CN118049727A - 空调的异常检测方法及电子设备 - Google Patents

Abstract

本申请公开了一种空调的异常检测方法及电子设备，涉及空调技术领域。电子设备能够获取多个参考空调中每个参考空调的与多个异常原因一一对应的标签值，并基于多个参考空调的与每个异常原因对应的标签值，以及与目标空调的状态相似度，确定该异常原因对目标空调的影响程度，继而基于该影响程度自动判断该异常原因是否影响目标空调运行。相较于人工根据经验确定影响空调运行的异常原因的方式，本申请实施例提供的方法有效提高了确定的影响目标空调运行的异常原因的准确性，且提高了该异常原因的确定效率。

Description

空调的异常检测方法及电子设备

技术领域

本申请涉及空调技术领域，特别涉及一种空调的异常检测检测方法及电子设备。

背景技术

空调在运行过程中，可能会出现运行异常的问题。例如，在制冷模式下，空调吹出的风为热风，或者制冷效果大打折扣。此时，需要确定导致空调异常运行的原因，以便维修人员修护空调。该原因包括：冷媒泄漏和滤网脏堵等。

相关技术中，维修人员可以根据经验，确定空调异常运行的原因。但是，这种确定空调异常运行的原因的方式的准确性较低。

发明内容

本申请提供了一种空调的异常检测方法及电子设备，可以解决相关技术的确定空调异常运行的原因的方式的准确性较低的问题。所述技术方案如下：

一方面，提供了一种空调的异常检测方法，所述方法包括：

响应于目标空调的异常检测指令，获取所述目标空调与多个参考空调中每个参考空调的状态相似度，以及每个所述参考空调的多个标签值，其中所述多个标签值与多个异常原因一一对应，且每个所述标签值用于指示所述参考空调的运行是否受到对应的异常原因的影响，所述多个异常原因包括：冷媒泄漏和滤网脏堵，所述状态相似度大于相似度阈值；

对于每个所述异常原因，基于所述多个参考空调中每个参考空调的对应的标签值和状态相似度，确定所述异常原因对所述目标空调的影响程度，所述影响程度与各个所述参考空调的对应的标签值，以及状态相似度正相关；

将所述多个异常原因中影响程度大于程度阈值的异常原因，确定为影响所述目标空调运行的异常原因。

另一方面，提供了一种电子设备，所述电子设备包括：处理器；所述处理器用于：

响应于目标空调的异常检测指令，获取所述目标空调与多个参考空调中每个参考空调的状态相似度，以及每个所述参考空调的多个标签值，其中所述多个标签值与多个异常原因一一对应，且每个所述标签值用于指示所述参考空调的运行是否受到对应的异常原因的影响，所述多个异常原因包括：冷媒泄漏和滤网脏堵，所述状态相似度大于相似度阈值；

对于每个所述异常原因，基于所述多个参考空调中每个参考空调的对应的标签值和状态相似度，确定所述异常原因对所述目标空调的影响程度，所述影响程度与各个所述参考空调的对应的标签值，以及状态相似度正相关；

将所述多个异常原因中影响程度大于程度阈值的异常原因，确定为影响所述目标空调运行的异常原因

又一方面，提供了一种电子设备，所述电子设备包括：存储器，处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述方面所述的空调的异常检测方法。

再一方面，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中存储有计算机程序，所述计算机程序由处理器加载并执行以实现如上述方面所述的空调的异常检测方法。

再一方面，提供了一种包含指令的计算机程序产品，当所述计算机程序产品在所述计算机上运行时，使得所述计算机执行上述方面所述的空调的异常检测方法。

本申请提供的技术方案带来的有益效果至少包括：

本申请提供了一种空调的异常检测方法及电子设备，电子设备能够获取多个参考空调中每个参考空调的与多个异常原因一一对应的标签值，并基于多个参考空调的与每个异常原因对应的标签值，以及与目标空调的状态相似度，确定该异常原因对目标空调的影响程度，继而基于该影响程度自动判断该异常原因是否影响目标空调运行。相较于人工根据经验确定影响空调运行的异常原因的方式，本申请提供的电子设备有效提高了确定的影响目标空调运行的异常原因的准确性，且提高了该异常原因的确定效率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，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的附图。

图1是本申请实施例提供的一种空调的异常检测的流程图；

图2是本申请实施例提供的另一种空调的异常检测方法的流程图；

图3是本申请实施例提供的一种触发目标空调的异常检查指令的示意图；

图4是本申请实施例提供的另一种触发目标空调的异常检查指令的示意图；

图5是本申请实施例提供的一种触发移动终端向电子设备发送目标空调的异常检查指令的示意图；

图6是本申请实施例提供的一种确定目标空调与备选空调的状态相似度的方法流程图；

图7是本申请实施例提供的一种确定参考空调的方法流程图；

图8是本申请实施例提供的一种确定异常原因对目标空调的影响程度的方法流程图；

图9是本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

本申请实施例提供了一种空调的异常检测方法，该方法应用于电子设备。可选的，该电子设备可以为空调(例如目标空调)或服务器。该服务器可以是一台服务器，或者可以是由若干台服务器组成的服务器集群，又或者可以是一个云计算服务中心。参见图1，该方法包括：

步骤101、响应于目标空调的异常检测指令，获取目标空调与多个参考空调中每个参考空调的状态相似度，以及每个参考空调的多个标签值。

其中，目标空调与每个参考空调的状态相似度大于相似度阈值。该多个标签值与多个异常原因一一对应，该多个异常原因包括：冷媒泄漏和滤网脏堵。每个参考空调的每个标签值用于指示该参考空调的运行是否受到对应的异常原因的影响。

可选的，电子设备可以与移动终端连接，目标空调的异常检测指令可以是移动终端发送至电子设备的。或者，该电子设备可以包括显示屏，该显示屏可以显示有目标空调的检测控件。目标空调的异常检测指令可以由针对该检测控件的点击操作或触控操作触发。

步骤102、对于每个异常原因，基于多个参考空调中每个参考空调的对应的标签值和状态相似度，确定该异常原因对目标空调的影响程度。

其中，该影响程度与各个参考空调的对应的标签值，以及状态相似度正相关。

步骤103、将多个异常原因中影响程度大于程度阈值的异常原因，确定为影响目标空调运行的异常原因。

对于多个异常原因中的每个异常原因，电子设备可以比较该异常原因对目标空调的影响程度与程度阈值的大小。若电子设备确定该异常原因对目标空调的影响程度大于程度阈值，则可以确定该异常原因为影响目标空调运行的异常原因。

综上所述，本申请实施例提供了一种空调的异常检测方法，该方法能够获取多个参考空调中每个参考空调的与多个异常原因一一对应的标签值，并基于多个参考空调的与每个异常原因对应的标签值，以及与目标空调的状态相似度，确定该异常原因对目标空调的影响程度，继而基于该影响程度自动判断该异常原因是否影响目标空调运行。相较于人工根据经验确定影响空调运行的异常原因的方式，本申请实施例提供的电子设备有效提高了确定的影响目标空调运行的异常原因的准确性，且提高了该异常原因的确定效率。

在本申请实施例中，图2是本申请实施例提供的另一种空调的异常检测方法的流程图。该方法可以应用于电子设备，该电子设备可以为目标空调或服务器。该服务器可以是一台服务器，或者可以是由若干台服务器组成的服务器集群，又或者可以是一个云计算服务中心。参见图2，该方法可以包括：

步骤201、响应于目标空调的异常检测指令，获取目标空调的特征数据，以及多个备选空调中每个备选空调的特征数据。

其中，目标空调和多个备选空调中的每个空调的特征数据包括：排气过热度、室内换热温差、室外换热温差、设定温差和压缩机的频率差中的至少一个参数的参数值。该设定温差是指：空调的设定温度与空调所在空间的温度(也可以称为室内温度)的差值。该频率差是指：压缩机的期望频率与实际频率的差值。该期望频率可以是空调启动后，基于设定温度和设定工作模式确定的。

例如，该特征数据可以包括：排气过热度的参数值、室内换热温差的参数值、室外换热温差的参数值、设定温差的参数值和频率差的参数值。如此，可以确保基于目标空调的特征数据和备选空调的特征数据，确定的目标空调与备选空调的状态相似度的准确性较高。

可以理解的是，任意两个空调的特征数据所包括的参数值的总数相同。且任一参数的参数值在该两个空调的特征数据中的位置相同。

在本申请实施例中，每个空调的排气过热度、室内换热温差、室外换热温差以及设定温差的确定方式，随空调的工作模式的不同而不同。其中，空调的工作模式可以为下述模式中的一种：制冷模式和制热模式。每个空调包括：室内换热器和室外换热器。

在制冷模式下，空调的排气过热度等于压缩机排气温度减去室外换热器的盘管温度(也可以称为室外管温度)。室内换热温差等于室内温度减去室内换热器的盘管温度(也可以称为室内管温度)。室外换热温差等于室外管温度减去室外温度。设定温差等于室内温度减去空调的设定温度(也可以称为室内设定温度)。其中，室外温度是指：室外换热器所在空间的温度。

在制热模式下，空调的排气过热度等于压缩机排气温度减去室内管温度。室内换热温差等于室内管温度减去室内温度。室外换热温差等于室外温度减去室外管温度。设定温差等于设定温度减去室内温度。

根据上述各个参数的确定方式可知，每个空调的特征数据可以为该空调在运行过程中的数据。

可以理解的是，制冷模式下，室外换热器作为冷凝器，室内换热器作为蒸发器。制热模式下，室外换热器作为蒸发器，室内换热器作为冷凝器。

在本申请实施例中，参见图3和图4，电子设备可以包括：显示屏。该显示屏可以显示有目标空调的异常检测控件。目标空调的异常检测指令可以由针对目标空调的检测控件的触控操作或点击操作触发。

例如，若电子设备为目标空调，则参见图3，目标空调可以显示该目标空调的控制界面，该控制界面包括：异常检测控件01。若用户触控了该异常检测控件01，则目标空调即可接收异常检测指令。从图3还可以看出，该控制界面还可以包括：目标空调的开关控件，模式调节控件，风向调节控件，温度调节控件，以及定时控件。

若电子设备为服务器，则参见图4，服务器可以显示多个空调的异常检测控件02。该多个空调包括目标空调。若用户触控了目标空调的异常检测控件02，则服务器即可接收目标空调的异常检测指令。从图4还可以看出，服务器接收到针对目标空调的异常检测控件02的触控操作后，还可以更新该异常检测控件02的显示效果。

或者，参见图5，该电子设备可以与移动终端建立通信连接。该移动终端可以显示有目标空调的检测控件03。且移动终端可以响应于针对该检测控件03的触控操作，向电子设备发送目标空调的异常检测指令。此时，该异常检测指令可以包括：目标空调的ID。

从图5还可以看出，该移动终端还可以显示有目标空调的开关控件，模式调节控件，风向调节控件，风速调节控件，扫风功能的开关控件，温度调节控件，定时控件，以及睡眠功能的开关控件。

可以理解的是，电子设备响应于目标空调的异常检测指令后，可以获取确定时刻位于指令接收时刻之前的目标时长内的特征数据。该目标时长小于时长阈值，例如该目标时长可以为7天。即电子设备可以获取目标空调的最近7天内的特征数据。如此，可以确保确定目标空调与多个备选空调的状态相似度的准确性较高。

在本申请实施例中，每个备选空调可以为运行受到多个异常原因中至少一个异常原因的影响的空调。且每个备选空调的特征数据可以是服务器预先存储的。目标空调与该服务器建立通信连接，并可以通过该通信连接向该服务器上报该自身的状态数据。其中，该状态数据包括：目标空调的身份标识号(identity document，ID)、工作模式、压缩机排气温度、室外管温度、室内温度、室内管温度、室外温度、设定温度和压缩机的实际频率。

可以理解的是，目标空调的ID可以为该目标空调的设备编码。该状态数据还可以包括：目标空调的工作状态、风档、工作电压、工作电流和膨胀阀开度等。其中，该工作状态可以为下述状态中的一种：运行状态和非运行状态。

还可以理解的是，目标空调接通电源后，可以周期性的向服务器上报自身的状态数据。且目标空调在自身的状态发生变化(例如工作状态、工作模式、设定温度或风档发生变化)后，也会向服务器上报当前的状态数据。其中，该上报周期可以大于等于3分钟(min)，且小于等于5min。

根据上述描述可知，目标空调向服务器上报的状态数据包括：处于运行状态期间的数据，以及处于非运行状态期间的数据。且目标空调每天可以多次向服务器上报自身的状态数据。相应的，服务器基于多次上报的状态数据，确定得到目标空调的多个特征数据。每个特征数据基于一次上报的状态数据确定得到，且该特征数据的确定时刻略晚于该状态数据的上报时刻。

基于此，若电子设备为服务器，则电子设备接收到目标空调的异常检测指令后，可以直接从目标空调上传的特征数据中，筛选目标空调处于运行状态时所上传的特征数据。

对于电子设备响应于目标空调的异常检测指令，获取确定时刻位于指令接收时刻之前的目标时长内的特征数据的情况，服务器可以在筛选得到目标空调处于运行状态时所上传的特征数据后，再从目标空调处于运行状态时所上传的特征数据中，筛选得到确定时刻位于指令接收时刻之前的目标时长内的特征数据。

若电子设备为目标空调，则电子设备响应于目标空调的异常检测指令，可以向服务器发送数据获取请求，该数据获取请求包括：目标空调的ID。服务器接收到该数据获取请求后，可以基于该ID筛选出目标空调处于运行状态时所上传的特征数据，并向目标空调发送筛选出的特征数据，以及多个备选空调中每个备选空调的特征数据。

可选的，对于目标空调在每天内的多个特征数据，服务器可以对该多个特征数据中的每个特征数据进行归一化处理，并将归一化后的多个特征数据的平均值作为目标空调在该天的特征数据。即服务器可以将目标空调在一天内的多个特征数据，加工为一个特征数据。相应的，若目标时长为7天，则电子设备可以获取目标空调的7个特征数据。

其中，该平均值可以为：算数平方值、几何平均值或均方根。

步骤202、对于多个备选空调中的每个备选空调，基于备选空调的特征数据与目标空调的特征数据，确定目标空调与备选空调的状态相似度。

在一种可选的实现方式中，对于每个备选空调，电子设备可以直接基于该备选空调的特征数据与目标空调的特征数据，确定该目标空调与备选空调的状态相似度。

在另一种可选的实现方式中，参见图6，电子设备基于备选空调的特征数据与目标空调的特征数据，确定目标空调与备选空调的状态相似度的过程可以包括：

步骤2021、对目标空调的特征数据进行归一化处理，得到目标空调的归一化后的特征数据。

在本申请实施例中，对于目标空调的特征数据中的任一参数的参数值，电子设备可以先确定该参数值与该参数的下限值的第一差值，并确定该参数的上限值与该下限值的第二差值。之后，电子设备可以将第一差值与第二差值的商值，确定为归一化后的参数值，从而得到目标空调的归一化后的特征数据。

其中，该下限值和上限值可以是电子设备中预先存储的。或者，若目标空调的特征数据的个数为多个，则该下限值可以为该任一参数在多个特征数据中的参数值的最小值，该上限值可以为该任一参数在多个特征数据中的参数值的最大值。

也即是，若任一参数的参数值为g，则归一化的参数值g′可以满足下述公式：

公式(1)中，g_max为该任一参数的上限值，g_min为该任一参数的下限值。

可以理解的是，对于该下限值和上限值为电子设备中预先存储的情况，若该任一参数的参数值大于该上限值，则在归一化过程中将该任一参数的参数值更新为上限值。若该任一参数的参数值小于该下限值，则在归一化过程中将该任一参数的参数值更新为下限值。

步骤2022、对备选空调的特征数据进行归一化处理，得到备选空调的归一化后的特征数据。

其中，步骤2022的实现过程可以参考上述步骤2021的相关实现过程，本申请实施例在此不再赘述。

步骤2023、基于目标空调的归一化后的特征数据，以及备选空调的归一化后的特征数据，确定目标空调与备选空调的状态相似度。

在本申请实施例中，电子设备中可以预先存储有相似度确定模型。电子设备可以将目标空调的归一化后的特征数据，以及备选空调的归一化后的特征数据均输入至该相似度确定模型中，得到该相似度确定模型输出的目标空调和备选空调的状态相似度。

其中，该相似度确定模型可以是预先基于多个样本数据训练得到的。每个样本数据包括：第一样本空调的特征数据，第二样本空调的特征数据，以及第一样本空调与第二样本空调的状态相似度。

或者，电子设备可以采用相似度计算公式处理备选空调的归一化后的特征数据，以及目标空调的归一化后的特征数据，得到目标空调与参考空调的状态相似度。可选的，该相似度计算公式可以为下述公式中的一种：欧式距离计算公式、余弦距离计算公式和皮尔森相似度计算公式。

例如，该相似度计算公式可以为欧式距离计算公式。相应的，目标空调与任一备选空调的状态相似度S可以满足下述公式：

公式(2)中，为目标空调与该任一备选空调的欧式距离，x_i为目标空调的归一化后的特征数据中的第i个参数值，y_i为该任一备选空调的归一化后的特征数据中的第i个参数值。

可以理解的是，若目标空调的特征数据的个数和备选空调的特征数据的个数均为多个，则电子设备可以对目标空调的多个特征数据进行归一化处理，并确定归一化后的多个特征数据的第一平均值。并且，电子设备还可以对备选空调的多个特征数据进行归一化处理，并确定归一化后的多个特征数据的第二平均值。然后，电子设备可以基于该第一平均值和第二平均值，确定目标空调和备选空调的状态相似度。

步骤203、将多个备选空调中状态相似度大于相似度阈值的备选空调，确定为参考空调。

电子设备得到目标空调与多个备选空调中每个备选空调的状态相似度后，可以比较每个状态相似度与相似度阈值的大小，并可以将大于相似度阈值的状态相似度所属的备选空调确定为参考空调。

可选的，参见图7，电子设备将多个备选空调中状态相似度大于相似度阈值的备选空调，确定为参考空调的过程可以包括：

步骤2031、按照状态相似度从高到低顺序对多个备选空调排序。

电子设备可以采用排序算法处理多个备选空调中每个备选空调与目标空调的状态相似度，以按照状态相似度从高到低顺序对多个备选空调排序。可选的，该排序算法可以为冒泡算法。

步骤2032、将排序后的多个备选空调包括的前目标数值个备选空调中，状态相似度大于相似度阈值的备选空调，确定为参考空调。

其中，目标数值可以是电子设备预先存储的。例如，该目标数值可以为7。

在本申请实施例中，电子设备得到排序后的多个备选空调后，可以先获取前目标数值个备选空调。之后，对于该前目标数值个备选空调中的每个备选空调，若电子设备确定该备选空调与目标空调的状态相似度大于相似度阈值，则可以将该备选空调确定为参考空调。

根据上述描述可知，电子设备可以先从多个备选空调中，选择出状态相似度靠前的目标数值个备选空调。之后，电子设备可以再从该目标数值个备选空调中选择出状态相似度大于相似度阈值的多个参考空调。

步骤204、获取目标空调与多个参考空调中每个参考空调的状态相似度，以及每个参考空调的多个标签值。

在本申请实施例中，电子设备从多个备选空调中确定出多个参考空调后，即获取多个参考空调中每个参考空调与目标空调的状态相似度，以及每个参考空调的多个标签值。

其中，多个标签值与多个异常原因一一对应，多个异常原因包括：冷媒泄漏和滤网脏堵。每个参考空调的每个标签值用于指示参考空调的运行是否受到对应的异常原因的影响。且每个参考空调的标签值可以是服务器预先存储的。

可以理解的是，该标签值可以为第一数值或第二数值。第一数值用于指示参考空调的运行受该标签值对应的异常原因的影响。第二数值用于指示参考空调的运行不受该标签值对应的异常原因的影响。

可选的，第一数值与第二数值不同。例如，第一数值为1，第二数值为0。

可以理解的是，若电子设备为目标空调，则服务器响应于该目标空调发送的数据获取请求，还可以向电子设备下发每个备选空调的多个标签值。或者，电子设备可以在确定出参考空调后，向服务器发送标签值获取请求。服务器可以响应于该标签值获取请求，向电子设备下发每个参考空调的多个标签值。

步骤205、对于每个异常原因，基于多个参考空调中每个参考空调的对应的标签值和状态相似度，确定该异常原因对目标空调的影响程度。

其中，该影响程度与各个参考空调的对应的标签值，以及状态相似度正相关。

在一种可选的实现方式中，参见图8，电子设备确定多个异常原因中每个异常原因对目标空调的影响程度的过程包括：

步骤2051、对于每个异常原因，确定多个参考空调中每个参考空调的对应的标签值与参考空调的状态相似度的乘积。

对于多个异常原因中的每个异常原因，电子设备可以确定多个参考空调中每个参考空调与该异常原因对应的标签值，乘以该参考空调与目标空调的状态相似度的乘积，得到多个参考空调的乘积。

步骤2052、基于多个乘积，确定异常原因对目标空调的影响程度。

其中，该异常原因对目标空调的影响程度与该多个乘积之和正相关。

例如，电子设备可以直接将该多个乘积之和确定为异常原因对目标空调的影响程度。

或者，假设多个异常原因的总数为M。M个异常原因中的第m异常原因对目标空调的影响程度P_m可以满足下述公式：

公式(3)中，T_rm为第r个参考空调的与第m个异常原因对应的标签值，S_r为目标空调与第r个参考空调的状态相似度。

可以理解的是，若目标空调与参考空调的状态相似度采用欧式距离计算公式得到。则上述公式(3)可以简化为下述公式(4)：

公式(4)中，y_ri为该第r个参考空调的归一化后的特征数据中的第i个参数值。

在另一种可选的实现方式中，对于每个异常原因，电子设备可以先对各个参考空调的对应的标签值进行加权处理，得到加权后的标签值。之后，电子设备可以确定各个参考空调的加权后的标签值与相似度的乘积，并基于该多个乘积确定该异常原因对目标空调的影响程度。

步骤206、将多个异常原因中影响程度大于程度阈值的异常原因，确定为影响目标空调运行的异常原因。

对于多个异常原因中每个异常原因，电子设备可以比较该异常原因对目标空调的影响程度与程度阈值的大小。若电子设备确定该异常原因对目标空调的影响程度大于程度阈值，则可以将该异常原因确定为影响目标空调运行的异常原因。其中，该程度阈值可以是电子设备预先存储的。

在本申请实施例中，电子设备确定出影响目标空调运行的异常原因后，对于电子设备包括显示屏的场景，电子设备可以控制该显示屏显示该异常原因。如此，若电子设备为目标空调，则用户可以直接获知该异常原因，继而决定是否维修。若电子设备为服务器，则工作人员可以获知该异常原因，继而通知该用户。

或者，电子设备可以将影响目标空调运行的异常原因发送至该目标空调所属的用户的移动终端，以便该用户获知该异常原因，继而决定是否维修。

可以理解的是，用户决定维修后，电子设备还可以将该异常原因发送至维修人员的移动终端，以便维修人员对该目标空调进行有效维修。

可以理解的是，本申请实施例提供的空调的异常检测方法的步骤的先后顺序可以进行适当调整，步骤也可以根据情况进行相应增减。例如，步骤201至步骤203可以根据情况删除，如服务器可以确定目标空调与每个参考空调的状态相似度。若电子设备为目标空调，则该电子设备响应于目标空调的异常检测指令后，直接从服务器中获取目标空调与每个参考空调的状态相似度。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，可轻易想到变化的方法，都应涵盖在本申请的保护范围之内，因此不再赘述。

综上所述，本申请实施例提供了一种空调的异常检测方法，电子设备能够获取多个参考空调中每个参考空调的与多个异常原因一一对应的标签值，并基于多个参考空调的与每个异常原因对应的标签值，以及与目标空调的状态相似度，确定该异常原因对目标空调的影响程度，继而基于该影响程度自动判断该异常原因是否影响目标空调运行。相较于人工根据经验确定影响空调运行的异常原因的方式，本申请实施例提供的电子设备有效提高了确定的影响目标空调运行的异常原因的准确性，且提高了该异常原因的确定效率。

本申请实施例提供了一种电子设备，该电子设备可以用于执行上述方法实施例提供的空调的异常检测方法。参见图9，该电子设备包括：处理器1101，该处理器1101用于：

响应于目标空调的异常检测指令，获取目标空调与多个参考空调中每个参考空调的状态相似度，以及每个参考空调的多个标签值，其中多个标签值与多个异常原因一一对应，且每个标签值用于指示参考空调的运行是否受到对应的异常原因的影响，多个异常原因包括：冷媒泄漏和滤网脏堵，状态相似度大于相似度阈值；

对于每个异常原因，基于多个参考空调中每个参考空调的对应的标签值和状态相似度，确定异常原因对目标空调的影响程度，影响程度与各个参考空调的对应的标签值，以及状态相似度正相关；

将多个异常原因中影响程度大于程度阈值的异常原因，确定为影响目标空调运行的异常原因。

可选的，该处理器1101还可以用于：

获取目标空调的特征数据，以及多个备选空调中每个备选空调的特征数据；

对于多个备选空调中的每个备选空调，基于备选空调的特征数据与目标空调的特征数据，确定目标空调与备选空调的状态相似度；

将多个备选空调中状态相似度大于相似度阈值的备选空调，确定为参考空调；

其中，特征数据包括：排气过热度、室内换热温差、室外换热温差、设定温差和压缩机的频率差中的至少一个参数的参数值；

设定温差是指：空调的设定温度与空调所在空间的温度的差值，频率差是指：压缩机的期望频率与实际频率的差值。

可选的，该处理器1101可以用于：

对目标空调的特征数据进行归一化处理，得到目标空调的归一化后的特征数据；

对备选空调的特征数据进行归一化处理，得到备选空调的归一化后的特征数据；

采用相似度计算公式处理备选空调的归一化后的特征数据，以及目标空调的归一化后的特征数据，得到目标空调与备选空调的状态相似度。

可选的，目标空调与任一备选空调的状态相似度S满足：

其中，x_i为目标空调的归一化后的特征数据中的第i个参数值，y_i为任一备选空调的归一化后的特征数据中的第i个参数值。

可选的，该处理器1101可以用于：

按照状态相似度从高到低顺序对多个备选空调排序；

将排序后的多个备选空调包括的前目标数值个备选空调中，状态相似度大于相似度阈值的备选空调，确定为参考空调。

可选的，该处理器1101可以用于：

确定多个参考空调中每个参考空调的对应的标签值与参考空调的状态相似度的乘积；

基于多个乘积，确定异常原因对目标空调的影响程度，影响程度与多个乘积之和正相关。

可选的，多个异常原因的总数为M，M个异常原因中的第m异常原因对目标空调的影响程度P_m满足：

其中，T_rm为第r个参考空调的与第m个异常原因对应的标签值，S_r为目标空调与第r个参考空调的状态相似度。

可选的，该电子设备可以为目标空调或服务器。

综上所述，本申请实施例提供了一种电子设备，该电子设备能够获取多个参考空调中每个参考空调的与多个异常原因一一对应的标签值，并基于多个参考空调的与每个异常原因对应的标签值，以及与目标空调的状态相似度，确定该异常原因对目标空调的影响程度，继而基于该影响程度自动判断该异常原因是否影响目标空调运行。相较于人工根据经验确定影响空调运行的异常原因的方式，本申请实施例提供的电子设备有效提高了确定的影响目标空调运行的异常原因的准确性，且提高了该异常原因的确定效率。

本申请实施例提供了一种电子设备，参见图9，该电子设备110可以包括存储器1102，处理器1101及存储在该存储器1102上并可在该处理器1101上运行的计算机程序，该处理器1101执行该计算机程序时实现如上述实施例提供的空调的异常检测法，例如图1或图2所示的方法。

本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，该计算机程序由处理器加载并执行以上述实施例提供的空调的异常检测法，例如图1或图2所示的方法。

本申请实施例还提供了一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行上述方法实施例提供的空调的异常检测法，例如图1或图2所示的方法。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

应当理解的是，在本文中提及的“和/或”，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。并且，本申请中术语“至少一个”的含义是指一个或多个，本申请中术语“多个”的含义是指两个或两个以上。

本申请中术语“第一”“第二”等字样用于对作用和功能基本相同的相同项或相似项进行区分，应理解，“第一”、“第二”、“第n”之间不具有逻辑或时序上的依赖关系，也不对数量和执行顺序进行限定。例如，在不脱离各种所述示例的范围的情况下，第一数值可以被称为第二数值，并且类似地，第二数值可以被称为第一数值。

以上所述仅为本申请的示例性实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种空调的异常检测方法，其特征在于，所述方法包括：

响应于目标空调的异常检测指令，获取所述目标空调与多个参考空调中每个参考空调的状态相似度，以及每个所述参考空调的多个标签值，其中所述多个标签值与多个异常原因一一对应，且每个所述标签值用于指示所述参考空调的运行是否受到对应的异常原因的影响，所述多个异常原因包括：冷媒泄漏和滤网脏堵，所述状态相似度大于相似度阈值；

对于每个所述异常原因，基于所述多个参考空调中每个参考空调的对应的标签值和状态相似度，确定所述异常原因对所述目标空调的影响程度，所述影响程度与各个所述参考空调的对应的标签值，以及状态相似度正相关；

将所述多个异常原因中影响程度大于程度阈值的异常原因，确定为影响所述目标空调运行的异常原因。

2.根据权利要求1所述的方法，其特征在于，在所述获取所述目标空调与多个参考空调中每个参考空调的状态相似度之前，所述方法还包括：

获取所述目标空调的特征数据，以及所述多个备选空调中每个备选空调的特征数据；

对于所述多个备选空调中的每个备选空调，基于所述备选空调的特征数据与所述目标空调的特征数据，确定所述目标空调与所述备选空调的状态相似度；

将所述多个备选空调中状态相似度大于相似度阈值的备选空调，确定为所述参考空调；

其中，所述特征数据包括：排气过热度、室内换热温差、室外换热温差、设定温差和压缩机的频率差中的至少一个参数的参数值；

所述设定温差是指：所述空调的设定温度与所述空调所在空间的温度的差值，所述频率差是指：所述压缩机的期望频率与实际频率的差值。

3.根据权利要求2所述的方法，其特征在于，所述基于所述备选空调的特征数据与所述目标空调的特征数据，确定所述目标空调与所述备选空调的状态相似度，包括：

对所述目标空调的特征数据进行归一化处理，得到所述目标空调的归一化后的特征数据；

对所述备选空调的特征数据进行归一化处理，得到所述备选空调的归一化后的特征数据；

采用相似度计算公式处理所述备选空调的归一化后的特征数据，以及所述目标空调的归一化后的特征数据，得到所述目标空调与所述备选空调的状态相似度。

4.根据权利要求3所述的方法，其特征在于，所述目标空调与任一备选空调的状态相似度S满足：

其中，x_i为所述目标空调的归一化后的特征数据中的第i个参数值，y_i为所述任一备选空调的归一化后的特征数据中的第i个参数值。

5.根据权利要求2所述的方法，其特征在于，所述将所述多个备选空调中状态相似度大于相似度阈值的备选空调，确定为参考空调，包括：

按照状态相似度从高到低顺序对所述多个备选空调排序；

将排序后的多个备选空调包括的前目标数值个备选空调中，状态相似度大于相似度阈值的备选空调，确定为所述参考空调。

6.根据权利要求1至5任一所述的方法，其特征在于，所述基于所述多个参考空调中每个参考空调的对应的标签值和状态相似度，确定所述异常原因对所述目标空调的影响程度，包括：

确定所述多个参考空调中每个参考空调的对应的标签值与所述参考空调的状态相似度的乘积；

基于多个所述乘积，确定所述异常原因对所述目标空调的影响程度，所述影响程度与多个所述乘积之和正相关。

7.根据权利要求6所述的方法，其特征在于，所述多个异常原因的总数为M，M个异常原因中的第m异常原因对所述目标空调的影响程度P_m满足：

其中，T_rm为第r个参考空调的与所述第m个异常原因对应的标签值，S_r为所述目标空调与第r个参考空调的状态相似度。

8.一种电子设备，其特征在于，所述电子设备包括：处理器；所述处理器用于：

响应于目标空调的异常检测指令，获取所述目标空调与多个参考空调中每个参考空调的状态相似度，以及每个所述参考空调的多个标签值，其中所述多个标签值与多个异常原因一一对应，且每个所述标签值用于指示所述参考空调的运行是否受到对应的异常原因的影响，所述多个异常原因包括：冷媒泄漏和滤网脏堵，所述状态相似度大于相似度阈值；

对于每个所述异常原因，基于所述多个参考空调中每个参考空调的对应的标签值和状态相似度，确定所述异常原因对所述目标空调的影响程度，所述影响程度与各个所述参考空调的对应的标签值，以及状态相似度正相关；

将所述多个异常原因中影响程度大于程度阈值的异常原因，确定为影响所述目标空调运行的异常原因。

9.根据权利要求8所述的电子设备，其特征在于，所述处理器还用于：

获取所述目标空调的特征数据，以及所述多个备选空调中每个备选空调的特征数据；

对于所述多个备选空调中的每个备选空调，基于所述备选空调的特征数据与所述目标空调的特征数据，确定所述目标空调与所述备选空调的状态相似度；

将所述多个备选空调中状态相似度大于相似度阈值的备选空调，确定为所述参考空调；

其中，所述特征数据包括：排气过热度、室内换热温差、室外换热温差、设定温差和压缩机的频率差中的至少一个参数的参数值；

所述设定温差是指：所述空调的设定温度与所述空调所在空间的温度的差值，所述频率差是指：所述压缩机的期望频率与实际频率的差值。

10.根据权利要求8所述的电子设备，其特征在于，所述处理器用于：

对所述目标空调的特征数据进行归一化处理，得到所述目标空调的归一化后的特征数据；

对所述备选空调的特征数据进行归一化处理，得到所述备选空调的归一化后的特征数据；

采用相似度计算公式处理所述备选空调的归一化后的特征数据，以及所述目标空调的归一化后的特征数据，得到所述目标空调与所述备选空调的状态相似度。