一种基于机器学习的空调器控制方法、装置以及空调器制造方法及图纸

本发明专利技术公开了一种基于机器学习的空调器控制方法，装置和空调器。空调器控制方法包括：获取用户设定的空调器运行参数和设定时间；获取用户设定空调器运行参数时，所述设定时间所对应的环境参数；将多次记录的空调器运行参数作为输出，对应的环境参数作为输入，对神经网络控制模型进行训练，得到训练后的神经网络控制模型；以及根据训练后的神经网络控制模型对空调器进行控制。本发明专利技术可实现用户控制空调器行为的自学习，提高空调控制的智能化。使用户在开机时不必输入控制参数，能实现一键开机，免除复杂操作。甚至实现空调器的完全自动控制。

Air conditioner control method, device and air conditioner based on machine learning

The invention discloses an air conditioner control method, a device and an air conditioner based on machine learning. The control method of air conditioner includes: obtaining the operating parameters and setting time of the air conditioner set by the user; obtaining the environment parameters corresponding to the set time when the user sets the parameters of the air conditioner, and taking the parameters of the air conditioner as the output, the corresponding environment parameters as input, and the neural network control model. After training, the trained neural network control model is obtained, and the air conditioner is controlled according to the trained neural network control model. The invention can realize the self-learning of user control air conditioner behavior and improve the intellectualization of air conditioning control. Users are not required to enter control parameters when starting the system, enabling one button to turn on the machine and eliminating complex operation. Even the complete automatic control of the air conditioner is realized.

【技术实现步骤摘要】
一种基于机器学习的空调器控制方法、装置以及空调器
本专利技术涉及空调
，特别是涉及基于一种基于机器学习的空调器控制方法、控制装置，以及空调器。
技术介绍
为实现空调器控制的便利性和易用性，一般通过数据转换器类的网关来实现数据的转换，达到远程控制空调的目的。特别是利用移动端的APP作为控制终端，是近些年控制器领域较为流行的趋势。移动端APP通过网关与空调通信，实现空调的远程控制、操作日志记录、日程预约等功能。通过移动端来远程控制空调，需要每次依靠用户设置相关参数或者添加日程计划实现空调的控制。为了使空调的控制更为智能化，相关技术中存在一些尝试，但是均无法提供灵活的，能适应各种环境参数变化的控制方式。例如，公开号为CN107504656A的中国专利申请提出了一种空调器自学习控制方法，通过自动采集APP的开关机时间数据，并经过函数运算预测空调器的开关机时间，从而对空调器的开关机进行在自动控制。但是该方案仅仅是对开关机时间进行预测，开机后的各种运行参数仍然需要用户自行设置，智能化程度远远不能满足用户的需求。
技术实现思路
本专利技术旨在至少在一定程度上解决上述相关技术中的技术问题之一，提供一种能够自动提供空调器控制参数的手段，使提供的控制参数最大程度接近用户实用习惯。为此，本专利技术第一方面的目的在于提供一种基于机器学习的空调器控制方法；第二方面的目的在于提供一种计算机可读存储介质；第三方面的目的在于提供一种计算设备；第四方面的在于提供一种基于机器学习的空调器控制装置；第五方面的目的在于提供一种空调器。为了达到上述目的，根据本专利技术第一方面的实施例提出了一种基于机器学习的空调器控制方法。该方法包括：获取用户设定的空调器运行参数和设定时间；获取用户设定空调器运行参数时，所述设定时间所对应的环境参数；将多次记录的空调器运行参数作为输出，对应的环境参数作为输入，对神经网络控制模型进行训练，得到训练后的神经网络控制模型；根据训练后的神经网络控制模型对空调器进行控制。在一些实施例中，所述空调器运行参数包括：空调器的运行模式、设定温度、风速、摇摆控制中的一个或多个。在一些实施例中，所述对应的环境参数包括：室内环境温度、室外环境温度、用户的操作时间、空调器的运行时长、空调器所在位置的经纬度中的一个或多个。在一些实施例中，所述对应的环境参数还包括室内空气湿度和室外空气湿度。在一些实施例中，所述神经网络控制模型为多层深度信念网络模型。在一些实施例中，所述根据训练后的神经网络控制模型对空调器进行控制包括：获取空调器当前的环境参数信息；将空调器当前的环境参数信息输入训练后的神经网络控制模型；据神经网络控制模型的输出得到空调器控制参数；以及控制空调器按照得到的空调器控制参数运行。在一些实施例中，所述根据训练后的神经网络控制模型对空调器进行控制在空调器开机时执行，具体包括：接收空调器的一键开机指令；获取空调器当前的环境参数信息；将空调器当前的环境参数信息输入训练后的神经网络控制模型；根据神经网络控制模型的输出得到空调器控制参数；以及控制空调器开机后按照得到的空调器控制参数运行。根据本专利技术第二方面的实施例提出了一种非临时性计算机可读存储介质，其上存储有可执行指令，所述可执行指令被处理器执行时，实现根据本专利技术第一方面实施例所述的基于机器学习的空调器控制方法。根据本专利技术第三方面的实施例提出了一种计算设备，该计算设备包括存储器、处理器及存储在存储器上并可在处理器上运行的应用程序，处理器执行所述应用程序时，实现根据本专利技术第一方面的实施例所述的基于机器学习的空调器控制方法。本专利技术还提出了一种基于机器学习的空调器控制方法，用于包括服务器，客户控制端和空调器的空调器远程控制系统，包括：服务器获取客户控制端采集的用户身份信息和用户设定的空调器运行参数以及设定时间；服务器获取用户设定空调器运行参数时，所述设定时间所对应的环境参数；服务器将多次记录的空调器运行参数作为输出，对应环境参数作为输入，对神经网络控制模型进行训练，得到训练后的神经网络控制模型；以及服务器根据训练后的神经网络控制模型控制空调器。在一些实施例中，服务器根据训练后的神经网络控制模型控制空调器包括：接收来自客户端的一键开机指令；获取空调器当前的环境参数信息；将空调器当前的环境参数信息输入训练后的神经网络控制模型；根据所述训练后的神经网络控制模型的输出得到空调器控制参数；以及控制空调器开机后按照所述控制参数运行。使用本专利技术的基于机器学习的空调器控制方法，可实现用户控制空调器行为的自学习，提高空调控制的智能化。可以使用户在开机时不必输入控制参数，能实现一键开机，免除用户的复杂操作。甚至在此基础上，可结合多个传感器来实现空调器的完全自动控制。根据本专利技术的存储介质和计算设备实施时，可以实现本专利技术的方法，从而取得与本专利技术方法类似的效果。根据本专利技术第四方面的实施例提出了一种基于机器学习的空调器控制装置，该装置包括：运行参数获取模块，用于获取用户设定的空调器运行参数和设定时间；环境参数获取模块，获取用户设定空调器运行参数时，所述设定时间所对应的环境参数；控制模型训练模块，用于将多次记录的空调器运行参数作为输出，对应环境参数作为输入，对神经网络控制模型进行训练，得到训练后的神经网络控制模型；以及控制参数输出模块，用于根据训练后的神经网络控制模型得到空调器控制参数。在一些实施例中，所述空调器运行参数包括：空调的运行模式、设定温度、风速、摇摆控制中的一个或多个。在一些实施例中，所述对应的环境参数包括：室内环境温度、室外环境温度、用户的操作时间、空调的运行时长、空调所在位置的经纬度中的一个或多个。在一些实施例中，所述对应的环境参数还包括室内空气湿度和室外空气湿度。在一些实施例中，所述神经网络控制模型为多层深度信念网络模型。在一些实施例中，控制参数输出模块根据训练后的神经网络控制模型得到空调器控制参数包括：获取空调当前的环境参数信息；将空调当前的环境参数信息输入训练后的神经网络控制模型；以及根据神经网络控制模型的输出得到空调器控制参数。在一些实施例中，所述装置还包括：一键启动模块，用于接收空调开机指令并确定空调开机运行参数，所述一键启动模块进一步包括：开机指令接收单元，用于接收用户输入的开机指令；开机运行参数获取单元，用于与控制参数输出模块进行通信，获取控制参数输出模块输出的空调器控制参数，并将其作为开机运行参数；以及运行控制单元，用于控制空调器根据所述开机运行参数开始运行。根据本专利技术第五方面的实施例提供了一种空调器，该空调器包括根据本专利技术第四方面的实施例所述的基于机器学习的空调器控制装置。使用本专利技术的基于机器学习的空调器控制装置，可实现用户控制空调器行为的自学习，提高空调控制的智能化。可以使用户在开机时不必输入控制参数，能实现一键开机，免除用户的复杂操作。甚至在此基础上，可结合多个传感器来实现空调器的完全自动控制。根据本专利技术的空调器包含基于机器学习的空调器控制装置，从而实施时刻取得与本专利技术控制装置类似的效果。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1是根据本专利技术一个实施例的基于机器学习的空调器控制方法的流程图；图2是根据本专利技术一个实施例的神经网络控本文档来自技高网...

【技术保护点】
1.一种基于机器学习的空调器控制方法，其特征在于，包括：获取用户设定的空调器运行参数和设定时间；获取用户设定空调器运行参数时，所述设定时间所对应的环境参数；将多次记录的空调器运行参数作为输出，对应的环境参数作为输入，对神经网络控制模型进行训练，得到训练后的神经网络控制模型；以及根据训练后的神经网络控制模型对空调器进行控制。

【技术特征摘要】
1.一种基于机器学习的空调器控制方法，其特征在于，包括：获取用户设定的空调器运行参数和设定时间；获取用户设定空调器运行参数时，所述设定时间所对应的环境参数；将多次记录的空调器运行参数作为输出，对应的环境参数作为输入，对神经网络控制模型进行训练，得到训练后的神经网络控制模型；以及根据训练后的神经网络控制模型对空调器进行控制。2.根据权利要求1所述的基于机器学习的空调器控制方法，其特征在于，所述空调器运行参数包括：空调器的运行模式、设定温度、风速、摇摆控制中的一个或多个。3.根据权利要求1所述的基于机器学习的空调器控制方法，其特征在于，所述对应的环境参数包括：室内环境温度、室外环境温度、用户的操作时间、空调器的运行时长、空调器所在位置的经纬度中的一个或多个。4.根据权利要求3所述的基于机器学习的空调器控制方法，其特征在于，所述对应的环境参数还包括室内空气湿度和室外空气湿度。5.根据权利要求1所述的基于机器学习的空调器控制方法，其特征在于，所述神经网络控制模型为多层深度信念网络模型。6.根据权利要求1所述的基于机器学习的空调器控制方法，其特征在于，所述根据训练后的神经网络控制模型对空调器进行控制包括：获取空调器当前的环境参数信息；将空调器当前的环境参数信息输入训练后的神经网络控制模型；根据神经网络控制模型的输出得到空调器控制参数；以及控制空调器按照得到的空调器控制参数运行。7.根据权利要求1所述的基于机器学习的空调器控制方法，其特征在于，所述根据训练后的神经网络控制模型对空调器进行控制在空调器开机时执行，具体包括：接收空调器的一键开机指令；获取空调器当前的环境参数信息；将空调器当前的环境参数信息输入训练后的神经网络控制模型；根据神经网络控制模型的输出得到空调器控制参数；以及控制空调器开机后按照得到的空调器控制参数运行。8.一种非临时性计算机可读存储介质，其上存储有可执行指令，其特征在于，所述可执行指令被处理器执行时，实现根据权利要求1-7中任意一项所述的基于机器学习的空调器控制方法。9.一种计算设备，该计算设备包括存储器、处理器及存储在存储器上并可在处理器上运行的应用程序，其特征在于，处理器执行所述应用程序时，实现根据权利要求1-7中任意一项所述的基于机器学习的空调器控制方法。10.一种基于机器学习的空调器控制方法，用于包括服务器，客户控制端和空调器的空调器远程控制系统，其特征在于，包括：服务器获取客户控制端采集的用户身份信息和用户设定的空调器运行参数以及设定时间；服务器获取用户设定空调器运行参数时，所述设定时间所对应的环境参数；服务器将多次记录的空调器运行参数作为输出，对应环...

【专利技术属性】
技术研发人员：谢文宾，阎杰，廖南海，
申请(专利权)人：广东美的暖通设备有限公司，美的集团股份有限公司，
类型：发明
国别省市：广东,44