冰箱故障预测方法和装置制造方法及图纸

本发明专利技术公开了一种冰箱故障预测方法和装置。其中，该方法包括：获取预定时间内冰箱的工作参数的变化趋势；根据故障时间预测模型，确定工作参数的变化趋势对应的故障发生时间，其中，故障时间预测模型为使用多组训练数据，通过机器学习训练得出的，多组训练数据中的每组数据均包括：工作参数的变化趋势和与该工作参数的变化趋势对应的故障发生时间。本发明专利技术解决了相关技术中不能提前发现冰箱故障，导致冰箱故障解决延后的技术问题。

Method and device of refrigerator fault prediction

【技术实现步骤摘要】
冰箱故障预测方法和装置
本专利技术涉及家用电器故障检测领域，具体而言，涉及一种冰箱故障预测方法和装置。
技术介绍
冰箱的普及使我们的生活更加方便，一般情况下，用户对冰箱的维护和保养还处于技术人员定期检修、故障发生后进行维修等阶段。无论上述所提及的哪一种情况，对用户来说都是一件麻烦的事情，而且在相关技术中，对冰箱进行故障维修时，一般是需要提前预约的。因此，在冰箱出现故障时，并不能及时地能够来检测维修，导致在用户在一段时间内是无法使用冰箱，严重影响用户对冰箱的使用体验。针对上述的问题，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冰箱故障预测方法和装置，以至少解决相关技术中不能提前发现冰箱故障，导致冰箱故障解决延后的技术问题。根据本专利技术实施例的一个方面，提供了一种冰箱故障预测方法，包括：获取预定时间内冰箱的工作参数的变化趋势；根据故障时间预测模型，确定所述工作参数的变化趋势对应的故障发生时间，其中，所述故障时间预测模型为使用多组训练数据，通过机器学习训练得出的，所述多组训练数据中的每组本文档来自技高网...

【技术保护点】
1.一种冰箱故障预测方法，其特征在于，包括：/n获取预定时间内冰箱的工作参数的变化趋势；/n根据故障时间预测模型，确定所述工作参数的变化趋势对应的故障发生时间，其中，所述故障时间预测模型为使用多组训练数据，通过机器学习训练得出的，所述多组训练数据中的每组数据均包括：工作参数的变化趋势和与该工作参数的变化趋势对应的故障发生时间。/n

【技术特征摘要】
1.一种冰箱故障预测方法，其特征在于，包括：
获取预定时间内冰箱的工作参数的变化趋势；
根据故障时间预测模型，确定所述工作参数的变化趋势对应的故障发生时间，其中，所述故障时间预测模型为使用多组训练数据，通过机器学习训练得出的，所述多组训练数据中的每组数据均包括：工作参数的变化趋势和与该工作参数的变化趋势对应的故障发生时间。


2.根据权利要求1所述的方法，其特征在于，在所述工作参数包括多个的情况下，所述方法还包括：
分别确定多个工作参数的权重；
根据所述多个工作参数的权重，对所述多个工作参数的变化趋势对应的故障发生时间进行统计，得到统计的故障发生时间。


3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
根据故障类型预测模型，确定所述工作参数的变化趋势对应的故障类型，其中，所述故障类型预测模型为使用多组训练数据，通过机器学习训练得出的，所述多组训练数据中的每组数据均包括：工作参数的变化趋势和与该工作参数的变化趋势对应的故障类型。


4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
依据所述多个工作参数的权重，对所述多个工作参数的变化趋势对应的故障类型进行统计，得到统计的故障类型。


5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
根据统计的故障发生时间和/或统计的故障类型，生成对所述冰箱进行预约维修的预约时间；
发送用于对所述冰箱请求维修...

【专利技术属性】
技术研发人员：易斌，许权南，冯德兵，
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