CN117471929A - 控制方法、装置、设备及存储介质 - Google Patents
控制方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117471929A CN117471929A CN202311810089.3A CN202311810089A CN117471929A CN 117471929 A CN117471929 A CN 117471929A CN 202311810089 A CN202311810089 A CN 202311810089A CN 117471929 A CN117471929 A CN 117471929A
- Authority
- CN
- China
- Prior art keywords
- working
- time period
- historical
- data
- intelligent
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000003062 neural network model Methods 0.000 claims description 23
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 7
- 239000002699 waste material Substances 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
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
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- 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
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
-
- 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
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请提供的一种控制方法、装置、设备及存储介质，通过获取智能设备的历史工作数据；基于所述历史工作数据确定所述智能设备的闲置时间段和工作时间段；基于所述闲置时间段和工作时间段控制所述智能设备的工作状态，能够确定智能设备的空闲时间段和工作时间段，并基于时间段来进行智能设备的状态的自动控制，减少能源的浪费。
Description
技术领域
本申请涉及智能家居技术领域，特别地涉及一种控制方法、装置、设备及存储介质。
背景技术
智能家居已经广泛应用在人们的生活中，在控制设备运行时，通常是在使用设备时控制设备运行，在不使用的时控制设备关闭，但是由于都是手动进行控制，经常会出现在不使用时忘记关闭的情况，导致智能设备能够浪费的情况较为明显。
发明内容
针对上述问题，本申请提供一种控制方法、装置、设备、及存储介质，能够实现对智能家居设备的状态自动控制，减少能源的浪费。
本申请实施例提供一种控制方法，包括：
获取智能设备的历史工作数据；
基于所述历史工作数据确定所述智能设备的闲置时间段和工作时间段；
基于所述闲置时间段和工作时间段控制所述智能设备的工作状态；
所述基于所述闲置时间段和工作时间段控制所述智能设备的工作状态，包括：
在达到所述闲置时间段的起始时间的情况下，确定所述智能设备在起始时间是否处于工作模式；
在所述智能设备处于工作模式的情况下，输出提示信息，所述提示信息用于提示用户是否进入节能模式；
在获取到用户确定进入节能模式的情况下，控制所述智能设备进入节能模式。
在一些实施例中，所述基于所述历史工作数据确定所述智能设备的闲置时间段和工作时间段，包括：
将所述历史工作数据输入至神经网络模型中，确定所述智能设备的闲置时间段和工作时间段。
在一些实施例中，所述基于所述闲置时间段和工作时间段控制所述智能设备的工作状态，包括：
在达到所述闲置时间段的起始时间的情况下，控制所述智能设备进入节能模式。
在达到所述工作时间段的起始时间的情况下，控制所述智能设备进入工作模式。
在一些实施例中，所述获取智能设备的历史工作数据，包括：
获取所述智能设备的工作日志文件；
基于所述工作日志文件确定历史工作数据。
在一些实施例中，所述基于所述工作日志文件确定历史工作数据，包括：
解析所述工作日志文件；
根据预设顺序对解析后的所述工作日志文件进行整理，从而得到所述历史工作数据。
在一些实施例中，所述方法还包括：
对所述智能设备的工作状态进行监控；
在确定所述智能设备的工作状态存在异常的情况下，输出报警提示信息。
在一些实施例中，所述方法还包括：
获取样本数据集，所述样本数据集包括：历史工作数据、及历史工作数据对应的样本闲置时间段和样本工作时间段；
以所述历史工作数据为神经网络模型的输入，历史工作数据对应的样本闲置时间段和样本工作时间段为神经网络模型的输出进行训练，得到神经网络模型。
本申请实施例提供一种控制装置，包括：
获取模块，用于获取智能设备的历史工作数据；
确定模块，用于基于所述历史工作数据确定所述智能设备的闲置时间段和工作时间段；
控制模块，用于基于所述闲置时间段和工作时间段控制所述智能设备的工作状态，所述基于所述闲置时间段和工作时间段控制所述智能设备的工作状态，包括：
在达到所述闲置时间段的起始时间的情况下，确定所述智能设备在起始时间是否处于工作模式；
在所述智能设备处于工作模式的情况下，输出提示信息，所述提示信息用于提示用户是否进入节能模式；
在获取到用户确定进入节能模式的情况下，控制所述智能设备进入节能模式。
本申请实施例提供一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，执行上述任意一项所述控制方法。
本申请实施例提供一种计算机可读存储介质，该计算机可读存储介质存储的计算机程序，能够被一个或多个处理器执行，能够用来实现上述所述控制方法。
本申请提供的一种控制方法、装置、设备及存储介质，通过获取智能设备的历史工作数据；基于所述历史工作数据确定所述智能设备的闲置时间段和工作时间段；基于所述闲置时间段和工作时间段控制所述智能设备的工作状态，能够确定智能设备的空闲时间段和工作时间段，并基于时间段来进行智能设备的状态的自动控制，减少能源的浪费。
附图说明
在下文中将基于实施例并参考附图来对本申请进行更详细的描述。
图1为本申请实施例提供的一种控制方法的实现流程示意图；
图2为本申请实施例提供的另一种控制方法的实现流程示意图；
图3为本申请实施例提供的电子设备的组成结构示意图。
在附图中，相同的部件使用相同的附图表记，附图并未按照实际的比例绘制。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，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它实施例，都属于本申请保护的范围。
在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
如果申请文件中出现“第一\第二\第三”的类似描述则增加以下的说明，在以下的描述中，所涉及的术语“第一\第二\第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
基于相关技术中存在的问题，本申请实施例提供一种控制方法，所述方法的执行主体可以是电子设备，所述电子设备可以移动终端、计算机、中控设备、家居设备等。在一些实施例中，所述电子设备可以是移动终端、计算机、中控设备、家居设备的控制器。
本申请实施例提供的控制方法所实现的功能可以通过电子设备的处理器调用程序代码来实现，其中，程序代码可以保存在计算机存储介质中。
本申请实施例提供一种控制方法。图1为本申请实施例提供的一种控制方法的实现流程示意图，如图1所示，控制方法包括：
步骤S1，获取智能设备的历史工作数据。
在本申请实施例中，历史工作数据包括设备的工作状态、工作时长、能耗等信息。在本申请中，电子设备可以通过设备的监控系统、传感器数据等相关方法来获取智能设备的历史工作数据。
步骤S2，基于历史工作数据确定智能设备的闲置时间段和工作时间段。
在本申请实施例中，通过分析历史工作数据，可以确定设备在不同时间段的工作情况，包括闲置时间段和工作时间段。
在本申请实施例中，在获取到智能设备的历史工作数据之后，电子设备可以通过以下步骤基于历史工作数据确定智能设备的闲置时间段和工作时间段：
对历史工作数据进行预处理。其中，电子设备会对历史工作数据进行清洗、筛选和处理，以确保数据的准确性和完整性。可以去除异常数据、填补缺失数据，并对数据进行标准化或归一化处理。
分析工作状态变化。其中，电子设备会分析历史工作数据中的工作状态变化模式。可以通过计算工作状态的持续时间、工作状态之间的切换频率等指标，找到工作状态的转变点。
确定闲置时间段和工作时间段。其中，电子设备会根据工作状态的转变点确定闲置时间段和工作时间段。其中，闲置时间段指设备在此期间没有工作或工作需求较低的时间段，而工作时间段指设备在此期间有工作需求的时间段。可以根据设备的工作时长、能耗、工作模式等信息来确定闲置时间段和工作时间段。
在本申请实施例中，可以通过机器学习算法进一步优化，以更准确地预测工作和闲置时间段，并在必要时自动调整策略，以适应用户行为的变化或特殊事件。这种智能控制策略能够为用户提供更智能、更节能的设备使用体验，同时也有助于减少整体的能源消耗和运营成本。
在本申请实施例中，电子设备可以基于历史工作数据确定智能设备的闲置时间段和工作时间段。这样可以为设备的工作状态控制和优化提供参考，提高设备的能效和工作效率。
步骤S3，基于闲置时间段和工作时间段控制智能设备的工作状态。
在本申请实施例中，基于闲置时间段和工作时间段控制智能设备的工作状态。根据设备的闲置时间段和工作时间段，制定相应的控制策略来调整设备的工作状态。例如，在闲置时间段内可以将设备进入待机模式或降低功耗，而在工作时间段内可以将设备恢复正常工作状态。
在本申请实施例中，基于闲置时间段和工作时间段控制智能设备的工作状态，包括：
监测当前时间：可以使用电子设备时间或其他时间管理方法来获取当前时间。
判断当前时间段：根据当前时间与闲置时间段和工作时间段的对比，判断当前时间段的状态处于闲置时间段还是工作时间段。具体地，比较当前时间与闲置时间段和工作时间段的起始时间来确定当前时间段的状态。
控制设备的工作状态：在达到闲置时间段的起始时间时，控制智能设备进入节能模式。节能模式可以是设备的待机模式、低功耗模式或其他能效较高的模式。在达到工作时间段的起始时间时，控制智能设备进入工作模式，即将设备切换为正常工作状态。
在闲置时间段的起始时间和工作时间段的起始时间时，控制智能设备进入相应的工作状态。这样可以根据不同的时间段调整设备的工作模式，以实现节能和优化设备的能效和工作效率。
本申请提供的一种控制方法，通过获取智能设备的历史工作数据；基于历史工作数据确定智能设备的闲置时间段和工作时间段；基于闲置时间段和工作时间段控制智能设备的工作状态，能够确定智能设备的空闲时间段和工作时间段，并基于时间段来进行智能设备的状态的自动控制，减少能源的浪费。
在一些实施例中，步骤S2，基于历史工作数据确定智能设备的闲置时间段和工作时间段，包括：
步骤S21，将历史工作数据输入至神经网络模型中，确定智能设备的闲置时间段和工作时间段。
在本申请实施例中，将历史工作数据输入至神经网络模型中，用于训练和预测智能设备的闲置时间段和工作时间段。具体地，将历史工作数据作为输入，包括设备的工作状态、工作时长、能耗等信息。然后，通过训练神经网络模型，可以建立模型的权重和参数，以学习设备的工作模式和时间段的模式。一旦神经网络模型训练完成，就可以将新的数据输入模型进行预测。通过输入当前的工作状态和其他相关信息，模型可以输出设备的闲置时间段和工作时间段的预测结果。
在本申请实施例中，可以基于历史工作数据和神经网络模型来确定智能设备的闲置时间段和工作时间段。如此，能够准确地预测设备的工作模式和时间段，从而优化设备的能效和工作效率。
在一些实施例中，步骤S3，基于闲置时间段和工作时间段控制智能设备的工作状态，包括：
步骤S31，在达到闲置时间段的起始时间的情况下，控制智能设备进入节能模式。
在本申请实施例中，电子设备会对监测的当前时间与闲置时间段的起始时间进行比较。如果当前时间达到或超过闲置时间段的起始时间，电子设备会发送指令给智能设备，使其进入节能模式。节能模式可以是设备的待机模式、休眠模式或其他能效较高的模式，以减少能耗并延长设备的使用寿命。
步骤S32，在达到工作时间段的起始时间的情况下，控制智能设备进入工作模式。
在本申请实施例中，电子设备会对监测的当前时间与工作时间段的起始时间进行比较。如果当前时间达到或超过工作时间段的起始时间，电子设备会发送指令给智能设备，使其进入工作模式。工作模式可以是设备的正常工作状态，以满足设备的工作需求。
在这些实施例中，可以根据闲置时间段和工作时间段的起始时间来控制智能设备的工作状态，相当于根据时间的变化调整设备的工作模式，以实现节能和优化设备的能效和工作效率。
在一些实施例中，步骤S3中的基于闲置时间段和工作时间段控制智能设备的工作状态，可以包括以下步骤：
步骤S33，在达到闲置时间段的起始时间的情况下，确定智能设备在起始时间时是否处于工作模式。
在本申请实施例中，电子设备会检测智能设备的当前工作状态，判断设备是否处于工作模式。如果设备在闲置时间段的起始时间时仍在工作模式下，说明设备可能正在执行某些任务或工作，需要进一步处理。例如，输出提示信息以提示用户。
步骤S34，在智能设备处于工作模式的情况下，输出提示信息，用于提示用户是否进入节能模式。
在本申请实施例中，电子设备会向用户发送提示信息，提醒用户设备当前正在工作模式下，询问用户是否希望将设备切换至节能模式。提示信息可以通过用户界面、手机应用或其他方式进行展示。
步骤S35，在获取用户确定进入节能模式的情况下，控制智能设备进入节能模式。
在本申请实施例中，电子设备会根据用户的确认，发送指令给智能设备，将其切换至节能模式。节能模式可以是设备的待机模式、低功耗模式或其他能效较高的模式。
在这些实施例中，可以在闲置时间段的起始时间时，判断设备是否处于工作模式，并向用户提供切换至节能模式的提示。在用户确认后，控制智能设备进入节能模式，以实现节能和优化设备的能效和工作效率。
在一些实施例中，步骤S1中的获取智能设备的历史工作数据，可以包括以下步骤：
步骤S11，获取智能设备的工作日志文件。
在本申请实施例中，电子设备会获取智能设备的工作日志文件，该日志文件记录了设备的工作状态、操作记录、事件等信息。可以通过设备的接口、API或其他方法来获取工作日志文件。
步骤S12，基于工作日志文件确定历史工作数据。
在本申请实施例中，电子设备会对工作日志文件进行解析和分析，以确定设备的历史工作数据。可以根据日志文件中的时间戳、工作状态、操作记录等信息，计算设备的工作时间、工作时长、工作频率等指标。也可以根据日志文件中的事件记录和异常情况，分析设备的故障率、维修记录等信息。
在本申请实施例中，电子设备可以通过以下步骤基于工作日志文件确定历史工作数据：
获取工作日志文件。在此步骤中，电子设备会访问电子设备的工作日志文件，该文件记录了设备的工作状态、操作记录、事件等信息。可以通过设备的接口、API或其他方法来获取工作日志文件。
解析工作日志文件。在此步骤中，电子设备会对工作日志文件进行解析，将其中的信息提取出来。可以根据日志文件的格式和内容，逐行读取日志记录，并将相关的信息提取出来，如时间戳、工作状态、操作记录等。
整理历史工作数据。在此步骤中，电子设备会根据预设顺序对解析后的日志信息进行整理，以得到历史工作数据。其中，根据预设顺序对解析后的日志信息进行整理，可以按照时间顺序对工作状态和操作记录进行排序，并计算工作时间、工作时长、工作频率等指标，在一些实施例中，也可以按照操作顺序对工作状态和操作记录进行排序，并计算工作时间、工作时长、工作频率等指标。
存储历史工作数据。在此步骤中，电子设备会将整理后的历史工作数据存储起来，以备后续分析和使用。可以将数据保存在数据库、文件电子设备或其他存储介质中。
通过以上步骤，电子设备可以基于工作日志文件确定历史工作数据，可以了解设备的工作情况，评估设备的性能和稳定性，并为后续的设备管理和优化提供依据。
在这些实施例中，可以获取智能设备的工作日志文件，并基于该日志文件确定设备的历史工作数据。这样可以了解设备的工作情况，评估设备的性能和稳定性，并为后续的设备管理和优化提供依据。
在一些实施例中，控制方法可以包括以下步骤：
步骤S4：对智能设备的工作状态进行监控。
在本申请实施例中，电子设备会实时监测智能设备的工作状态。可以通过设备的传感器、监测器或其他监控手段来获取设备的实时状态数据。监控的内容可以包括设备的运行状态、功耗、温度、压力、湿度等参数。
步骤S5：在确定智能设备的工作状态存在异常的情况下，输出报警提示信息。
在本申请实施例中，电子设备会对监测到的设备状态数据进行分析和比对，判断设备是否处于异常状态。如果检测到设备的工作状态异常，电子设备会发送报警提示信息给相关人员，以便及时采取措施进行修复或调整。报警提示信息可以通过手机应用、电子邮件、短信等方式发送给设备管理人员或相关工作人员。
在这些实施例中，可以对智能设备的工作状态进行实时监控，并在检测到异常状态时及时输出报警提示信息。这样可以帮助设备管理人员及时发现和解决设备故障或异常情况，确保设备的正常工作和运行。
在一些实施例中，控制方法可以包括以下步骤：
步骤S6：获取样本数据集，包括历史工作数据、历史工作数据对应的样本闲置时间段和样本工作时间段。
在本申请实施例中，电子设备会收集和整理智能设备的历史工作数据，包括设备的工作状态、工作时间、工作频率等信息。同时，还会提取出历史工作数据对应的样本闲置时间段和样本工作时间段。样本闲置时间段指设备在历史工作数据中的闲置时间段，样本工作时间段指设备在历史工作数据中的工作时间段。
步骤S7：以历史工作数据为神经网络模型的输入，历史工作数据对应的样本闲置时间段和样本工作时间段为神经网络模型的输出进行训练，得到神经网络模型。
在本申请实施例中，电子设备会利用历史工作数据作为神经网络模型的输入，样本闲置时间段和样本工作时间段作为神经网络模型的输出，进行训练。通过神经网络的学习和优化，得到一个能够根据历史工作数据预测闲置时间段和工作时间段的模型。
在这些实施例中，可以利用历史工作数据训练神经网络模型，使其能够根据当前的工作状态预测下一次的闲置时间段和工作时间段。如此，可以为智能设备的工作状态控制提供更为准确的预测和决策依据。
基于前述的各个实施例，本申请实施例再提供一种控制方法，在预定空间内的多个智能设备未处于同一工作场景的情况下，通过AI分析智能设备的历史工作数据，确定各个智能设备不工作的时段，并在当前时刻达到不工作时段时，控制智能设备进入待机状态或者节能工作状态，实现对智能设备的节能控制。
根据本申请，可以根据智能设备的历史工作数据确定设备的闲置时间段和工作时间段，并根据这些时间段来控制设备的工作状态。这样可以实现对设备的智能化控制，提高能效和节能。
图2为本申请实施例提供的一种配网方法的实现流程示意图，如图2所示：
收集智能设备的历史工作数据：首先需要收集智能设备的历史工作数据，包括设备的工作时间、工作状态、工作负载等信息。这些信息可以通过设备自身的日志文件、传感器数据、设备管理系统的数据进行收集。
分析智能设备的历史工作数据：使用AI算法对收集到的历史工作数据进行学习和分析，找出设备的闲置时段和工作时段，并预测未来的工作状态。可以使用时间序列分析、机器学习等算法来进行数据分析。
控制设备进入待机状态或节能工作状态：根据AI算法分析的结果，当设备到达不工作的时间段时，通过相应的控制指令让设备进入待机状态或节能工作状态。可以通过设备的操作系统、驱动程序或者专门的设备管理软件来实现对设备的控制。
在使用AI控制设备进入待机状态或节能工作状态时，需要考虑到设备的实际工作情况和使用场景，如果在AI算法分析的不工作时间段中，设备实际是在工作状态中，就不能控制设备进入待机或节能状态。避免因为频繁的待机和启动导致设备的损坏或使用体验的下降。
同时，需要根据实际情况不断对AI模型进行优化和调整，以保证其预测和控制效果的准确性。
一些有节能功能的设备，如空调的节能功能，实际还是在工作，这就需要监测设备的节能状态是否正常、是否有故障导致没有进入节能功能实时监测设备的状态：在设备进入待机状态或节能工作状态后，需要实时监测设备的状态，包括设备是否正常工作、是否出现故障等信息。如果出现异常情况，需要及时将设备恢复到正常工作状态。
本申请实施例提供的方法，当家中多个智能设备不处于同一工作场景的时候，设备可以根据历史工作数据自动进入待机或节能状态以实现更加智能、高效的节能控制，提高能源利用效率，减少能源浪费。
基于前述的实施例，本申请实施例提供一种控制装置，该装置包括的各模块、以及各模块包括的各单元，可以通过计算机设备中的处理器来实现；当然也可通过具体的逻辑电路实现；在实施的过程中，处理器可以为中央处理器（CPU，Central Processing Unit）、微处理器（MPU，Microprocessor Unit）、数字信号处理器（DSP，Digital SignalProcessing）或现场可编程门阵列（FPGA，Field Programmable Gate Array）等。
本申请实施例提供一种控制装置，包括：
获取模块，用于获取智能设备的历史工作数据；
确定模块，用于基于所述历史工作数据确定所述智能设备的闲置时间段和工作时间段；
控制模块，用于基于所述闲置时间段和工作时间段控制所述智能设备的工作状态。
在一些实施例中，所述基于所述历史工作数据确定所述智能设备的闲置时间段和工作时间段，包括：
将所述历史工作数据输入至神经网络模型中，确定所述智能设备的闲置时间段和工作时间段。
在一些实施例中，所述基于所述闲置时间段和工作时间段控制所述智能设备的工作状态，包括：
在达到所述闲置时间段的起始时间的情况下，控制所述智能设备进入节能模式。
在达到所述工作时间段的起始时间的情况下，控制所述智能设备进入工作模式。
在一些实施例中，所述基于所述闲置时间段和工作时间段控制所述智能设备的工作状态，包括：
在达到所述闲置时间段的起始时间的情况下，确定所述智能设备在起始时间是否处于工作模式；
在所述智能设备处于工作模式的情况下，输出提示信息，所述提示信息用于提示用户是否进入节能模式；
在获取到用户确定进入节能模式的情况下，控制所述智能设备进入节能模式。
在一些实施例中，所述获取智能设备的历史工作数据，包括：
获取所述智能设备的工作日志文件；
基于所述工作日志文件确定历史工作数据。
在一些实施例中，所述基于所述工作日志文件确定历史工作数据，包括：
解析所述工作日志文件；
根据预设顺序对解析后的所述工作日志文件进行整理，从而得到所述历史工作数据。
在一些实施例中，所述控制装置还用于：
对所述智能设备的工作状态进行监控；
在确定所述智能设备的工作状态存在异常的情况下，输出报警提示信息。
在一些实施例中，所述控制装置还用于：
获取样本数据集，所述样本数据集包括：历史工作数据、及历史工作数据对应的样本闲置时间段和样本工作时间段；
以所述历史工作数据为神经网络模型的输入，历史工作数据对应的样本闲置时间段和样本工作时间段为神经网络模型的输出进行训练，得到神经网络模型。
需要说明的是，本申请实施例中，如果以软件功能模块的形式实现上述的控制方法，并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例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，该计算机软件产品存储在一个存储介质中，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）执行本申请各个实施例方法的全部或部分。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read OnlyMemory）、磁碟或者光盘等各种可以存储程序代码的介质。这样，本申请实施例不限制于任何特定的硬件和软件结合。
相应地，本申请实施例提供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，该计算机程序被处理器执行时实现上述实施例中提供的控制方法中的步骤。
本申请实施例提供一种电子设备；图3为本申请实施例提供的电子设备的组成结构示意图，如图3所示，电子设备500包括：一个处理器501、至少一个通信总线502、用户接口503、至少一个外部通信接口504、存储器505。其中，通信总线502配置为实现这些组件之间的连接通信。其中，用户接口503可以包括显示屏，外部通信接口504可以包括标准的有线接口和无线接口。处理器501配置为执行存储器中存储的控制方法的程序，以实现以上述实施例提供的控制方法中的步骤。
这里需要指出的是：以上存储介质和设备实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请存储介质和设备实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，单元的划分，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，如：多个单元或组件可以结合，或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，所控制或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元控制的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。
另外，在本申请各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read Only Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例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，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台控制器执行本申请各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上，仅为本申请的实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种控制方法，其特征在于，包括：
获取智能设备的历史工作数据；
基于所述历史工作数据确定所述智能设备的闲置时间段和工作时间段；
基于所述闲置时间段和工作时间段控制所述智能设备的工作状态；
所述基于所述闲置时间段和工作时间段控制所述智能设备的工作状态，包括：
在达到所述闲置时间段的起始时间的情况下，确定所述智能设备在起始时间是否处于工作模式；
在所述智能设备处于工作模式的情况下，输出提示信息，所述提示信息用于提示用户是否进入节能模式；
在获取到用户确定进入节能模式的情况下，控制所述智能设备进入节能模式。
2.根据权利要求1所述的方法，其特征在于，所述基于所述历史工作数据确定所述智能设备的闲置时间段和工作时间段，包括：
将所述历史工作数据输入至神经网络模型中，确定所述智能设备的闲置时间段和工作时间段。
3.根据权利要求1所述的方法，其特征在于，所述基于所述闲置时间段和工作时间段控制所述智能设备的工作状态，包括：
在达到所述闲置时间段的起始时间的情况下，控制所述智能设备进入节能模式；
在达到所述工作时间段的起始时间的情况下，控制所述智能设备进入工作模式。
4.根据权利要求1所述的方法，其特征在于，所述获取智能设备的历史工作数据，包括：
获取所述智能设备的工作日志文件；
基于所述工作日志文件确定历史工作数据。
5.根据权利要求4所述的方法，其特征在于，所述基于所述工作日志文件确定历史工作数据，包括：
解析所述工作日志文件；
根据预设顺序对解析后的所述工作日志文件进行整理，从而得到所述历史工作数据。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对所述智能设备的工作状态进行监控；
在确定所述智能设备的工作状态存在异常的情况下，输出报警提示信息。
7.根据权利要求2所述的方法，其特征在于，所述方法还包括：
获取样本数据集，所述样本数据集包括：历史工作数据、及历史工作数据对应的样本闲置时间段和样本工作时间段；
以所述历史工作数据为神经网络模型的输入，历史工作数据对应的样本闲置时间段和样本工作时间段为神经网络模型的输出进行训练，得到神经网络模型。
8.一种控制装置，其特征在于，包括：
获取模块，用于获取智能设备的历史工作数据；
确定模块，用于基于所述历史工作数据确定所述智能设备的闲置时间段和工作时间段；
控制模块，用于基于所述闲置时间段和工作时间段控制所述智能设备的工作状态，所述基于所述闲置时间段和工作时间段控制所述智能设备的工作状态，包括：
在达到所述闲置时间段的起始时间的情况下，确定所述智能设备在起始时间是否处于工作模式；
在所述智能设备处于工作模式的情况下，输出提示信息，所述提示信息用于提示用户是否进入节能模式；
在获取到用户确定进入节能模式的情况下，控制所述智能设备进入节能模式。
9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，执行如权利要求1至7任意一项所述控制方法。
10.一种存储介质，其特征在于，该存储介质存储的计算机程序，能够被一个或多个处理器执行，能够用来实现如权利要求1至7任意一项所述控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311810089.3A CN117471929A (zh) | 2023-12-27 | 2023-12-27 | 控制方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311810089.3A CN117471929A (zh) | 2023-12-27 | 2023-12-27 | 控制方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117471929A true CN117471929A (zh) | 2024-01-30 |
Family
ID=89636464
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311810089.3A Pending CN117471929A (zh) | 2023-12-27 | 2023-12-27 | 控制方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117471929A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101635650A (zh) * | 2009-08-25 | 2010-01-27 | 杭州华三通信技术有限公司 | 管理省电模式的方法及设备 |
| CN102736725A (zh) * | 2012-05-18 | 2012-10-17 | 华为技术有限公司 | 一种硬盘节能控制方法、装置及中央处理器 |
| CN105183132A (zh) * | 2015-08-18 | 2015-12-23 | 小米科技有限责任公司 | 节能模式启动方法和装置 |
| CN106371938A (zh) * | 2016-08-31 | 2017-02-01 | 深圳鼎智通讯股份有限公司 | 智能延迟自动关机系统及其方法 |
| CN111123756A (zh) * | 2019-10-09 | 2020-05-08 | 珠海格力电器股份有限公司 | 智能开关插座、控制方法、存储介质、处理器 |
| CN114980287A (zh) * | 2022-05-23 | 2022-08-30 | 辽宁邮电规划设计院有限公司 | 一种多频段无线网络设备智能节能方法和装置 |
| CN115061561A (zh) * | 2022-07-01 | 2022-09-16 | 深圳市创智成科技股份有限公司 | 一种设备的节电方法、装置、系统及存储介质 |
-
2023
- 2023-12-27 CN CN202311810089.3A patent/CN117471929A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101635650A (zh) * | 2009-08-25 | 2010-01-27 | 杭州华三通信技术有限公司 | 管理省电模式的方法及设备 |
| CN102736725A (zh) * | 2012-05-18 | 2012-10-17 | 华为技术有限公司 | 一种硬盘节能控制方法、装置及中央处理器 |
| CN105183132A (zh) * | 2015-08-18 | 2015-12-23 | 小米科技有限责任公司 | 节能模式启动方法和装置 |
| CN106371938A (zh) * | 2016-08-31 | 2017-02-01 | 深圳鼎智通讯股份有限公司 | 智能延迟自动关机系统及其方法 |
| CN111123756A (zh) * | 2019-10-09 | 2020-05-08 | 珠海格力电器股份有限公司 | 智能开关插座、控制方法、存储介质、处理器 |
| CN114980287A (zh) * | 2022-05-23 | 2022-08-30 | 辽宁邮电规划设计院有限公司 | 一种多频段无线网络设备智能节能方法和装置 |
| CN115061561A (zh) * | 2022-07-01 | 2022-09-16 | 深圳市创智成科技股份有限公司 | 一种设备的节电方法、装置、系统及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108614507B (zh) | 智能能源管理方法及智能终端 | |
| US8046180B2 (en) | Model-based determination of power source replacement in wireless and other devices | |
| CN111795488B (zh) | 一种分布式机房温度的智能调控系统及方法 | |
| CN103064390A (zh) | 基于物联网的机房环境远程监控系统及其监控方法 | |
| CN117176560B (zh) | 一种基于物联网的监测设备监管系统及其方法 | |
| CN115512520A (zh) | 基于智慧燃气的用气安全预警方法及物联网系统 | |
| CN114048999A (zh) | 家庭户用能源管理系统 | |
| CN110908344A (zh) | 监控分站、方法及系统 | |
| CN107461881B (zh) | 一种医院空调机房的制冷主机能效诊断方法及其系统 | |
| CN117471929A (zh) | 控制方法、装置、设备及存储介质 | |
| CN114718855A (zh) | 一种压缩空气介质智能系统预测系统 | |
| CN116184851A (zh) | 一种睡眠模式调节方法、装置、终端及存储介质 | |
| CN112636564B (zh) | 变流器的控制方法及装置、变流器、电子设备、存储介质 | |
| CN115374211A (zh) | 基于物联网的车间设备运行监测方法、装置和计算机设备 | |
| CN114091730A (zh) | 车辆状态监测方法、系统、电子设备和存储介质 | |
| CN114187685A (zh) | 一种智能锁耗电的优化方法、系统、设备及介质 | |
| CN115204487A (zh) | 一种设备状态监控方法、装置、设备及存储介质 | |
| CN114338778A (zh) | 一种网关设备的控制方法和装置、存储介质及电子装置 | |
| CN112181777B (zh) | 智慧楼宇系统 | |
| CN113377086A (zh) | 一种车辆亏电预警方法 | |
| CN108572631B (zh) | 一种基于二型模糊认知图的智能控制系统及方法 | |
| CN117471928B (zh) | 一种智能家居用电监控方法和系统 | |
| CN116975769B (zh) | 用于状态监测实时预警的自适应多维度异常值检测方法 | |
| CN116505630B (zh) | 一种提升消防物联网设备供电电池寿命的方法及系统 | |
| CN117691750B (zh) | 一种智能电力配电监控方法和系统 |
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 |