电费预测方法及装置制造方法及图纸

本发明专利技术公开了一种电费预测方法及装置。其中，该方法包括：获取空调在历史预设时间段内的耗电量和预定时间段内的天气预报信息；根据历史预设时间段内的耗电量和预定时间段内的天气预报信息，预测预定时间段的总耗电量；根据预定时间段的总耗电量，确定预定时间段内的电费数据。本发明专利技术解决了相关技术中无法有效控制空调耗电量，导致不能合理控制电费使用的技术问题。

The method and device of electric charge forecast

The invention discloses a method and device for forecasting electricity charges. The method includes: obtaining the power consumption and weather forecast information within the predetermined time period of the air conditioning in the history preset time period, predicting the total power consumption of the predetermined time period according to the power consumption and the weather forecast information within the predetermined time period in the history preset time period, and determining the predefined power consumption according to the total energy consumption of the predetermined time period. The electric charge data in the fixed time period. The invention solves the technical problems that the power consumption of the air conditioner can not be effectively controlled in the related technologies, and the use of electricity charges can not be reasonably controlled.

【技术实现步骤摘要】
电费预测方法及装置
本专利技术涉及电费预测
，具体而言，涉及一种电费预测方法及装置。
技术介绍
相关技术中，用户在使用空调时，并不会关注电量使用情况，对于空调使用的电量无法自主控制的情况，会导致空调耗电过高，耗电量超出预期，相应的，对于过度使用电量的情况，电费也会存在明显增加的情况，该种情况下，无法有效控制电费使用，造成电费的过度上升，并不能合理控制电费使用。针对上述的相关技术中无法有效控制空调耗电量，导致不能合理控制电费使用的技术问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种电费预测方法及装置，以至少解决相关技术中无法有效控制空调耗电量，导致不能合理控制电费使用的技术问题。根据本专利技术实施例的一个方面，提供了一种电费预测方法，包括：获取空调在历史预设时间段内的耗电量和预定时间段内的天气预报信息；根据所述历史预设时间段内的耗电量和预定时间段内的天气预报信息，预测所述预定时间段的总耗电量；根据所述预定时间段的总耗电量，确定所述预定时间段内的电费数据。进一步地，根据所述历史预设时间段内的耗电量和预定时间段内的天气预报信息，预测所述预定时间段的总耗电量包括：将所述历史预设时间段内的耗电量和预定时间段内的天气预报信息作为预设学习模型的输入参数，确定预定时间段的总耗电量，其中，所述预设学习模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：历史预设时间段内的耗电量和预定时间段内的天气预报信息，与预定时间段的总耗电量的标签。进一步地，根据所述历史预设时间段内的耗电量和预定时间段内的天气预报信息，预测所述预定时间段的总耗电量包括：采集使用空调的用户基本信息，其中，所述用户基本信息至少包括：用户类型和用户数量；获取每个用户在历史预设时间段内的空调使用数据，其中，所述空调使用数据至少包括：空调使用次数、空调使用时长和每次空调使用时长内的耗电量；根据所述用户基本信息和每个用户在历史预设时间段内的空调使用数据，预测所述预定时间段内的总耗电量。进一步地，根据所述历史预设时间段内的耗电量和预定时间段内的天气预报信息，预测所述预定时间段的总耗电量包括：获取与所述空调连接的电器设备的电器基本信息，其中，所述电器基本信息至少包括：电器设备类型、电器设备的总数量、每种电器设备的用电功率；获取与所述空调连接的每种电器设备在历史预设时间段内的耗电量；根据所述电器基本信息和与所述空调连接的每种电器设备在历史预设时间段内的耗电量，预测所述预定时间段的总耗电量。进一步地，在根据所述预定时间段的总耗电量，确定所述预定时间段内的电费数据之后，包括：通过与用户通讯设备网络连接的通讯模块向用户推送预测报告，其中，所述预测报告中至少包括：预测得到的预定时间段内的电费数据、历史预设时间段内耗电量。根据本专利技术实施例的另一方面，还提供了一种电费预测装置，包括：获取单元，用于获取空调在历史预设时间段内的耗电量和预定时间段内的天气预报信息；预测单元，用于根据所述历史预设时间段内的耗电量和预定时间段内的天气预报信息，预测所述预定时间段的总耗电量；确定单元，用于根据所述预定时间段的总耗电量，确定所述预定时间段内的电费数据。进一步地，所述预测单元包括：确定模块，用于将所述历史预设时间段内的耗电量和预定时间段内的天气预报信息作为预设学习模型的输入参数，确定预定时间段的总耗电量，其中，所述预设学习模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：历史预设时间段内的耗电量和预定时间段内的天气预报信息，与预定时间段的总耗电量的标签。进一步地，所述预测单元还包括：采集模块，用于采集使用空调的用户基本信息，其中，所述用户基本信息至少包括：用户类型和用户数量；获取模块，用于获取每个用户在历史预设时间段内的空调使用数据，其中，所述空调使用数据至少包括：空调使用次数、空调使用时长和每次空调使用时长内的耗电量；预测模块，用于根据所述用户基本信息和每个用户在历史预设时间段内的空调使用数据，预测所述预定时间段内的总耗电量。进一步地，所述预测单元还包括：第一获取子模块，用于获取与所述空调连接的电器设备的电器基本信息，其中，所述电器基本信息至少包括：电器设备类型、电器设备的总数量、每种电器设备的用电功率；第二获取子模块，用于获取与所述空调连接的每种电器设备在历史预设时间段内的耗电量；预测子模块，用于根据所述电器基本信息和与所述空调连接的每种电器设备在历史预设时间段内的耗电量，预测所述预定时间段的总耗电量。进一步地，还包括：推送子模块，用于在根据所述预定时间段的总耗电量，确定所述预定时间段内的电费数据之后，通过与用户通讯设备网络连接的通讯模块向用户推送预测报告，其中，所述预测报告中至少包括：预测得到的预定时间段内的电费数据、历史预设时间段内耗电量。根据本专利技术实施例的另一方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述任意一项所述的电费预测方法。根据本专利技术实施例的另一方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述任意一项所述的电费预测方法。在本专利技术实施例中，可以获取到空调在历史预设时间段内的耗电量和预定时间段的天气预报信息，并根据获取到的耗电量和天气预报信息，预测出预定时间段内的总耗电量，最后可以根据预定时间段的总耗电量，确定预定时间段内的电费数据。在该实施例中，可以通过获取历史预设时间段内的耗电量，结合天气预报信息，以较为准确的预测出预定时间段的总耗电量，得到电费数据，让用户可以更清晰的了解到用电量变化数据，和电费情况，更好的控制电器设备的使用，节省电费，进而解决相关技术中无法有效控制空调耗电量，导致不能合理控制电费使用的技术问题。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的电费预测方法的流程图；图2是根据本专利技术实施例的电费预测装置的示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都应当属于本专利技术保护的范围。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。为方便用户理解本专利技术，下面对本专利技术各实施例中涉及的部分术语或名词进行解释：CNN，卷积神经网络，描述了对输入图像的操作，输出一组描述图像内容的分本文档来自技高网...

【技术保护点】
一种电费预测方法，其特征在于，包括：获取空调在历史预设时间段内的耗电量和预定时间段内的天气预报信息；根据所述历史预设时间段内的耗电量和预定时间段内的天气预报信息，预测所述预定时间段的总耗电量；根据所述预定时间段的总耗电量，确定所述预定时间段内的电费数据。

【技术特征摘要】
1.一种电费预测方法，其特征在于，包括：获取空调在历史预设时间段内的耗电量和预定时间段内的天气预报信息；根据所述历史预设时间段内的耗电量和预定时间段内的天气预报信息，预测所述预定时间段的总耗电量；根据所述预定时间段的总耗电量，确定所述预定时间段内的电费数据。2.根据权利要求1所述的方法，其特征在于，根据所述历史预设时间段内的耗电量和预定时间段内的天气预报信息，预测所述预定时间段的总耗电量包括：将所述历史预设时间段内的耗电量和预定时间段内的天气预报信息作为预设学习模型的输入参数，确定预定时间段的总耗电量，其中，所述预设学习模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：历史预设时间段内的耗电量和预定时间段内的天气预报信息，与预定时间段的总耗电量的标签。3.根据权利要求1所述的方法，其特征在于，根据所述历史预设时间段内的耗电量和预定时间段内的天气预报信息，预测所述预定时间段的总耗电量包括：采集使用空调的用户基本信息，其中，所述用户基本信息至少包括：用户类型和用户数量；获取每个用户在历史预设时间段内的空调使用数据，其中，所述空调使用数据至少包括：空调使用次数、空调使用时长和每次空调使用时长内的耗电量；根据所述用户基本信息和每个用户在历史预设时间段内的空调使用数据，预测所述预定时间段内的总耗电量。4.根据权利要求1所述的方法，其特征在于，根据所述历史预设时间段内的耗电量和预定时间段内的天气预报信息，预测所述预定时间段的总耗电量包括：获取与所述空调连接的电器设备的电器基本信息，其中，所述电器基本信息至少包括：电器设备类型、电器设备的总数量、每种电器设备的用电功率；获取与所述空调连接的每种电器设备在历史预设时间段内的耗电量；根据所述电器基本信息和与所述空调连接的每种电器设备在历史预设时间段内的耗电量，预测所述预定时间段的总耗电量。5.根据权利要求1所...

【专利技术属性】
技术研发人员：曾文轩，文旷瑜，连园园，吴少波，
申请(专利权)人：珠海格力电器股份有限公司，
类型：发明
国别省市：广东,44