CN116631399B - 一种基于物联网的人工智能控制系统及方法 - Google Patents
一种基于物联网的人工智能控制系统及方法 Download PDFInfo
- Publication number
- CN116631399B CN116631399B CN202310821237.5A CN202310821237A CN116631399B CN 116631399 B CN116631399 B CN 116631399B CN 202310821237 A CN202310821237 A CN 202310821237A CN 116631399 B CN116631399 B CN 116631399B
- Authority
- CN
- China
- Prior art keywords
- gas
- user
- air supply
- instruction
- gas 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000013473 artificial intelligence Methods 0.000 title claims description 14
- 239000007789 gas Substances 0.000 claims abstract description 401
- 239000002737 fuel gas Substances 0.000 claims abstract description 13
- 238000003491 array Methods 0.000 claims description 30
- 230000007613 environmental effect Effects 0.000 claims description 28
- 238000010586 diagram Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/35—Utilities, e.g. electricity, gas or water
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/30—Control
- G16Y40/35—Management of things, i.e. controlling in accordance with a policy or in order to achieve specified objectives
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Measuring Volume Flow (AREA)
Abstract
本发明涉及物联网技术领域,具体为一种基于物联网的人工智能控制系统及方法,所述系统包括数据预测调节模块,所述数据预测调节模块获取当前时间用户燃气表的运行状态,结合用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系,预测当前时间用户燃气表的指令偏差特征,根据所得预测结果对当前时间用户燃气表接收的最近一次供气语音指令持续时长进行自适应调节。本发明结合用户历史数据分析用户对燃气的使用习惯情况,并考虑到监测时用户的实际状态,实现对用户发出的语音指令内容的自适应调节,降低了用户二次发出语音指令的概率,实现了对燃气表供气时长的有效管理。
Description
技术领域
本发明涉及物联网技术领域,具体为一种基于物联网的人工智能控制系统及方法。
背景技术
随着互联网技术的快速发展,互联网技术在人们生活中的应用越来越广泛,在燃气监管方面,人们可以采用传感器实现对燃气表内通过的燃气量实现监控,同时,燃气表内设置阀门,人们可以通过控制燃气表内阀门的开关实现对燃气的安全管理。
实际生活中,燃气表内的监控传感器与控制阀门未存在直接关联关系,在实际使用中,人们控制阀门时需要手动操作,进而当燃气表安装在高处或偏僻位置时,控制阀门开关极不方便;为了实现对燃气表的有效管控及对燃气的安全管理,社会上出现了智能语音控制型燃气表(基于物联网的人工智能控制系统,通过语音控制指令控制燃气表内的阀门开关),在一定程度上为用户带来了便利。
现有的基于物联网的人工智能控制系统,只是简单的识别用户发出的语音指令及语音指令的具体内容实现对燃气表内阀门开关的控制,但是,未结合用户历史数据分析用户对燃气的使用习惯情况(往往会出现用户正在使用燃气,但是之前发出的语音指令达到指令时间,进而控制阀门关闭,用户需要二次发出语音指令的情况,该情况为用户使用燃气带来不便),同时,也未考虑到监测时用户的实际状态,无法实现对用户发出的语音指令内容的自适应调节,进而现有技术存在较大的缺陷。
发明内容
本发明的目的在于提供一种基于物联网的人工智能控制系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于物联网的人工智能控制方法,所述方法包括以下步骤:
S1、获取历史数据中用户在不同时间的燃气使用数据,提取用户的燃气使用特征,并获取历史数据中用户对燃气表的供气语音指令对集合;
S2、获取用户的燃气使用特征与供气语音指令对集合中元素之间的关联性,将用户的燃气使用特征与供气语音指令对集合中存在关联关系的元素汇总到一个空白数组中,得到用户的各个燃气使用关联数组,并获取用户的每个燃气使用关联数组对应的指令偏差特征;
S3、获取历史数据中不同燃气使用关联数组对应时间区间内的环境状态值,并分析用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系;
S4、获取当前时间用户燃气表的运行状态,结合用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系,预测当前时间用户燃气表的指令偏差特征,根据所得预测结果对当前时间用户燃气表接收的最近一次供气语音指令持续时长进行自适应调节。
进一步的,所述燃气使用数据为燃气表在不同时间对应的数据,将历史数据中时间t时的燃气使用数据记为At,
所述提取用户的燃气使用特征时,每个使用特征对应一个燃气使用时间区间及相应时间区间对应的燃气变化量,同一使用特征对应的燃气使用时间区间中不同时间对应的燃气使用数据均不相同,
将提取的用户的第i个燃气使用特征记为Bi,将Bi对应的燃气使用时间区间记为Bi1,将Bi对应的燃气变化量记为Bi2,Bi2的值等于Bi1中最大时间对应的燃气使用数据与最小时间对应的燃气使用数据之间的差值;
所述历史数据中用户对燃气表的供气语音执行对集合中每个元素对应一条供气语音指令对,每个供气语音指令对包括用户发出供气语音指令的时间、指令内容中供气持续时长及指令内容对应的实际供气持续时长。
进一步的,所述S2中得到用户的各个燃气使用关联数组的方法包括以下步骤:
S21、获取历史数据中提取的用户的各个燃气使用特征及用户对燃气表的供气语音执行对集合;
S22、获取用户对燃气表的供气语音执行对集合中每个供气语音执行对对应的执行时间区间,
所述供气语音执行对对应的执行时间区间中的最小值等于相应供气语音执行对中用户发出供气语音指令的时间,所述供气语音执行对对应的执行时间区间中的最大值等于相应供气语音执行对中用户发出供气语音指令的时间与指令内容对应的实际供气持续时长之和;
S23、判断用户的燃气使用特征与供气语音指令对集合中元素之间关联性,
当供气语音指令对集合中元素对应的执行时间区间与用户的燃气使用特征中燃气使用时间区间的交集为空,则判定供气语音指令对集合中该元素与用户的该燃气使用特征之间不存在关联性,
当供气语音指令对集合中元素对应的执行时间区间与用户的燃气使用特征中燃气使用时间区间的交集不为空,则判定供气语音指令对集合中该元素与用户的该燃气使用特征之间存在关联性;
本发明判断用户的燃气使用特征与供气语音指令对集合中元素之间关联性,是为了实现对燃气使用特征进行筛选,获取同一语音指令对应的供气持续时间内用户分别对应的各个燃气使用特征(即在实际生活中,用户在一段时间内,开启燃气灶使用燃气的次数,每次使用燃气的情况对应一个燃气使用特征),为后续步骤中得到用户的各个燃气使用关联数组提供了数据参照;
S24、得到用户的各个燃气使用关联数组,每个燃气使用关联数组包括一个或多个供气语音指令对及与供气语音指令对存在关联性的各个燃气使用特征,
同一燃气使用关联数组中的每个供气语音指令均与其余供气语音指令对中的一个或多个存在关联关系,
当一个供气语音指令对对应执行时间区间中存在一个时间点与另一个供气语音指令对对应执行时间区间的一个时间点差值的绝对值小于数据库中的第二预设值,则判定这两个供气语音指令对之间存在关联关系,
当一个供气语音指令对对应执行时间区间中任意一个时间点与另一个供气语音指令对对应执行时间区间的任意一个时间点差值的绝对值均大于等于数据库中的第二预设值,则判定这两个供气语音指令对之间不存在关联关系;
获取用户的每个燃气使用关联数组对应的指令偏差特征时,将用户的第j个燃气使用关联数组对应的指令偏差特征记为{C1j,C2j},所述C1j表示用户的第j个燃气使用关联数组对应的供气时长偏差率,所述C2j表示用户的第j个燃气使用关联数组对应的供气时间利用率占比,
当用户的第j个燃气使用关联数组中只存在一个供气语音指令对时,则判定{C1j,C2j}等于{0,0},
当用户的第j个燃气使用关联数组中存在n1个供气语音指令对且n1≥2时,则得到用户的第j个燃气使用关联数组对应的指令偏差特征{C1j,C2j},
C1j=1/(n1-1)×∑n=1 n=n1-1[(T1Dnj-TDnj+TQ1Dnj)/TDnj],
其中,TQ1Dnj表示用户的第j个燃气使用关联数组中与第n+1个供气语音指令对存在关联性的各个燃气使用特征中,对应时间点最小的燃气使用特征相应燃气使用时间区间的时长,TDnj表示用户的第j个燃气使用关联数组中第n个供气语音指令对内指令内容中供气持续时长,T1Dnj表示用户的第j个燃气使用关联数组中第n个供气语音指令对内指令内容对应的实际供气持续时长,
C2j=∑n=1 n=n1-1TQLDnj/(TQ1D(n1-1)j+∑n=1 n=n1-1T1Dnj),
其中,TQLDnj表示用户的第j个燃气使用关联数组中与第n个供气语音指令对存在关联性的各个燃气使用特征分别对应的燃气使用时间区间的并集相应的时长。
本发明得到用户的各个燃气使用关联数组时,考虑到每个燃气使用关联数组包括一个或多个供气语音指令对,是因为用户在使用燃气的过程中,若语音指令内容对应的实际供气时长达到上限值时,燃气表会停止供气,而用户需要再次发出供气语音指令,进而可能会出现用户做一次饭会出现发出多次供气语音指令的情况,进而可以判定这多个供气语音指令存在关联关系,将它们划分为一个燃气使用关联数组,能够使得后续步骤中获取的指令偏差特征更加准确。
进一步的,所述S3中获取历史数据中不同燃气使用关联数组对应时间区间内的环境状态值时,所述燃气使用关联数组对应时间区间为燃气使用关联数组内各个元素分别对应的时间区间的并集,所述燃气使用关联数组对应时间区间内的环境状态值等于燃气使用关联数组对应时间区间内不同时间点分别对应气温的平均值,将用户的第j个燃气使用关联数组对应的环境状态值记为Wj;
所述S3中分析用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系的方法包括以下步骤:
S31、获取用户的燃气使用关联数组对应的指令偏差特征及相应燃气使用关联数组对应的环境状态值;
S32、构建每个燃气使用关联数组对应的第一特征状态数据对及第二特征状态数据对,将用户的第j个燃气使用关联数组对应的第一特征状态数据对记为(Wj,C1j),将用户的第j个燃气使用关联数组对应的第二特征状态数据对记为(Wj,C2j);
S33、以o为原点且以环境状态值为x轴且以指令偏差特征中的供气时长偏差率为y轴构建第一平面直角坐标系,并将S32获取的第一特征状态数据对分别对应的标记点在第一平面直角坐标系中相应的坐标点位置进行标记,根据标记点对应的x轴坐标值,将第一平面直角坐标系中相邻的标记点进行连线,得到第一折线图,将第一折线图对应的函数记为G1(x),
第一特征状态数据对对应的标记点的第一个数据等于相应第一特征状态数据对中的第一个数据,获取第一个数据相等的不同第一特征状态数据对中第二个数据的平均值,作为相应标记点的第二个数据;
S34、以o1为原点且以环境状态值为x1轴且以指令偏差特征中的供气时间利用率占比为y1轴构建第二平面直角坐标系,并将S32获取的第二特征状态数据对分别对应的标记点在第二平面直角坐标系中相应的坐标点位置进行标记,根据标记点对应的x1轴坐标值,将第二平面直角坐标系中相邻的标记点进行连线,得到第二折线图,将第二折线图对应的函数记为G2(x1);
S35、得到用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系,所得关系包括函数G1(x)与函数G2(x1)。
进一步的,所述S4中当前时间用户燃气表的运行状态包括最近一次供气语音指令对{R1,R2,R3}、包含最近一次供气语音指令对的燃气使用关联数组E及当前时间对应的气温Wr,其中,R1表示最近一次供气语音指令中发出供气语音指令的时间,R2表示最近一次供气语音指令对内指令内容中供气持续时长,R3表示最近一次供气语音指令对中指令内容对应的实际供气持续时长,最近一次供气语音指令对中指令内容对应的实际供气持续时长等于从发出供气语音指令的时间至当前时间的时长;
本发明获取当前时间用户燃气表的运行状态,是为了结合上述分析结果,预测当前时间用户燃气表的指令偏差特征,为后续对当前时间用户燃气表接收的最近一次供气语音指令持续时长进行自适应调节提供数据参照。
进一步的,所述S4中预测当前时间用户燃气表的指令偏差特征时,获取Wr,获取用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系中的G1(x)及G2(x1);将Wr分别代入G1(x)中的x及G2(x1)中的x1,得到当前时间用户燃气表的指令偏差特征的预测值,记为{C1h,C2h}。
进一步的,所述S4中根据所得预测结果对当前时间用户燃气表接收的最近一次供气语音指令持续时长进行自适应调节时,获取当前时间用户燃气表的指令偏差特征的预测值,记为{C1h,C2h},
根据公式C1h=1/(n3-1)×{(R4-R2)/R2+∑n2=1 n2=n3-1[(T1Dn2-TDn2+TQ1Dn2)/TDn2]},得到R4,
其中,R4表示第一校准时长,n3表示E中含有的供气语音指令对个数,TQ1Dn2表示E中与第n2+1个供气语音指令对存在关联性的各个燃气使用特征中,对应时间点最小的燃气使用特征相应燃气使用时间区间的时长,TDn2表示E中第n2个供气语音指令对内指令内容中供气持续时长,T1Dn2表示E中第n2个供气语音指令对内指令内容对应的实际供气持续时长,
根据公式C2h=(R6+∑n2=1 n2=n3-1TQLDn2)/(R5+R3+∑n=1 n2=n3-1T1Dn2),得到R5对应的值,
其中,R6表示历史数据中与最近一次供气语音指令对存在关联性的各个燃气使用特征分别对应的燃气使用时间区间的并集相应的时长,TQLDn2表示E中与第n2个供气语音指令对存在关联性的各个燃气使用特征分别对应的燃气使用时间区间的并集相应的时长,R5表示第二校准时长,
当R4≤R2,则判定当前时间用户燃气表接收的最近一次供气语音指令对应的持续时长上限值为R2,
当R4>R2时,进一步判断当前时间燃气是否为使用状态,
如果当前时间用户正在使用燃气,则当前时间用户燃气表接收的最近一次供气语音指令对应的持续时长上限值为max{R5+R3,R4},所述max{R5+R3,R4}表示R5+R3与R4中的最大值,如果当前时间用户未使用燃气,则当前时间用户燃气表接收的最近一次供气语音指令对应的持续时长上限值为max{R2,R3},
在当前时间用户燃气表接收的最近一次供气语音指令对应的持续时长上限值为max{R5+R3,R4}的情况下,若[R2,max{R5+R3,R4}]中用户出现停止使用燃气的情况,则燃气表立即停止供气,且当前时间用户燃气表接收的最近一次供气语音指令结束。
一种基于物联网的人工智能控制系统,所述系统包括以下模块:
供气指令数据获取模块,所述供气指令数据获取模块获取历史数据中用户在不同时间的燃气使用数据,提取用户的燃气使用特征,并获取历史数据中用户对燃气表的供气语音指令对集合;
指令偏差特征分析模块,所述指令偏差特征分析模块获取用户的燃气使用特征与供气语音指令对集合中元素之间的关联性,将用户的燃气使用特征与供气语音指令对集合中存在关联关系的元素汇总到一个空白数组中,得到用户的各个燃气使用关联数组,并获取用户的每个燃气使用关联数组对应的指令偏差特征;
数据关联关系分析模块,所述数据关联关系分析模块获取历史数据中不同燃气使用关联数组对应时间区间内的环境状态值,并分析用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系;
数据预测调节模块,所述数据预测调节模块获取当前时间用户燃气表的运行状态,结合用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系,预测当前时间用户燃气表的指令偏差特征,根据所得预测结果对当前时间用户燃气表接收的最近一次供气语音指令持续时长进行自适应调节。
与现有技术相比,本发明所达到的有益效果是:本发明在识别用户发出的语音指令及根据语音指令的具体内容实现对燃气表内阀门开关的控制时,结合用户历史数据分析用户对燃气的使用习惯情况,并考虑到监测时用户的实际状态,实现对用户发出的语音指令内容的自适应调节,降低了用户二次发出语音指令的概率,实现了对燃气表供气时长的有效管理。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于物联网的人工智能控制方法的流程示意图;
图2是本发明一种基于物联网的人工智能控制系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供技术方案:一种基于物联网的人工智能控制方法,所述方法包括以下步骤:
S1、获取历史数据中用户在不同时间的燃气使用数据,提取用户的燃气使用特征,并获取历史数据中用户对燃气表的供气语音指令对集合;
所述燃气使用数据为燃气表在不同时间对应的数据,将历史数据中时间t时的燃气使用数据记为At,
所述提取用户的燃气使用特征时,每个使用特征对应一个燃气使用时间区间及相应时间区间对应的燃气变化量,同一使用特征对应的燃气使用时间区间中不同时间对应的燃气使用数据均不相同,
将提取的用户的第i个燃气使用特征记为Bi,将Bi对应的燃气使用时间区间记为Bi1,将Bi对应的燃气变化量记为Bi2,Bi2的值等于Bi1中最大时间对应的燃气使用数据与最小时间对应的燃气使用数据之间的差值;
所述历史数据中用户对燃气表的供气语音执行对集合中每个元素对应一条供气语音指令对,每个供气语音指令对包括用户发出供气语音指令的时间、指令内容中供气持续时长及指令内容对应的实际供气持续时长。
S2、获取用户的燃气使用特征与供气语音指令对集合中元素之间的关联性,将用户的燃气使用特征与供气语音指令对集合中存在关联关系的元素汇总到一个空白数组中,得到用户的各个燃气使用关联数组,并获取用户的每个燃气使用关联数组对应的指令偏差特征;
所述S2中得到用户的各个燃气使用关联数组的方法包括以下步骤:
S21、获取历史数据中提取的用户的各个燃气使用特征及用户对燃气表的供气语音执行对集合;
S22、获取用户对燃气表的供气语音执行对集合中每个供气语音执行对对应的执行时间区间,
所述供气语音执行对对应的执行时间区间中的最小值等于相应供气语音执行对中用户发出供气语音指令的时间,所述供气语音执行对对应的执行时间区间中的最大值等于相应供气语音执行对中用户发出供气语音指令的时间与指令内容对应的实际供气持续时长之和;
S23、判断用户的燃气使用特征与供气语音指令对集合中元素之间关联性,
当供气语音指令对集合中元素对应的执行时间区间与用户的燃气使用特征中燃气使用时间区间的交集为空,则判定供气语音指令对集合中该元素与用户的该燃气使用特征之间不存在关联性,
当供气语音指令对集合中元素对应的执行时间区间与用户的燃气使用特征中燃气使用时间区间的交集不为空,则判定供气语音指令对集合中该元素与用户的该燃气使用特征之间存在关联性;
本实施例中用户丁发出一条供气语音指令(g1,g2,g3),
若存在三个燃气使用特征,记为甲、乙及丙,
甲对应的燃气使用时间区间为[g11,g12],
乙对应的燃气使用时间区间为[g21,g23],
丙对应的燃气使用时间区间为[g31,g32],
若g1<g11<g12<g2<g21<g23<g3<g31<g32,
则用户丁发出一条供气语音指令(g1,g2,g3)对应的执行时间区间为[g1,g1+g3],
因为[g11,g12]∩[g1,g1+g3]=[g11,g12],
[g21,g23]∩[g1,g1+g3]=[g21,g23],
[g31,g32]∩[g1,g1+g3]=∅,
则甲乙分别与供气语音指令(g1,g2,g3)之间存在关联性,但是丙与供气语音指令(g1,g2,g3)之间不存在关联性。
S24、得到用户的各个燃气使用关联数组,每个燃气使用关联数组包括一个或多个供气语音指令对及与供气语音指令对存在关联性的各个燃气使用特征,
同一燃气使用关联数组中的每个供气语音指令均与其余供气语音指令对中的一个或多个存在关联关系,
当一个供气语音指令对对应执行时间区间中存在一个时间点与另一个供气语音指令对对应执行时间区间的一个时间点差值的绝对值小于数据库中的第二预设值,则判定这两个供气语音指令对之间存在关联关系,
当一个供气语音指令对对应执行时间区间中任意一个时间点与另一个供气语音指令对对应执行时间区间的任意一个时间点差值的绝对值均大于等于数据库中的第二预设值,则判定这两个供气语音指令对之间不存在关联关系;
本实施例中若存在两个供气语音指令对,且这两个供气语音指令对对应执行时间区间分别为[g1,g1+g3]及[g4,g5],若第二预设值为5分钟,
若|g1-g5|<5或|g4-(g1+g3)|<5成立,则判定这两个供气语音指令对存在关联关系,
若|g1-g5|≥5且|g4-(g1+g3)|≥5成立,则判定这两个供气语音指令对不存在关联关系;
获取用户的每个燃气使用关联数组对应的指令偏差特征时,将用户的第j个燃气使用关联数组对应的指令偏差特征记为{C1j,C2j},所述C1j表示用户的第j个燃气使用关联数组对应的供气时长偏差率,所述C2j表示用户的第j个燃气使用关联数组对应的供气时间利用率占比,
当用户的第j个燃气使用关联数组中只存在一个供气语音指令对时,则判定{C1j,C2j}等于{0,0},
当用户的第j个燃气使用关联数组中存在n1个供气语音指令对且n1≥2时,则得到用户的第j个燃气使用关联数组对应的指令偏差特征{C1j,C2j},
C1j=1/(n1-1)×∑n=1 n=n1-1[(T1Dnj-TDnj+TQ1Dnj)/TDnj],
其中,TQ1Dnj表示用户的第j个燃气使用关联数组中与第n+1个供气语音指令对存在关联性的各个燃气使用特征中,对应时间点最小的燃气使用特征相应燃气使用时间区间的时长,TDnj表示用户的第j个燃气使用关联数组中第n个供气语音指令对内指令内容中供气持续时长,T1Dnj表示用户的第j个燃气使用关联数组中第n个供气语音指令对内指令内容对应的实际供气持续时长,
C2j=∑n=1 n=n1-1TQLDnj/(TQ1D(n1-1)j+∑n=1 n=n1-1T1Dnj),
其中,TQLDnj表示用户的第j个燃气使用关联数组中与第n个供气语音指令对存在关联性的各个燃气使用特征分别对应的燃气使用时间区间的并集相应的时长。
S3、获取历史数据中不同燃气使用关联数组对应时间区间内的环境状态值,并分析用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系;
所述S3中获取历史数据中不同燃气使用关联数组对应时间区间内的环境状态值时,所述燃气使用关联数组对应时间区间为燃气使用关联数组内各个元素分别对应的时间区间的并集,所述燃气使用关联数组对应时间区间内的环境状态值等于燃气使用关联数组对应时间区间内不同时间点分别对应气温的平均值,将用户的第j个燃气使用关联数组对应的环境状态值记为Wj;
所述S3中分析用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系的方法包括以下步骤:
S31、获取用户的燃气使用关联数组对应的指令偏差特征及相应燃气使用关联数组对应的环境状态值;
S32、构建每个燃气使用关联数组对应的第一特征状态数据对及第二特征状态数据对,将用户的第j个燃气使用关联数组对应的第一特征状态数据对记为(Wj,C1j),将用户的第j个燃气使用关联数组对应的第二特征状态数据对记为(Wj,C2j);
S33、以o为原点且以环境状态值为x轴且以指令偏差特征中的供气时长偏差率为y轴构建第一平面直角坐标系,并将S32获取的第一特征状态数据对分别对应的标记点在第一平面直角坐标系中相应的坐标点位置进行标记,根据标记点对应的x轴坐标值,将第一平面直角坐标系中相邻的标记点进行连线,得到第一折线图,将第一折线图对应的函数记为G1(x),
第一特征状态数据对对应的标记点的第一个数据等于相应第一特征状态数据对中的第一个数据,获取第一个数据相等的不同第一特征状态数据对中第二个数据的平均值,作为相应标记点的第二个数据;
S34、以o1为原点且以环境状态值为x1轴且以指令偏差特征中的供气时间利用率占比为y1轴构建第二平面直角坐标系,并将S32获取的第二特征状态数据对分别对应的标记点在第二平面直角坐标系中相应的坐标点位置进行标记,根据标记点对应的x1轴坐标值,将第二平面直角坐标系中相邻的标记点进行连线,得到第二折线图,将第二折线图对应的函数记为G2(x1);
S35、得到用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系,所得关系包括函数G1(x)与函数G2(x1)。
S4、获取当前时间用户燃气表的运行状态,结合用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系,预测当前时间用户燃气表的指令偏差特征,根据所得预测结果对当前时间用户燃气表接收的最近一次供气语音指令持续时长进行自适应调节;
所述S4中当前时间用户燃气表的运行状态包括最近一次供气语音指令对{R1,R2,R3}、包含最近一次供气语音指令对的燃气使用关联数组E及当前时间对应的气温Wr,其中,R1表示最近一次供气语音指令中发出供气语音指令的时间,R2表示最近一次供气语音指令对内指令内容中供气持续时长,R3表示最近一次供气语音指令对中指令内容对应的实际供气持续时长,最近一次供气语音指令对中指令内容对应的实际供气持续时长等于从发出供气语音指令的时间至当前时间的时长;
所述S4中预测当前时间用户燃气表的指令偏差特征时,获取Wr,获取用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系中的G1(x)及G2(x1);将Wr分别代入G1(x)中的x及G2(x1)中的x1,得到当前时间用户燃气表的指令偏差特征的预测值,记为{C1h,C2h}。
所述S4中根据所得预测结果对当前时间用户燃气表接收的最近一次供气语音指令持续时长进行自适应调节时,获取当前时间用户燃气表的指令偏差特征的预测值,记为{C1h,C2h},
根据公式C1h=1/(n3-1)×{(R4-R2)/R2+∑n2=1 n2=n3-1[(T1Dn2-TDn2+TQ1Dn2)/TDn2]},得到R4,
其中,R4表示第一校准时长,n3表示E中含有的供气语音指令对个数,TQ1Dn2表示E中与第n2+1个供气语音指令对存在关联性的各个燃气使用特征中,对应时间点最小的燃气使用特征相应燃气使用时间区间的时长,TDn2表示E中第n2个供气语音指令对内指令内容中供气持续时长,T1Dn2表示E中第n2个供气语音指令对内指令内容对应的实际供气持续时长,
根据公式C2h=(R6+∑n2=1 n2=n3-1TQLDn2)/(R5+R3+∑n=1 n2=n3-1T1Dn2),得到R5对应的值,
其中,R6表示历史数据中与最近一次供气语音指令对存在关联性的各个燃气使用特征分别对应的燃气使用时间区间的并集相应的时长,TQLDn2表示E中与第n2个供气语音指令对存在关联性的各个燃气使用特征分别对应的燃气使用时间区间的并集相应的时长,R5表示第二校准时长,
当R4≤R2,则判定当前时间用户燃气表接收的最近一次供气语音指令对应的持续时长上限值为R2,
当R4>R2时,进一步判断当前时间燃气是否为使用状态,
如果当前时间用户正在使用燃气,则当前时间用户燃气表接收的最近一次供气语音指令对应的持续时长上限值为max{R5+R3,R4},所述max{R5+R3,R4}表示R5+R3与R4中的最大值,如果当前时间用户未使用燃气,则当前时间用户燃气表接收的最近一次供气语音指令对应的持续时长上限值为max{R2,R3},
在当前时间用户燃气表接收的最近一次供气语音指令对应的持续时长上限值为max{R5+R3,R4}的情况下,若[R2,max{R5+R3,R4}]中用户出现停止使用燃气的情况,则燃气表立即停止供气,且当前时间用户燃气表接收的最近一次供气语音指令结束。
如图2所示,一种基于物联网的人工智能控制系统,所述系统包括以下模块:
供气指令数据获取模块,所述供气指令数据获取模块获取历史数据中用户在不同时间的燃气使用数据,提取用户的燃气使用特征,并获取历史数据中用户对燃气表的供气语音指令对集合;
指令偏差特征分析模块,所述指令偏差特征分析模块获取用户的燃气使用特征与供气语音指令对集合中元素之间的关联性,将用户的燃气使用特征与供气语音指令对集合中存在关联关系的元素汇总到一个空白数组中,得到用户的各个燃气使用关联数组,并获取用户的每个燃气使用关联数组对应的指令偏差特征;
数据关联关系分析模块,所述数据关联关系分析模块获取历史数据中不同燃气使用关联数组对应时间区间内的环境状态值,并分析用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系;
数据预测调节模块,所述数据预测调节模块获取当前时间用户燃气表的运行状态,结合用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系,预测当前时间用户燃气表的指令偏差特征,根据所得预测结果对当前时间用户燃气表接收的最近一次供气语音指令持续时长进行自适应调节。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种基于物联网的人工智能控制方法,其特征在于,所述方法包括以下步骤:
S1、获取历史数据中用户在不同时间的燃气使用数据,提取用户的燃气使用特征,并获取历史数据中用户对燃气表的供气语音指令对集合;
S2、获取用户的燃气使用特征与供气语音指令对集合中元素之间的关联性,将用户的燃气使用特征与供气语音指令对集合中存在关联关系的元素汇总到一个空白数组中,得到用户的各个燃气使用关联数组,并获取用户的每个燃气使用关联数组对应的指令偏差特征;
S3、获取历史数据中不同燃气使用关联数组对应时间区间内的环境状态值,并分析用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系;
S4、获取当前时间用户燃气表的运行状态,结合用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系,预测当前时间用户燃气表的指令偏差特征,根据所得预测结果对当前时间用户燃气表接收的最近一次供气语音指令持续时长进行自适应调节;
所述S2中得到用户的各个燃气使用关联数组的方法包括以下步骤:
S21、获取历史数据中提取的用户的各个燃气使用特征及用户对燃气表的供气语音执行对集合;
S22、获取用户对燃气表的供气语音执行对集合中每个供气语音执行对对应的执行时间区间,
所述供气语音执行对对应的执行时间区间中的最小值等于相应供气语音执行对中用户发出供气语音指令的时间,所述供气语音执行对对应的执行时间区间中的最大值等于相应供气语音执行对中用户发出供气语音指令的时间与指令内容对应的实际供气持续时长之和;
S23、判断用户的燃气使用特征与供气语音指令对集合中元素之间关联性,
当供气语音指令对集合中元素对应的执行时间区间与用户的燃气使用特征中燃气使用时间区间的交集为空,则判定供气语音指令对集合中该元素与用户的该燃气使用特征之间不存在关联性,
当供气语音指令对集合中元素对应的执行时间区间与用户的燃气使用特征中燃气使用时间区间的交集不为空,则判定供气语音指令对集合中该元素与用户的该燃气使用特征之间存在关联性;
S24、得到用户的各个燃气使用关联数组,每个燃气使用关联数组包括一个或多个供气语音指令对及与供气语音指令对存在关联性的各个燃气使用特征,
同一燃气使用关联数组中的每个供气语音指令均与其余供气语音指令对中的一个或多个存在关联关系,
当一个供气语音指令对对应执行时间区间中存在一个时间点与另一个供气语音指令对对应执行时间区间的一个时间点差值的绝对值小于数据库中的第二预设值,则判定这两个供气语音指令对之间存在关联关系,
当一个供气语音指令对对应执行时间区间中任意一个时间点与另一个供气语音指令对对应执行时间区间的任意一个时间点差值的绝对值均大于等于数据库中的第二预设值,则判定这两个供气语音指令对之间不存在关联关系;
获取用户的每个燃气使用关联数组对应的指令偏差特征时,将用户的第j个燃气使用关联数组对应的指令偏差特征记为{C1j,C2j},所述C1j表示用户的第j个燃气使用关联数组对应的供气时长偏差率,所述C2j表示用户的第j个燃气使用关联数组对应的供气时间利用率占比,
当用户的第j个燃气使用关联数组中只存在一个供气语音指令对时,则判定{C1j,C2j}等于{0,0},
当用户的第j个燃气使用关联数组中存在n1个供气语音指令对且n1≥2时,则得到用户的第j个燃气使用关联数组对应的指令偏差特征{C1j,C2j},
C1j=1/(n1-1)×∑n=1 n=n1-1[(T1Dnj-TDnj+TQ1Dnj)/TDnj],
其中,TQ1Dnj表示用户的第j个燃气使用关联数组中与第n+1个供气语音指令对存在关联性的各个燃气使用特征中,对应时间点最小的燃气使用特征相应燃气使用时间区间的时长,TDnj表示用户的第j个燃气使用关联数组中第n个供气语音指令对内指令内容中供气持续时长,T1Dnj表示用户的第j个燃气使用关联数组中第n个供气语音指令对内指令内容对应的实际供气持续时长,
C2j=∑n=1 n=n1-1TQLDnj/(TQ1D(n1-1)j+∑n=1 n=n1-1T1Dnj),
其中,TQLDnj表示用户的第j个燃气使用关联数组中与第n个供气语音指令对存在关联性的各个燃气使用特征分别对应的燃气使用时间区间的并集相应的时长;
所述S3中获取历史数据中不同燃气使用关联数组对应时间区间内的环境状态值时,所述燃气使用关联数组对应时间区间为燃气使用关联数组内各个元素分别对应的时间区间的并集,所述燃气使用关联数组对应时间区间内的环境状态值等于燃气使用关联数组对应时间区间内不同时间点分别对应气温的平均值,将用户的第j个燃气使用关联数组对应的环境状态值记为Wj;
所述S3中分析用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系的方法包括以下步骤:
S31、获取用户的燃气使用关联数组对应的指令偏差特征及相应燃气使用关联数组对应的环境状态值;
S32、构建每个燃气使用关联数组对应的第一特征状态数据对及第二特征状态数据对,将用户的第j个燃气使用关联数组对应的第一特征状态数据对记为(Wj,C1j),将用户的第j个燃气使用关联数组对应的第二特征状态数据对记为(Wj,C2j);
S33、以o为原点且以环境状态值为x轴且以指令偏差特征中的供气时长偏差率为y轴构建第一平面直角坐标系,并将S32获取的第一特征状态数据对分别对应的标记点在第一平面直角坐标系中相应的坐标点位置进行标记,根据标记点对应的x轴坐标值,将第一平面直角坐标系中相邻的标记点进行连线,得到第一折线图,将第一折线图对应的函数记为G1(x),
第一特征状态数据对对应的标记点的第一个数据等于相应第一特征状态数据对中的第一个数据,获取第一个数据相等的不同第一特征状态数据对中第二个数据的平均值,作为相应标记点的第二个数据;
S34、以o1为原点且以环境状态值为x1轴且以指令偏差特征中的供气时间利用率占比为y1轴构建第二平面直角坐标系,并将S32获取的第二特征状态数据对分别对应的标记点在第二平面直角坐标系中相应的坐标点位置进行标记,根据标记点对应的x1轴坐标值,将第二平面直角坐标系中相邻的标记点进行连线,得到第二折线图,将第二折线图对应的函数记为G2(x1);
S35、得到用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系,所得关系包括函数G1(x)与函数G2(x1);
所述S4中当前时间用户燃气表的运行状态包括最近一次供气语音指令对{R1,R2,R3}、包含最近一次供气语音指令对的燃气使用关联数组E及当前时间对应的气温Wr,其中,R1表示最近一次供气语音指令中发出供气语音指令的时间,R2表示最近一次供气语音指令对内指令内容中供气持续时长,R3表示最近一次供气语音指令对中指令内容对应的实际供气持续时长,最近一次供气语音指令对中指令内容对应的实际供气持续时长等于从发出供气语音指令的时间至当前时间的时长;
所述S4中预测当前时间用户燃气表的指令偏差特征时,获取Wr,获取用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系中的G1(x)及G2(x1);将Wr分别代入G1(x)中的x及G2(x1)中的x1,得到当前时间用户燃气表的指令偏差特征的预测值,记为{C1h,C2h};
所述S4中根据所得预测结果对当前时间用户燃气表接收的最近一次供气语音指令持续时长进行自适应调节时,获取当前时间用户燃气表的指令偏差特征的预测值,记为{C1h,C2h},
根据公式C1h=1/(n3-1)×{(R4-R2)/R2+∑n2=1 n2=n3-1[(T1Dn2-TDn2+TQ1Dn2)/TDn2]},得到R4,
其中,R4表示第一校准时长,n3表示E中含有的供气语音指令对个数,TQ1Dn2表示E中与第n2+1个供气语音指令对存在关联性的各个燃气使用特征中,对应时间点最小的燃气使用特征相应燃气使用时间区间的时长,TDn2表示E中第n2个供气语音指令对内指令内容中供气持续时长,T1Dn2表示E中第n2个供气语音指令对内指令内容对应的实际供气持续时长,
根据公式C2h=(R6+∑n2=1 n2=n3-1TQLDn2)/(R5+R3+∑n=1 n2=n3-1T1Dn2),得到R5对应的值,
其中,R6表示历史数据中与最近一次供气语音指令对存在关联性的各个燃气使用特征分别对应的燃气使用时间区间的并集相应的时长,TQLDn2表示E中与第n2个供气语音指令对存在关联性的各个燃气使用特征分别对应的燃气使用时间区间的并集相应的时长,R5表示第二校准时长,
当R4≤R2,则判定当前时间用户燃气表接收的最近一次供气语音指令对应的持续时长上限值为R2,
当R4>R2时,进一步判断当前时间燃气是否为使用状态,
如果当前时间用户正在使用燃气,则当前时间用户燃气表接收的最近一次供气语音指令对应的持续时长上限值为max{R5+R3,R4},所述max{R5+R3,R4}表示R5+R3与R4中的最大值,如果当前时间用户未使用燃气,则当前时间用户燃气表接收的最近一次供气语音指令对应的持续时长上限值为max{R2,R3},
在当前时间用户燃气表接收的最近一次供气语音指令对应的持续时长上限值为max{R5+R3,R4}的情况下,若[R2,max{R5+R3,R4}]中用户出现停止使用燃气的情况,则燃气表立即停止供气,且当前时间用户燃气表接收的最近一次供气语音指令结束。
2.根据权利要求1所述的一种基于物联网的人工智能控制方法,其特征在于:所述燃气使用数据为燃气表在不同时间对应的数据,将历史数据中时间t时的燃气使用数据记为At,
所述提取用户的燃气使用特征时,每个使用特征对应一个燃气使用时间区间及相应时间区间对应的燃气变化量,同一使用特征对应的燃气使用时间区间中不同时间对应的燃气使用数据均不相同,
将提取的用户的第i个燃气使用特征记为Bi,将Bi对应的燃气使用时间区间记为Bi1,将Bi对应的燃气变化量记为Bi2,Bi2的值等于Bi1中最大时间对应的燃气使用数据与最小时间对应的燃气使用数据之间的差值;
所述历史数据中用户对燃气表的供气语音执行对集合中每个元素对应一条供气语音指令对,每个供气语音指令对包括用户发出供气语音指令的时间、指令内容中供气持续时长及指令内容对应的实际供气持续时长。
3.应用权利要求1-2中任意一项所述的一种基于物联网的人工智能控制方法的基于物联网的人工智能控制系统,其特征在于,所述系统包括以下模块:
供气指令数据获取模块,所述供气指令数据获取模块获取历史数据中用户在不同时间的燃气使用数据,提取用户的燃气使用特征,并获取历史数据中用户对燃气表的供气语音指令对集合;
指令偏差特征分析模块,所述指令偏差特征分析模块获取用户的燃气使用特征与供气语音指令对集合中元素之间的关联性,将用户的燃气使用特征与供气语音指令对集合中存在关联关系的元素汇总到一个空白数组中,得到用户的各个燃气使用关联数组,并获取用户的每个燃气使用关联数组对应的指令偏差特征;
数据关联关系分析模块,所述数据关联关系分析模块获取历史数据中不同燃气使用关联数组对应时间区间内的环境状态值,并分析用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系;
数据预测调节模块,所述数据预测调节模块获取当前时间用户燃气表的运行状态,结合用户的燃气使用关联数组对应的指令偏差特征与相应的环境状态值之间的关系,预测当前时间用户燃气表的指令偏差特征,根据所得预测结果对当前时间用户燃气表接收的最近一次供气语音指令持续时长进行自适应调节。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310821237.5A CN116631399B (zh) | 2023-07-06 | 2023-07-06 | 一种基于物联网的人工智能控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310821237.5A CN116631399B (zh) | 2023-07-06 | 2023-07-06 | 一种基于物联网的人工智能控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116631399A CN116631399A (zh) | 2023-08-22 |
CN116631399B true CN116631399B (zh) | 2023-10-13 |
Family
ID=87638379
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310821237.5A Active CN116631399B (zh) | 2023-07-06 | 2023-07-06 | 一种基于物联网的人工智能控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116631399B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110411034A (zh) * | 2018-09-27 | 2019-11-05 | 深圳市磐石科技工程技术有限公司 | 基于物联网的智能热水出水方法及其系统 |
KR102227159B1 (ko) * | 2019-11-21 | 2021-03-11 | 주식회사 에스원 | 블록체인을 이용한 스마트 홈 기기 제어 시스템 및 이를 이용한 제어 방법 |
CN112506148A (zh) * | 2020-11-27 | 2021-03-16 | 成都市更新家具有限公司 | 一种智能家居系统及控制方法 |
KR20210045280A (ko) * | 2019-10-16 | 2021-04-26 | 삼성전자주식회사 | IoT 기기를 제어하는 방법 및 이를 위한 전자 장치 |
CN113357419A (zh) * | 2021-06-07 | 2021-09-07 | 华帝股份有限公司 | 语音识别系统及语音识别方法 |
CN113905264A (zh) * | 2021-11-24 | 2022-01-07 | 深圳市品索科技有限公司 | 一种基于语音遥控器的语音控制系统 |
CN114755931A (zh) * | 2022-03-10 | 2022-07-15 | 青岛海尔科技有限公司 | 控制指令的预测方法和装置、存储介质及电子装置 |
CN115934814A (zh) * | 2022-11-11 | 2023-04-07 | 常州爱维电子控制技术有限公司 | 一种应用数据分析技术的硬件参数分析监控系统及方法 |
CN116030812A (zh) * | 2023-03-29 | 2023-04-28 | 广东海新智能厨房股份有限公司 | 用于燃气灶的智能互联语音控制方法、装置、设备及介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150161738A1 (en) * | 2013-12-10 | 2015-06-11 | Advanced Insurance Products & Services, Inc. | Method of determining a risk score or insurance cost using risk-related decision-making processes and decision outcomes |
-
2023
- 2023-07-06 CN CN202310821237.5A patent/CN116631399B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110411034A (zh) * | 2018-09-27 | 2019-11-05 | 深圳市磐石科技工程技术有限公司 | 基于物联网的智能热水出水方法及其系统 |
KR20210045280A (ko) * | 2019-10-16 | 2021-04-26 | 삼성전자주식회사 | IoT 기기를 제어하는 방법 및 이를 위한 전자 장치 |
KR102227159B1 (ko) * | 2019-11-21 | 2021-03-11 | 주식회사 에스원 | 블록체인을 이용한 스마트 홈 기기 제어 시스템 및 이를 이용한 제어 방법 |
CN112506148A (zh) * | 2020-11-27 | 2021-03-16 | 成都市更新家具有限公司 | 一种智能家居系统及控制方法 |
CN113357419A (zh) * | 2021-06-07 | 2021-09-07 | 华帝股份有限公司 | 语音识别系统及语音识别方法 |
CN113905264A (zh) * | 2021-11-24 | 2022-01-07 | 深圳市品索科技有限公司 | 一种基于语音遥控器的语音控制系统 |
CN114755931A (zh) * | 2022-03-10 | 2022-07-15 | 青岛海尔科技有限公司 | 控制指令的预测方法和装置、存储介质及电子装置 |
CN115934814A (zh) * | 2022-11-11 | 2023-04-07 | 常州爱维电子控制技术有限公司 | 一种应用数据分析技术的硬件参数分析监控系统及方法 |
CN116030812A (zh) * | 2023-03-29 | 2023-04-28 | 广东海新智能厨房股份有限公司 | 用于燃气灶的智能互联语音控制方法、装置、设备及介质 |
Non-Patent Citations (1)
Title |
---|
邵泽华等.《煤气与热力》.2022,第42卷(第4期),第32-34、42页. * |
Also Published As
Publication number | Publication date |
---|---|
CN116631399A (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2019527413A (ja) | 根本的原因分析を実行してプラントワイド操業での希少イベントの発生の予測モデルを構築するコンピュータシステムおよび方法 | |
CN109471370B (zh) | 一种基于排气扇操作数据的行为预测及控制方法、系统 | |
WO2022124276A1 (ja) | 室内空気品質予測方法、及び室内空気品質検出システム | |
CN112819107B (zh) | 基于人工智能的燃气调压设备故障预测方法 | |
Ouf et al. | A simulation-based method to investigate occupant-centric controls | |
CN110701672A (zh) | 一种供热管理系统 | |
JP2018132556A (ja) | 作業者育成装置、作業者育成方法、作業者育成プログラム及び記録媒体 | |
US20240223661A1 (en) | Methods and smart gas internet of things (iot) systems for smart control of smart gas pipeline network data collection terminals | |
CN115654208B (zh) | 一种基于图像识别的调节阀开度监测方法及系统 | |
CN115437302B (zh) | 一种大型中央空调ai智能控制方法及系统 | |
CN116007148B (zh) | 一种基于物联网的智能家居空气净化系统 | |
CN116631399B (zh) | 一种基于物联网的人工智能控制系统及方法 | |
CN113418229A (zh) | 一种基于卷积-自编码神经网络的供暖管控阀门智能调控系统 | |
CN117711309B (zh) | 基于mcu控制器的led显示控制方法及系统 | |
CN117515854A (zh) | 一种中央空调智能调优方法及装置 | |
JPH1080062A (ja) | 日負荷曲線予測方法 | |
CN116205403B (zh) | 一种拦截氮磷的水生态修复管理方法及系统 | |
CN117189938A (zh) | 一种基于物联网的智能阀门远程管理系统及方法 | |
CN115823500A (zh) | 基于智慧燃气的燃气入户压力调控方法和物联网系统 | |
CN115198047A (zh) | 基于大数据分析的热风炉燃烧监测系统及方法 | |
CN117648312A (zh) | 一种适用于qg-svm算法模型的超参自动调整法及系统 | |
CN118368187B (zh) | 基于多算法交互的数据采集方法及其系统 | |
CN115576288B (zh) | 一种过滤材料的生产控制方法和系统 | |
US20200326668A1 (en) | Method for controlling a process within a system, particularly a combustion process in a boiler or furnace | |
US20240167869A1 (en) | Methods and industrial internet of things systems for factory testing of ultrasonic gas meters for smart production |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |