据输入到神经网络模型中,采用反向传播的训练方式,训练预测判断模型。利用神经网络模型自动学习数据特征的特性,输入原始数据,训练出一个较精确的分类模型,使其能够判断识别出洗浴用水数据为单人洗浴还是多人洗浴。
关于步骤S805:控制热水器,下发不同的策略指令,根据预测识别出的用户用水数据类别(单人洗浴用水或多人洗浴用水),然后根据设备本身的属性下发不同的指令和加热逻辑。例如,如果设备容量足够大,在多人洗浴场景下,只需将温度增高,即可满足用户用水需求;如果设备容量小,而在多人洗浴场景下,用水量大,则需要下发持续快速加热指令,使设备能够持续提供足够的热水。
进一步地,还可以设置根据热水器的功能向用户推送消息。
本实施例在精准预测家庭洗浴用水的基础上,基于大数据算法模型识别分类出家庭洗浴用水为多人洗浴用水还是单人洗浴用水,帮助用户充分利用热水器的性能,使其能够在用户无感知的情况下,为用户提供友好的用户体验。充分利用和挖掘用于洗浴用水数据,帮助用户充分利用热水器的性能,使热水器能够得到充分的利用,增加用户体验,提升用户归属感。同时利用好设备的性能,使其能够在用户无感知的情况下,为用户提供友好的用户体验。在用户不熟悉不了解热水器性能的情况下,避免家庭多人洗浴用水中途需要等待的情况。
本发明第四方面实施例提出了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时,实现如上述任一项实施例所述的用水预测模型的建立方法;或者计算机程序被处理器执行时,实现如上述任一项实施例所述的热水器的控制方法。
以上仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专利的技术人员在不脱离本发明技术方案范围内,当可利用上述提示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明方案的范围内。
Claims (10)
1.用水预测模型的建立方法,其特征在于,包括以下步骤:
获取用水参数数据库,其中,所述用水参数数据库中至少包括用水时间信息和与所述用水时间信息对应的用水量信息;
分析、识别出所述用水参数数据库中的多人用水参数信息和其他参数信息,其中,所述其他参数信息为所述用水参数数据库中除所述多人用水参数信息之外的参数;
根据识别出的所述多人用水参数信息和所述其他参数信息建立所述用水预测模型。
2.根据权利要求1所述的用水预测模型的建立方法,其特征在于,所述分析、识别出所述用水参数数据库中的多人用水参数信息和其他参数信息的步骤,具体包括:
将所述用水时间信息和与所述用水时间信息对应的所述用水量信息记做一个用水事件;
若至少两个所述用水事件为连续洗浴用水,则将所述至少两个用水事件记做一个多人用水事件;
将所述多人用水事件的用水时间信息和所述多人用水事件的用水量信息记作所述多人用水参数信息。
3.根据权利要求2所述的用水预测模型的建立方法,其特征在于,所述若至少两个所述用水事件为连续洗浴用水,则将所述至少两个用水事件记做一个多人用水事件的步骤具体包括:
若相邻两个所述用水事件的间隔小于第一预设时长,且相邻两个所述用水事件中每个所述用水事件的用水时间信息大于等于第二预设时长,则将所述至少两个用水事件记做一个所述多人用水事件;
和/或若相邻两个所述用水事件的间隔小于第三预设时长,且相邻两个所述用水事件中每个所述用水事件的用水量信息大于等于用水量预设值,则将所述至少两个用水事件记做一个所述多人用水事件。
4.根据权利要求1至3中任一项所述的用水预测模型的建立方法,其特征在于,所述根据识别出的所述多人用水参数信息和所述其他参数信息建立所述用水预测模型的步骤,具体包括:
建立前馈神经网络模型;
分别对所述多人用水参数信息和所述其他参数信息标记对应的标签,并将标记标签后的所述多人用水参数信息和所述其他参数信息输入至所述前馈神经网络模型中;
训练并调节所述前馈神经网络模型;
将调节后的所述前馈神经网络模型确定为所述用水预测模型。
5.一种热水器的控制方法,其特征在于,包括以下步骤:
获取用户的用水参照信息,其中,所述用水参照信息包括用户的用水时间信息和与所述用水时间信息对应的用水量信息;
将获取到的所述用水参照信息输入至用水预测模型中,通过所述用水预测模型预测用水人数状况,其中,所述用水预测模型为根据权利要求1至4中任一项所述的用水预测模型的建立方法建立;
根据预测的所述用水人数状况生成运行控制指令;
根据所述运行控制指令调节热水器的运行参数。
6.根据权利要求5所述的热水器的控制方法,其特征在于,所述获取用户的用水参照信息的步骤,具体包括以下步骤:
获取用户的历史用水参照信息;
根据所述历史用水参照信息预测用户的用水需求,其中,所述用水需求至少包括用户的用水时间信息和与所述用水时间信息对应的用水量信息;
将预测到的用户的所述用水需求记做用户的所述用水参照信息。
7.根据权利要求5或6所述的热水器的控制方法,其特征在于,在所述将获取到的所述用水参照信息输入至用水预测模型中的步骤之后,还包括:
根据获取到的所述用水参照信息训练并调节所述用水预测模型。
8.根据权利要求5或6所述的热水器的控制方法,其特征在于,所述根据所述运行控制指令调节热水器的运行参数的步骤,具体包括:
根据所述运行控制指令生成并推送运行服务选项;
接收所述运行服务选项的选择结果;
根据所述运行服务选项的选择结果调节热水器的运行参数。
9.一种热水器,其特征在于,包括:
控制器,所述控制器包括处理器和用于存储能够在处理器上运行的计算机程序的存储器,其中,所述处理器,用于运行计算机程序时,执行权利要求5至8中任一项所述热水器的控制方法的步骤。
10.一种计算机可读的存储介质,所述计算机可读的存储介质存储有计算机程序,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至4中任一项所述的用水预测模型的建立方法;或者
所述计算机程序被处理器执行时,实现如权利要求5至8中任一项所述的热水器的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010459155.7A CN112833554A (zh) | 2020-05-26 | 2020-05-26 | 用水预测模型的建立方法、热水器及控制方法、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010459155.7A CN112833554A (zh) | 2020-05-26 | 2020-05-26 | 用水预测模型的建立方法、热水器及控制方法、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112833554A true CN112833554A (zh) | 2021-05-25 |
Family
ID=75923159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010459155.7A Pending CN112833554A (zh) | 2020-05-26 | 2020-05-26 | 用水预测模型的建立方法、热水器及控制方法、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112833554A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113534710A (zh) * | 2021-07-13 | 2021-10-22 | 创维电器股份有限公司 | 基于多系统协调处理的智能家电动态感知系统及其方法 |
CN113701353A (zh) * | 2021-07-26 | 2021-11-26 | 珠海格力电器股份有限公司 | 热水器控制方法、电子装置、热水器及可读存储介质 |
CN113772757A (zh) * | 2021-09-06 | 2021-12-10 | 珠海格力电器股份有限公司 | 水质调节方法、装置、服务器、介质及净水系统 |
CN114087789A (zh) * | 2021-11-11 | 2022-02-25 | 珠海格力电器股份有限公司 | 热水器的用水预测方法、装置、电子设备及存储介质 |
CN115682094A (zh) * | 2022-11-10 | 2023-02-03 | 广东力王科技股份有限公司 | 一种智能中央热水管理方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101135471A (zh) * | 2007-09-29 | 2008-03-05 | 江苏天舒电器有限公司 | 热泵热水系统动态节能运行的预测与控制方法 |
CN105115164A (zh) * | 2015-09-02 | 2015-12-02 | 芜湖美的厨卫电器制造有限公司 | 用户用水洗浴行为习惯的分析方法、装置和系统 |
WO2016193928A1 (en) * | 2015-06-03 | 2016-12-08 | Mobile Telephone Networks (Proprietary) Limited | A water heater controller |
CN107525278A (zh) * | 2017-08-31 | 2017-12-29 | 京东方科技集团股份有限公司 | 热水器及其控制方法、系统 |
CN107655212A (zh) * | 2017-09-29 | 2018-02-02 | 深圳和而泰智能控制股份有限公司 | 加热处理方法及装置 |
CN108826701A (zh) * | 2018-06-19 | 2018-11-16 | 青岛海尔科技有限公司 | 一种储水式热水器的智能控制方法及装置 |
CN110553405A (zh) * | 2019-08-19 | 2019-12-10 | 广东万和热能科技有限公司 | 热水器的控制方法、装置、设备及存储介质 |
-
2020
- 2020-05-26 CN CN202010459155.7A patent/CN112833554A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101135471A (zh) * | 2007-09-29 | 2008-03-05 | 江苏天舒电器有限公司 | 热泵热水系统动态节能运行的预测与控制方法 |
WO2016193928A1 (en) * | 2015-06-03 | 2016-12-08 | Mobile Telephone Networks (Proprietary) Limited | A water heater controller |
CN105115164A (zh) * | 2015-09-02 | 2015-12-02 | 芜湖美的厨卫电器制造有限公司 | 用户用水洗浴行为习惯的分析方法、装置和系统 |
CN107525278A (zh) * | 2017-08-31 | 2017-12-29 | 京东方科技集团股份有限公司 | 热水器及其控制方法、系统 |
CN107655212A (zh) * | 2017-09-29 | 2018-02-02 | 深圳和而泰智能控制股份有限公司 | 加热处理方法及装置 |
CN108826701A (zh) * | 2018-06-19 | 2018-11-16 | 青岛海尔科技有限公司 | 一种储水式热水器的智能控制方法及装置 |
CN110553405A (zh) * | 2019-08-19 | 2019-12-10 | 广东万和热能科技有限公司 | 热水器的控制方法、装置、设备及存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113534710A (zh) * | 2021-07-13 | 2021-10-22 | 创维电器股份有限公司 | 基于多系统协调处理的智能家电动态感知系统及其方法 |
CN113701353A (zh) * | 2021-07-26 | 2021-11-26 | 珠海格力电器股份有限公司 | 热水器控制方法、电子装置、热水器及可读存储介质 |
CN113772757A (zh) * | 2021-09-06 | 2021-12-10 | 珠海格力电器股份有限公司 | 水质调节方法、装置、服务器、介质及净水系统 |
CN114087789A (zh) * | 2021-11-11 | 2022-02-25 | 珠海格力电器股份有限公司 | 热水器的用水预测方法、装置、电子设备及存储介质 |
CN114087789B (zh) * | 2021-11-11 | 2023-03-10 | 珠海格力电器股份有限公司 | 热水器的用水预测方法、装置、电子设备及存储介质 |
CN115682094A (zh) * | 2022-11-10 | 2023-02-03 | 广东力王科技股份有限公司 | 一种智能中央热水管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112833554A (zh) | 用水预测模型的建立方法、热水器及控制方法、存储介质 | |
US20220350297A1 (en) | Heuristic method of automated and learning control, and building automation systems thereof | |
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 | |
Varlamis et al. | Smart fusion of sensor data and human feedback for personalized energy-saving recommendations | |
Luo et al. | Non‐intrusive energy saving appliance recommender system for smart grid residential users | |
EP2375527B1 (en) | Demand Response Method and Demand Response System | |
US9043254B2 (en) | Method for computer-aided closed-loop and/or open-loop control of a technical system | |
CN105115164A (zh) | 用户用水洗浴行为习惯的分析方法、装置和系统 | |
WO2010098083A1 (en) | Energy usage control system and method | |
JP4997357B2 (ja) | 利用開始区間予測装置及び利用開始区間予測方法 | |
Ahmadi-Karvigh et al. | Intelligent adaptive automation: A framework for an activity-driven and user-centered building automation | |
WO2014126131A1 (ja) | 生活行動推定システム、生活行動推定装置、生活行動推定プログラム、及び記録媒体 | |
CN102142062A (zh) | 基于关于装置的耗电信息控制装置的操作的方法和设备 | |
EP3029539A2 (en) | Temperature control system and temperature control method | |
CN104110888A (zh) | 热水器及其系统和控制方法、穿戴式智能设备、移动终端 | |
JP6400834B2 (ja) | 推薦装置、推薦決定方法、およびコンピュータプログラム | |
CN106020629A (zh) | 一种应用程序选择菜单的触发方法及装置 | |
CN112415966B (zh) | 基于用户行为的智能家电节能方法、系统及存储介质 | |
CN109388433A (zh) | 家电设备唤醒时长的获取方法、装置和家电设备 | |
CN116047930A (zh) | 一种基于多端交互的可视化智能家居控制系统和控制方法 | |
JP6739040B2 (ja) | 管理装置、計画方法及び制御プログラム | |
Marcello et al. | Smart building energy and comfort management based on sensor activity recognition and prediction | |
JP4608127B2 (ja) | ユーティリティ使用量予測システムおよび方法 | |
JP2003256965A (ja) | エネルギ使用量診断方法、エネルギ使用量診断システム、エネルギ使用量診断装置、コンピュータプログラム及び記録媒体 | |
KR20210073120A (ko) | 맞춤형 청소 정보를 제공하는 방법과, 청소기와, 그 청소기를 제어하는 방법 |
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 |
Application publication date: 20210525 |
|
RJ01 | Rejection of invention patent application after publication |