除湿机中冷媒含量的处理方法和装置制造方法及图纸

本发明专利技术公开了一种除湿机中冷媒含量的处理方法和装置。其中，该方法包括：获取除湿机的运行参数；使用分类模型对运行参数进行分析，确定出除湿机中冷媒的含量为至少一种目标含量的概率；基于至少一种目标含量的概率和预设损失值，确定除湿机中冷媒的实际含量，其中，预设损失值用于表征分类模型将目标含量判断为第一含量所造成的损失，第一含量为至少一种目标含量中的任意一种。本发明专利技术解决了现有技术中除湿机中冷媒含量的处理方法可靠性差的技术问题。

Treatment method and device of refrigerant content in dehumidifier

The invention discloses a treatment method and a device for the refrigerant content in a dehumidifier. Among them, the method includes: obtaining the operation parameters of the dehumidifier; using the classification model to analyze the operation parameters to determine the probability that the content of the refrigerant in the dehumidifier is at least one target content; based on the probability of at least one target content and the preset loss value, determining the actual content of the refrigerant in the dehumidifier, wherein the preset loss value is used to represent the target content in the classification model It is judged as the loss caused by the first content, and the first content is any one of at least one target content. The invention solves the technical problem of poor reliability of the treatment method of the refrigerant content in the dehumidifier in the prior art.

【技术实现步骤摘要】
除湿机中冷媒含量的处理方法和装置
本专利技术涉及除湿机检测领域，具体而言，涉及一种除湿机中冷媒含量的处理方法和装置。
技术介绍
目前，除湿机缺氟检测方法是基于专家经验，在观察和研究机器实际运行参数的基础上制定的。由于除湿机内部结构复杂，运行过程中各状态量之间的耦合关系和变化规律难以完全掌握，且专家经验存在一定的主观性等原因，导致控制规则复杂，泛化能力有待提升。为了改进这种情况，可以基于一些分类算法来拟合与除湿机含氟量相关因素之间的关系，从而来预测除湿机的含氟量。从现有的机器学习技术上来说，由于许多随机因素的干扰，分类算法的结果还是无法达到100％的正确率，也就是说用分类算法预测除湿机含氟量依然存在预测错误的可能。并且，各含氟量预测错误之后的损失是不同的。例如，除湿机含氟量若是定在60％需要报缺氟，那么此时如果50％报成60％，虽然错误，同样都是缺氟；若是从70％预测错成60％，这就是缺氟误报问题，这样会给企业带来一些损失；若是从60％报成70％，这也是缺氟误报问题，更会给用户带来一些不好的体验，同样是相隔10％的错误，但是损失却是不同的本文档来自技高网...

【技术保护点】
1.一种除湿机中冷媒含量的处理方法，其特征在于，包括：/n获取除湿机的运行参数；/n使用分类模型对所述运行参数进行分析，确定出所述除湿机中冷媒的含量为至少一种目标含量的概率；/n基于所述至少一种目标含量的概率和预设损失值，确定所述除湿机中冷媒的实际含量，其中，所述预设损失值用于表征所述分类模型将所述目标含量判断为第一含量所造成的损失，所述第一含量为所述至少一种目标含量中的任意一种。/n

【技术特征摘要】
1.一种除湿机中冷媒含量的处理方法，其特征在于，包括：
获取除湿机的运行参数；
使用分类模型对所述运行参数进行分析，确定出所述除湿机中冷媒的含量为至少一种目标含量的概率；
基于所述至少一种目标含量的概率和预设损失值，确定所述除湿机中冷媒的实际含量，其中，所述预设损失值用于表征所述分类模型将所述目标含量判断为第一含量所造成的损失，所述第一含量为所述至少一种目标含量中的任意一种。


2.根据权利要求1所述的方法，其特征在于，基于所述至少一种目标含量的概率和预设损失值，确定所述除湿机中冷媒的实际含量，包括：
根据所述至少一种目标含量的概率和所述预设损失值，得到所述第一含量的总损失值；
获取至少一种第一含量的总损失值中的最小总损失值；
确定所述最小总损失值对应的第一含量为所述实际含量。


3.根据权利要求2所述的方法，其特征在于，根据所述至少一种目标含量的概率和所述预设损失值，得到所述第一含量的总损失值，包括：
获取所述至少一种目标含量的概率和所述预设损失值的乘积，得到至少一个乘积；
获取所述至少一个乘积之和，得到所述第一含量的总损失值。


4.根据权利要求3所述的方法，其特征在于，通过如下公式得到所述第一含量的总损失值Y(αi|X)：



其中，i,j＝1,2,3,…,n，所述n为所述至少一种目标含量的数量，所述αi表示所述第一含量，所述p(ωj|X)为所述目标含量的概率，所述ωj为所述目标含量，β(αi，j)为所述预设损失值。


5.根据权利要求1所述的方法，其特征在于，获取除湿机的运行参数包括：
在所述除湿机正常运行第一预设时间之后，每隔第二预设时间获取所述运行参数，得到所述除湿机的多个运行参数。


6.根据权利要求5所述的方法，其特征在于，基于所述至少一种目标含量的概率和预设损失值，确定所述除湿机中冷媒的实际含量，包括：
基于所述至少一种目标含量的概率和预设损失值，确定所述除湿机中冷媒的多个含量；
根据所述多个含量，得到所述至少一种目标含量的比例；
获取所述至少一种目标含量的比例中的最大比例；
确定所述最大比例对应的目标含量为所述实际含量。


7.根据权利要求1所述的方法，其特征在于，在使用分类模型对所述运行参数进行分析，确定出所述除湿机中冷媒的含量为至少一种目标含量的概率之前，所述方法还包括：
建立初始分类模型；
获取多组训练样本数据，其中，每组训练样本数据包括：所述目标含量，以及冷媒的实际含量为所述目标含量的除湿机在不同工况下的运行参数；
通过所述多组训练样本数据对所述初始分类模型进行训练，得到所述分类模型。


8.根据权利要求7所述的方法，其特征在于，在通过所述多组训练样本数据对所述初始分类模型进行训练，得到所述分类模型之后，所述方法还包括：
获取多组测试样本数据，其中，每组测试样本数据...

【专利技术属性】
技术研发人员：叶朝虹，
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