CN112987590A - 基于环境规律智能分析的智慧家庭控制方法及系统 - Google Patents

Abstract

本申请提供了一种基于环境规律智能分析的智慧家庭控制方法，包括：根据历史环境参数，建立多个具有历史环境参数序列的模板参数序列；确定当前时间窗口，并在当前时间窗口上采集多个环境参数，形成实时参数序列；提取模板参数序列中与实时参数序列的环境参数采集时间对应的部分，获得多个截取序列；以及对实时参数序列和多个截取序列进行相似性评价，选取相似评价值最高的截取序列作为目标预测序列。通过将历史环境参数中的环境规律应用到对当前的环境参数的预测中，并基于该预测结果对智能家电进行控制，有效地避免了仅通过传感器采集环境参数，而造成的处于临界值的环境参数引起的控制指令的波动，提升了控制指令的准确性，进而提升了智能家电的使用寿命。

Description

基于环境规律智能分析的智慧家庭控制方法及系统

技术领域

本申请涉及智慧家庭技术领域，尤其涉及一种基于环境规律智能分析的智慧家庭控制方法及系统。

背景技术

智慧家庭又可称为智慧家庭服务平台，是综合运用物联网、云计算、移动互联网和大数据技术，结合自动控制技术，将家庭设备智能控制和家庭环境感知等家居生活有效地结合起来的个性化家居生活。智慧家庭正在逐步成为现实，例如自动烧水，自动调节暖气或空调的温度，下雨天气自动关窗等。目前，智慧家庭对上述智能家电的调控主要基于传感器采集的环境参数，例如温度、湿度、光照度、声音等类型的环境参数。

但是，现有的智慧家庭实现采集环境参数的功能时，通常是将某一个或几个环境参数设定在一定预设范围内，若实际环境参数偏离该预设范围，就会对与该环境参数关联的智能家电执行反馈控制。但是如果环境参数始终保持在该预设范围的临界值附近，必然会造成控制指令的波动，进而使得关联的智能家电反复启停，影响使用寿命。

发明内容

本申请提供了一种基于环境规律智能分析的智慧家庭控制方法及系统，以期解决或部分解决背景技术中涉及的上述问题或现有技术中的其它至少一个不足。

本申请提出了这样一种基于环境规律智能分析的智慧家庭控制方法，包括：

根据历史环境参数，建立多个具有历史环境参数序列的模板参数序列；

确定当前时间窗口，并在当前时间窗口上采集多个环境参数，形成实时参数序列；

提取模板参数序列中与实时参数序列的环境参数采集时间对应的部分，获得多个截取序列；以及

对实时参数序列和多个截取序列进行相似性评价，选取相似评价值最高的截取序列，并将其对应的模板参数序列作为目标预测序列。

在一些实施方式中，在根据历史环境参数，建立多个具有历史环境参数序列的模板参数序列之前，还包括：

设定包括多个采样时间点的预定时段窗口；在预定时段窗口中，采集不同自然环境和智能家电工作模式下的历史环境参数，并存储至数据管理中心。

在一些实施方式中，根据历史环境参数，建立多个具有历史环境参数序列的模板参数序列，包括：

将在同一自然环境，或同一智能家电工作模式下采集的历史环境参数分别进行整合，获得多个历史环境参数序列；分析历史环境参数序列中各个历史环境参数之间的相关性，并生成权重因子集合；以及将多个历史环境参数序列分别与其对应的权重因子集合进行整合，获得多个模板参数序列。

在一些实施方式中，当前时间窗口为预定时段窗口的起始时间至当前时间之间的时间段。

在一些实施方式中，对实时参数序列和多个截取序列进行相似性评价，选取评价值高的截取序列作为目标预测序列，包括：

将实时参数序列和多个截取序列进行整合，构造初始评价矩阵；对初始评价矩阵进行量纲归一化处理，获得过程矩阵；分析过程矩阵中的各个过程采集量与其对应的过程历史参量之间的相似性评价系数，并整合成相似评价矩阵；确定评价权重向量；根据相似评价矩阵和评价权重向量，分别获得多个模板参数序列的相似评价值；以及在多个截取序列的相似评价值中筛选出相似评价值最高的截取序列，并将其对应的模板参数序列作为目标预测序列。

在一些实施方式中，在对实时参数序列和多个截取序列进行相似性评价，选取相似评价值最高的截取序列，并将其对应的模板参数序列作为目标预测序列之后，还包括：

利用目标预测序列对当前环境进行预测，并根据预测结果对智能家电进行控制。

本申请还提供了这样一种基于环境规律智能分析的智慧家庭控制系统，包括：模板参数序列建立模块、实时参数序列生成模块、截取序列提取模块以及目标预测序列确定模块。

模板参数序列建立模块用于根据历史环境参数，建立多个具有历史环境参数序列的模板参数序列。实时参数序列生成模块用于确定当前时间窗口，并在当前时间窗口上采集多个环境参数，形成实时参数序列。截取序列提取模块用于提取模板参数序列中与实时参数序列的环境参数采集时间对应的部分，获得多个截取序列。目标预测序列确定模块用于对实时参数序列和多个截取序列进行相似性评价，选取相似评价值最高的截取序列，并将其对应的模板参数序列作为目标预测序列。

在一些实施方式中，还包括历史参数采集模块，具体执行方式包括：

设定包括多个采样时间点的预定时段窗口；在预定时段窗口中，采集不同自然环境和智能家电工作模式下的历史环境参数，并存储至数据管理中心。

在一些实施方式中，模板参数序列建立模块的具体执行方式包括：

将在同一自然环境，或同一智能家电工作模式下采集的历史环境参数分别进行整合，获得多个历史环境参数序列；分析历史环境参数序列中各个历史环境参数之间的相关性，并生成权重因子集合；以及将多个历史环境参数序列分别与其对应的权重因子集合进行整合，获得多个模板参数序列。

在一些实施方式中，目标预测序列确定模块的具体执行方式包括：

将实时参数序列和多个截取序列进行整合，构造初始评价矩阵；对初始评价矩阵进行量纲归一化处理，获得过程矩阵；分析过程矩阵中的各个过程采集量与其对应的过程历史参量之间的相似性评价系数，并整合成相似评价矩阵；确定评价权重向量；根据相似评价矩阵和评价权重向量，分别获得多个模板参数序列的相似评价值；以及在多个截取序列的相似评价值中筛选出相似评价值最高的截取序列，并将其对应的模板参数序列作为目标预测序列。

根据上述的实施方式的技术方案可至少获得以下至少一个有益效果。

根据本申请一实施方式的基于环境规律智能分析的智慧家庭控制方法及系统，通过将历史环境参数中的环境规律应用到对当前的环境参数的预测中，并基于该预测结果对智能家电进行控制，有效地避免了仅通过传感器采集环境参数，而造成的处于临界值的环境参数引起的控制指令的波动，提升了控制指令的准确性，进而提升了智能家电的使用寿命。

附图说明

通过阅读参照以下附图所作的对非限制性实施例的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是根据本申请的示例性实施方式的基于环境规律智能分析的智慧家庭控制方法流程图；以及

图2是根据本申请的示例性实施方式的基于环境规律智能分析的智慧家庭控制系统的结构示意图。

具体实施方式

为了更好地理解本申请，将参考附图对本申请的各个方面做出更详细的说明。应理解，这些详细说明只是对本申请的示例性实施方式的描述，而非以任何方式限制本申请的范围。在说明书全文中，相同的附图标号指代相同的元件。表述“和/或”包括相关联的所列项目中的一个或多个的任何和全部组合。

在附图中，为了便于说明，已稍微调整了元素的大小、尺寸和形状。附图仅为示例而并非严格按比例绘制。如在本文中使用的，用语“大致”、“大约”以及类似的用语用作表近似的用语，而不用作表程度的用语，并且旨在说明将由本领域普通技术人员认识到的、测量值或计算值中的固有偏差。另外，在本申请中，各步骤处理描述的先后顺序并不必然表示这些处理在实际操作中出现的顺序，除非有明确其它限定或者能够从上下文推导出的除外。

还应理解的是，诸如“包括”、“包括有”、“具有”、“包含”和/或“包含有”等表述在本说明书中是开放性而非封闭性的表述，其表示存在所陈述的特征、元件和/或部件，但不排除一个或多个其它特征、元件、部件和/或它们的组合的存在。此外，当诸如“...中的至少一个”的表述出现在所列特征的列表之后时，其修饰整列特征，而非仅仅修饰列表中的单独元件。此外，当描述本申请的实施方式时，使用“可”表示“本申请的一个或多个实施方式”。并且，用语“示例性的”旨在指代示例或举例说明。

除非另外限定，否则本文中使用的所有措辞（包括工程术语和科技术语）均具有与本申请所属领域普通技术人员的通常理解相同的含义。还应理解的是，除非本申请中有明确的说明，否则在常用词典中定义的词语应被解释为具有与它们在相关技术的上下文中的含义一致的含义，而不应以理想化或过于形式化的意义解释。

需要说明的是，在不冲突的情况下，本申请中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本申请。

图1是根据本申请的示例性实施方式的基于环境规律智能分析的智慧家庭控制方法流程图。

如图1所示，本申请提供了一种基于环境规律智能分析的智慧家庭控制方法，可包括：

步骤S1，根据历史环境参数，建立多个具有历史环境参数序列的模板参数序列。步骤S2，确定当前时间窗口，并在当前时间窗口上采集多个环境参数，形成实时参数序列。步骤S3，提取模板参数序列中与实时参数序列的环境参数采集时间对应的部分，获得多个截取序列。以及步骤S4，对实时参数序列和多个截取序列进行相似性评价，选取相似评价值最高的截取序列，并将其对应的模板参数序列作为目标预测序列。

在一些实施方式中，在步骤S1之前，还包括：采集历史环境参数的步骤。需要说明的是，环境参数涉及温度、湿度、光照等各种类型，本申请以温度为例进行阐述，但本申请的基于环境规律智能分析的智慧家庭控制方法并不限于此。另外，在本申请中，可应用传感器采集环境参数，例如使用温度传感器采集温度参数，使用湿度传感器采集湿度参数，使用光敏传感器采集光照度参数等。但本申请采集环境参数的设备并不限于上述，可根据采集条件应用任意能够实现上述目的的设备。

具体地，首先设定包括多个采样时间点的预定时段窗口，例如设定每天的18:00至20:00作为一个预定时段窗口，并规定每分钟采样十次，即每分钟有十个采样时间点。进一步地，在该预定时段窗口中，采集不同自然环境和智能家电工作模式下的历史环境参数。具体地，处于不同自然环境状态下，在同一预定时段窗口的同一采样时间点采样的环境参数必然存在一定的差异。例如春、夏、秋、冬四个季节在同一采样时间点的温度参数具有一定的波动，在雨雪或晴天的环境状态下，同一采样时间点的温度参数也存在差异。同理在智能家电的不同工作模式下，例如空调降温模式、电暖气加温模式下，同一采样时间点的温度参数也会波动。更具体地，在空调、电暖气的不同档位在同一采样时间点都会对应不同的温度参数。更具体地，在空调和家庭新风换气系统共同工作模式下、单独空调工作模式下或者单独新风的工作模式下，同一采样时间点对应的温度参数都会有所差异。因此，在该预定时段窗口内的一系列采样时间点上分布的环境参数值必然不唯一。换言之，每种自然环境和每个智能家电工作模式下，都应该有唯一的一个温度参数序列表示。

最终，将在预定时段窗口的多个采样时间点采集的不同自然环境和智能家电工作模式下的环境参数作为历史环境参数，并存储至数据管理中心。

步骤S1，根据历史环境参数，建立多个具有历史环境参数序列的模板参数序列。

基于上述，每种自然环境和每个智能家电工作模式下，都应该有唯一的一个环境参数序列表示。因此，调用数据管理中心存储的历史环境参数，将各个历史环境参数与其对应的自然环境和智能家电工作模式匹配，建立多个历史环境参数序列。具体地，例如预定时段窗口中包含M个采样时间点，每个采样时间点的历史环境参数表示为

，其中i为1至M中任意自然数。那么在该预定时段窗口中的历史环境参数序列可表示为

。

进一步地，分析每个历史环境参数序列中的各个环境参数之间的相关性，并基于该相关性生成对应的权重因子。具体地，针对每一个历史环境参数序列，建立对应的权重因子集合，即

，其中i和j均为1至M中任意自然数；

表示历史环境参数序列S中的历史环境参数与历史环境参数相关性的权重因子。需要说明的是，由于无需考虑历史环境参数与自身的相关性，因此将

，

至

均定义为0，也即当i与j相等时，其对应的权重因子为0。

最终，将多个历史环境参数序列分别与其对应的权重因子集合匹配，获得多个模板参数序列。

步骤S2，确定当前时间窗口，并在当前时间窗口上采集多个环境参数，形成实时参数序列。

具体地，当前时间窗口为预定时段窗口的起始时间至当前时间之间的时间段。例如，若预定时段窗口为18:00至20:00，而当前时间为18:15，则将18:00至18:15作为当前时间窗口。进一步地，传感器在当前时间窗口上采集环境参数，形成实时参数序列。具体地，当前时间窗口上有T个采样时间点，当前时间窗口中第i个采样时间点的环境参数表示为

，其中i为1至T中任意一个自然数，且T小于M，那么实时参数序列

。

在一些实施方式中，传感器可为温度传感器、湿度传感器、光敏传感器等。但是在本申请中，采集环境参数的设备并不限于上述，可根据实际需求选择能够采集到环境参数的任意设备。

步骤S3，提取模板参数序列中与实时参数序列的环境参数采集时间对应的部分，获得多个截取序列。

具体地，在多个模板参数序列分别选取在时间上与实时参数序列的T个采样时间点对应的部分，该部分即为截取序列。换言之，若实时参数序列的T个采样时间点分别为18:00、18:05、15:10和18:15，则在多个模板参数序列上分别截取各个模板参数序列的采样时间点为18:00、18:05、15:10和18:15的部分对应的历史环境参数，并组成截取序列。例如，若步骤S1中共有N个模板参数序列，则每个模板参数序列对应的截取序列则表示为

，其中

为模板参数序列的编号，其取值范围为1至N中任意自然数；

表示模板参数序列为

的预定时段窗口的第i个采样时间点的环境参数。

步骤S4，对实时参数序列和多个截取序列进行相似性评价，选取相似评价值最高的截取序列，并将其对应的模板参数序列作为目标预测序列。

具体地，首先将实时参数序列和多个截取序列进行整合，构造初始评价矩阵

。

进一步地，对初始评价矩阵进行量纲归一化处理，获得过程矩阵：

。

其中，

的取值范围为0至1中任意值。具体地，

，其中表

示在N个处于第i个采样时间点的环境参数的最小取值，

表示在N个处于第i个采样时间点的环境参数的最大取值。

再进一步地，分析过程矩阵中的各个过程采集量与其对应的过程历史参量之间的相似性评价系数。具体地，

与

的相似性评价系数为：

。

其中，ρ为0至1中的任意数值，

为1至N中任意自然数，i为1至M中任意自然数。

表示在前述范围内

的最小值，

表示在前述范围内，

的最大值。ρ为调整系数。

再进一步地，整合上述相似性评价系数，可获得相似评价矩阵

。

再进一步地，确定评价权重向量，即

，其中若将任一模板参数序列的预定时段窗口的全部M个的评价权重向量进行求和，结果为1，即

。

再进一步地，根据相似评价矩阵和评价权重向量，分别获得多个模板参数序列的相似评价值。其中相似评价值为：

。

最终，在多个截取序列的相似评价值中筛选出相似评价值最高的截取序列，并将其对应的模板参数序列作为目标预测序列。

在一些实施方式中，在步骤S4之后，还包括：利用目标预测序列对当前环境进行预测，并根据预测结果对智能家电进行控制。

具体地，基于步骤S1可知，目标预测序列中包含权重因子集合，而权重因子则表示各个环境参数之间的相关性。因此，利用该权重因子所包含的环境规律，即可实现对当前环境的预测。进而基于预测结果实现对智能家电的控制。

本申请的基于环境规律智能分析的智慧家庭控制方法，通过将历史环境参数中的环境规律应用到对当前的环境参数的预测中，并基于该预测结果对智能家电进行控制，有效地避免了仅通过传感器采集环境参数，而造成的处于临界值的环境参数引起的控制指令的波动，提升了控制指令的准确性，进而提升了智能家电的使用寿命。

图2是根据本申请的示例性实施方式的基于环境规律智能分析的智慧家庭控制系统的结构示意图。

如图2所示，本申请还提供了这样一种基于环境规律智能分析的智慧家庭控制系统，包括：模板参数序列建立模块1、实时参数序列生成模块2、截取序列提取模块3以及目标预测序列确定模块4。

模板参数序列建立模块1用于根据历史环境参数，建立多个具有历史环境参数序列的模板参数序列。实时参数序列生成模块2用于确定当前时间窗口，并在当前时间窗口上采集多个环境参数，形成实时参数序列。截取序列提取模块3用于提取模板参数序列中与实时参数序列的环境参数采集时间对应的部分，获得多个截取序列。目标预测序列确定模块4用于对实时参数序列和多个截取序列进行相似性评价，选取相似评价值最高的截取序列，并将其对应的模板参数序列作为目标预测序列。

在一些实施方式中，还包括历史参数采集模块（未示出），具体执行方式包括：

设定包括多个采样时间点的预定时段窗口；在预定时段窗口中，采集不同自然环境和智能家电工作模式下的历史环境参数，并存储至数据管理中心。

在一些实施方式中，模板参数序列建立模块1的具体执行方式包括：

将在同一自然环境，或同一智能家电工作模式下采集的历史环境参数分别进行整合，获得多个历史环境参数序列；分析历史环境参数序列中各个历史环境参数之间的相关性，并生成权重因子集合；以及将多个历史环境参数序列分别与其对应的权重因子集合进行整合，获得多个模板参数序列。

在一些实施方式中，目标预测序列确定模块4的具体执行方式包括：

将实时参数序列和多个截取序列进行整合，构造初始评价矩阵；对初始评价矩阵进行量纲归一化处理，获得过程矩阵；分析过程矩阵中的各个过程采集量与其对应的过程历史参量之间的相似性评价系数，并整合成相似评价矩阵；确定评价权重向量；根据相似评价矩阵和评价权重向量，分别获得多个模板参数序列的相似评价值；以及在多个截取序列的相似评价值中筛选出相似评价值最高的截取序列，并将其对应的模板参数序列作为目标预测序列。

在本申请中，基于环境规律智能分析的智慧家庭控制系统是为了实现基于环境规律智能分析的智慧家庭控制方法所述步骤而提出的。因此，在基于环境规律智能分析的智慧家庭控制系统中所涉及的各个模块均用于实现上述方法的对应步骤，具体原理和实现方式可参考上述实施例，在此不做赘述。

本申请的基于环境规律智能分析的智慧家庭控制系统，通过将历史环境参数中的环境规律应用到对当前的环境参数的预测中，并基于该预测结果对智能家电进行控制，有效地避免了仅通过传感器采集环境参数，而造成的处于临界值的环境参数引起的控制指令的波动，提升了控制指令的准确性，进而提升了智能家电的使用寿命。

如上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明。应理解的是，以上所述仅为本发明的具体实施方式，并不用于限制本发明。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于环境规律智能分析的智慧家庭控制方法，其特征在于，包括：

根据历史环境参数，建立多个具有历史环境参数序列的模板参数序列；

确定当前时间窗口，并在所述当前时间窗口上采集多个环境参数，形成实时参数序列；

提取所述模板参数序列中与所述实时参数序列的环境参数采集时间对应的部分，获得多个截取序列；以及

对所述实时参数序列和多个所述截取序列进行相似性评价，选取相似评价值最高的所述截取序列，并将其对应的所述模板参数序列作为目标预测序列。

2.根据权利要求1所述的基于环境规律智能分析的智慧家庭控制方法，其特征在于，在所述根据历史环境参数，建立多个具有历史环境参数序列的模板参数序列之前，还包括：

设定包括多个采样时间点的预定时段窗口；

在所述预定时段窗口中，采集不同自然环境和智能家电工作模式下的历史环境参数，并存储至数据管理中心。

3.根据权利要求2所述的基于环境规律智能分析的智慧家庭控制方法，所述根据历史环境参数，建立多个具有历史环境参数序列的模板参数序列，其特征在于，包括：

将在同一自然环境，或同一智能家电工作模式下采集的历史环境参数分别进行整合，获得多个所述历史环境参数序列；

分析所述历史环境参数序列中各个所述历史环境参数之间的相关性，并生成权重因子集合；以及

将多个所述历史环境参数序列分别与其对应的权重因子集合进行整合，获得多个所述模板参数序列。

4.根据权利要求2所述的基于环境规律智能分析的智慧家庭控制方法，其特征在于，所述当前时间窗口为所述预定时段窗口的起始时间至当前时间之间的时间段。

5.根据权利要求1所述的基于环境规律智能分析的智慧家庭控制方法，所述对所述实时参数序列和多个所述截取序列进行相似性评价，选取评价值高的所述截取序列作为目标预测序列，其特征在于，包括：

将所述实时参数序列和多个所述截取序列进行整合，构造初始评价矩阵；

对所述初始评价矩阵进行量纲归一化处理，获得过程矩阵；

分析所述过程矩阵中的各个过程采集量与其对应的过程历史参量之间的相似性评价系数，并整合成相似评价矩阵；

确定评价权重向量；

根据所述相似评价矩阵和所述评价权重向量，分别获得多个所述模板参数序列的相似评价值；以及

在多个所述截取序列的相似评价值中筛选出所述相似评价值最高的所述截取序列，并将其对应的所述模板参数序列作为目标预测序列。

6.根据权利要求1所述的基于环境规律智能分析的智慧家庭控制方法，其特征在于，在所述对所述实时参数序列和多个所述截取序列进行相似性评价，选取相似评价值最高的所述截取序列，并将其对应的所述模板参数序列作为目标预测序列之后，还包括：

利用所述目标预测序列对当前环境进行预测，并根据预测结果对智能家电进行控制。

7.一种基于环境规律智能分析的智慧家庭控制系统，其特征在于，包括：

模板参数序列建立模块，用于根据历史环境参数，建立多个具有历史环境参数序列的模板参数序列；

实时参数序列生成模块，用于确定当前时间窗口，并在所述当前时间窗口上采集多个环境参数，形成实时参数序列；

截取序列提取模块，用于提取所述模板参数序列中与所述实时参数序列的环境参数采集时间对应的部分，获得多个截取序列；以及

目标预测序列确定模块，用于对所述实时参数序列和多个所述截取序列进行相似性评价，选取相似评价值最高的所述截取序列，并将其对应的所述模板参数序列作为目标预测序列。

8.根据权利要求7所述的基于环境规律智能分析的智慧家庭控制系统，其特征在于，还包括历史参数采集模块，具体执行方式包括：

设定包括多个采样时间点的预定时段窗口；

在所述预定时段窗口中，采集不同自然环境和智能家电工作模式下的历史环境参数，并存储至数据管理中心。

9.根据权利要求8所述的基于环境规律智能分析的智慧家庭控制系统，其特征在于，所述模板参数序列建立模块的具体执行方式包括：

将在同一自然环境，或同一智能家电工作模式下采集的历史环境参数分别进行整合，获得多个所述历史环境参数序列；

分析所述历史环境参数序列中各个所述历史环境参数之间的相关性，并生成权重因子集合；以及

将多个所述历史环境参数序列分别与其对应的权重因子集合进行整合，获得多个所述模板参数序列。

10.根据权利要求7所述的基于环境规律智能分析的智慧家庭控制系统，其特征在于，所述目标预测序列确定模块的具体执行方式包括：

将所述实时参数序列和多个所述截取序列进行整合，构造初始评价矩阵；

对所述初始评价矩阵进行量纲归一化处理，获得过程矩阵；

分析所述过程矩阵中的各个过程采集量与其对应的过程历史参量之间的相似性评价系数，并整合成相似评价矩阵；

确定评价权重向量；

根据所述相似评价矩阵和所述评价权重向量，分别获得多个所述模板参数序列的相似评价值；以及

在多个所述截取序列的相似评价值中筛选出所述相似评价值最高的所述截取序列，并将其对应的所述模板参数序列作为目标预测序列。

Images