本发明专利技术提出一种空调的开关状态的识别方法，包括以下步骤：S11，采集样本数据；S12，对样本数据进行预处理滤除异常样本，以获取预处理后的样本，并将预处理后的样本划分为训练集和测试集；S13，对训练集进行特征项选择以获取特征项；S14，对特征项进行处理，以获取空调的开关状态的识别规则，识别规则包括温湿度区间及对应的空调的开关状态；以及S15，利用测试集对识别规则进行测试，并获取测试结果；以及S16，判断测试结果是否大于预设阈值，若是，则将识别规则作为识别结果，若否，则重复执行S13～S16直至样本数据测试结束。本发明专利技术的方法准确度高，实时性好，高效便捷。本发明专利技术还提出一种空调的开关状态的识别系统及估算方法及系统。
【技术实现步骤摘要】
本专利技术涉及智能家居
，尤其涉及一种空调的开关状态的识别方法及系统 及估算方法及系统。
技术介绍
传统的收集建筑内空调运行及温湿度信息的方法主要是通过记录用户日常行为 和大范围的问卷调查统计来进行温湿度测量。长期不断的记录空调运行状态的行为会让受 试用户感觉枯燥乏味，且会增加其工作负担。大范围的实地问卷调查一方面无法经常性进 行，另一方面难以将空调运行的统计信息与实时的环境数据联系起来。 近年来，随着传感、通信、计算等技术的发展及智能家居等概念的流行，用于室内 环境监测和空调开关状态控制的建筑无线监测网络逐渐兴起。国内外已有大量的研宄人员 在尝试通过室内外环境参数的长时间监测结果来分析与总结室内人员状态与室内环境变 化之间的规律，如Raatikainen等人通过室内外温湿度、压差、C02浓度变化等特征推断室 内是否有人、空调是否开启。Dong等和Page等根据室内C02的变化特征、小区域内的代谢 产热率与污染物浓度。推断人员的出勤率以及人员的活动区域分布。Yun等和Page等根据 温度等变化推测人员的开窗活动等。但是，这些研宄均属于控制环境下的实验研宄，监测的 数据量少，没有形成能够用于真实环境中长期数据监测与行为信息收集的体系。真实环境 中用户的自主性与开、关空调行为的随机性，给室内温湿度数据与空调开关行为信息的长 期、大范围收集带来了挑战。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术第 一方面目的在于提出一种具有智能、高效的空调的开关状态的识别方法。 本专利技术第二方面目的在于提出一种空调的开关状态的识别系统。 本专利技术第三方面目的在于提出一种空调的开关状态的识别方法。 本专利技术第四方面目的在于提出一种空调的开关状态的识别系统。 本专利技术第五方面目的在于提出一种空调的开关状态的估算方法。 本专利技术第六方面目的在于提出一种空调的开关状态的估算系统。 为了实现上述目的，本专利技术第一方面实施例的空调的开关状态识别方法，包括以 下步骤：S11，采集样本数据，所述样本数据包括温湿度数据及与该温湿度数据对应时刻的 空调的开关状态；S12,对所述样本数据进行预处理滤除异常样本，以获取预处理后的样本， 并将所述预处理后的样本划分为训练集和测试集；S13,对所述训练集进行特征项选择以获 取特征项；S14,对所述特征项进行处理，以获取所述空调的开关状态的识别规则，所述识别 规则包括温湿度区间及对应的所述空调的开关状态；S15,利用所述测试集对所述识别规 则进行测试，并获取测试结果；以及S16,判断所述测试结果是否大于预设阈值，若是，则将 所述识别规则作为所述空调的开关状态的识别结果，输出所述识别结果，若否，则重复执行 S13~S16直至所述样本数据测试结束。 根据本专利技术实施例的空调的开关状态的识别方法，通过大范围的实时测量室内温 湿度数据和收集开关空调等的行为信息采集样本数据，克服长期行为记录的不便、大范围 数据收集的高费用等挑战。此外通过对样本数据进行预处理获取训练集和测试集，并对训 练集进行特征项选择，训练出温湿度数据与空调的开关状态的识别规则，同时利用测试集 对识别规则进行测试，以获取高正确率的识别结果。 在一些示例中，所述步骤S12采用样本间距的方式滤除异常样本。 在一些示例中，所述步骤S13根据所述温湿度数据与所述空调的开关状态的相对 信息增益量获取所述特征项。 在一些示例中，所述步骤S14利用贝叶斯网络或人工神经网络结构获取所述识别 规则。 本专利技术第二方面实施例的空调的开关状态识别系统，包括：采集模块，用于采集样 本数据，所述样本数据包括温湿度数据及与该温湿度数据对应时刻的空调的开关状态；预 处理模块，用于对所述样本数据进行预处理滤除异常样本，以获取预处理后的样本，并将所 述预处理后的样本划分为训练集和测试集；特征选取模块，用于对所述训练集进行特征项 选择以获取特征项；识别模块，用于对所述特征项进行处理，以获取所述空调开关状态的识 别规则，所述识别规则包括温湿度区间及对应的所述空调的开关状态；以及判断模块，用于 利用所述测试集对所述识别规则进行测试，并获取测试结果，判断所述测试结果是否大于 预设阈值，若是，则将所述识别规则作为所述空调的开关状态的识别结果，输出所述识别结 果。 根据本专利技术实施例的空调的开关状态的识别系统，采集模块通过大范围的实时测 量室内温湿度数据和收集开关空调等的行为信息采集样本数据，克服长期行为记录的不 便、大范围数据收集的高费用等挑战。此外预处理模块通过对样本数据进行预处理获取训 练集和测试集，特征项选择模块对训练集进行特征项选择后，识别模块训练出温湿度数据 与空调的开关状态的识别规则，同时判断模块利用测试集对识别规则进行测试，以获取高 正确率的识别结果。 在一些示例中，所述预处理模块用于采用样本间距的方式滤除异常样本。 在一些示例中，所述特征选取模块用于根据所述温湿度数据与所述空调的开关状 态的相对信息增益量获取所述特征项。 在一些示例中，所述识别模块用于利用贝叶斯网络或人工神经网络结构获取所述 识别规则。 本专利技术第三方面实施例的空调的开关状态的识别方法，包括以下步骤：S21，获取 第一预定样本容量的第一样本数据，所述第一样本数据包括温湿度数据及该温湿度数据对 应的空调的开关状态；S22,获取第二预定样本容量的第二样本数据，从所述第一样本数据 中删除与所述第二预定样本容量数目相同的第一样本数据并获取删除后的第一样本数据， 并将所述第二样本数据加入所述删除后的第一样本数据中，以得到更新后的第一样本数 据，所述第二样本数据包括温湿度数据及该温湿度数据对应的空调的开关状态，第二预定 样本容量小于所述第一预定样本容量；S23,建立所述更新后的第一样本数据的所述温湿度 数据与所述空调的开关状态的识别规则，所述识别规则包括温湿度区间及对应的所述空调 的开关状态；S24输出所述温湿度数据与所述空调的开关状态的识别规则。 根据本专利技术实施例的空调的开关状态的识别方法，通过采集样本，并利用新样本 替代历史样本的方法，直接根据样本数据中呈现的温湿度数据与空调的开关状态之间的内 在规律，获取温湿度数据对应的空调的开关状态。本专利技术实施例的方法未利用时间变量，因 而更具有抗时变性。 本专利技术第四方面实施例的空调的开关状态识别系统，包括：第一采集模块，用于采 集第一预定样本容量的第一样本数据，所述第一样本数据包括温湿度数据及对应的空调的 开关状态；第二采集模块，用于继续获取第二预定样本容量的第二样本数据；处理模块，用 于从所述第一样本数据中删除与所述第二预定样本容量数目相同的第一样本数据获取删 除后的第一样本数据，并将所述第二样本数据加入所述删除后的第一样本数据中，以得到 更新后的第一样本数据，并建立所述更新后的第一样本数据的所述温湿度数据与所述空调 的开关状态的识别规则，所述识别规则包括温湿度区间及其对应的所述空调的开关状态， 所述第二样本数据包括温湿度数据及与该温湿度数据对应的空调的开关状态，第二预定样 本容量小于所述第一预定样本容量。 根据本专利技术实施例的空调的开关状态的识别系统，通过第一采集模块采集样本， 并利用第二采集模块采集的新样本替代历史样本本文档来自技高网...
【技术保护点】
一种空调的开关状态的识别方法，其特征在于，包括以下步骤：S11，采集样本数据，所述样本数据包括温湿度数据及与该温湿度数据对应时刻的空调的开关状态；S12，对所述样本数据进行预处理滤除异常样本，以获取预处理后的样本，并将所述预处理后的样本划分为训练集和测试集；S13，对所述训练集进行特征项选择以获取特征项；S14，对所述特征项进行处理，以获取所述空调的开关状态的识别规则，所述识别规则包括温湿度区间及对应的所述空调的开关状态；S15，利用所述测试集对所述识别规则进行测试，并获取测试结果；以及S16，判断所述测试结果是否大于预设阈值，若是，则将所述识别规则作为所述空调的开关状态的识别结果，输出所述识别结果，若否，则重复执行S13～S16直至所述样本数据测试结束。
【技术特征摘要】
【专利技术属性】
技术研发人员：周浩，乔利锋，柴大权，周翔，张永名，李颖，姜漪，
申请(专利权)人：智联通建筑科技北京有限公司，
类型：发明
国别省市：北京;11
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。