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 ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。