空调的参数设置方法、空调设备以及计算机可读存储介质技术

本申请公开了一种空调的参数设置方法、空调设备以及计算机可读存储介质，该方法包括：获取空调的当前特征参数；其中，当前特征参数至少包括空调属性参数、当前空调设置参数、当前环境参数以及历史触发空调边际损耗信息，空调边际损耗是指空调压缩机以预设频率运行预设时间段后，未能达到预设温度；将当前特征参数输入至已训练的参数预测模型中，并得到参数预测模型输出的推荐设置参数；以推荐设置参数作为实际运行参数对空调进行设置。通过这样的方式，能够提高空调的节能性能。能够提高空调的节能性能。能够提高空调的节能性能。

【技术实现步骤摘要】
空调的参数设置方法、空调设备以及计算机可读存储介质


[0001]本申请涉及空调
，尤其设置一种空调的参数设置方法、空调设备以及计算机可读存储介质。

技术介绍

[0002]随着社会发展，空调逐渐成为人们家中所必需的电器，因此空调的耗电情况一直为用户较为关注的重点问题，传统的节能省电功能主要通过固定设置温以及调整机器压缩机频率来实现，而在空调的日常使用中，可能会存在压缩机持续以较高频率运行，但环境温度却始终无法达到设定温度的情况，这样显然会更加地浪费电能，不符合现代的环保理念。

技术实现思路

[0003]为了解决上述问题，本申请提供一种空调的参数设置方法、空调设备以及计算机可读存储介质，能够提升空调的节能性能。
[0004]为解决上述技术问题，本申请采用的一个技术方案是：提供一种空调的参数设置方法，该方法包括：获取空调的当前特征参数；其中，当前特征参数至少包括空调属性参数、当前空调设置参数、当前环境参数以及历史触发空调边际损耗信息，空调边际损耗是指空调压缩机以预设频率运行预设时间段后，未能达到预设温度；将当前特征参数输入至已训练的参数预测模型中，并得到参数预测模型输出的推荐设置参数；以推荐设置参数作为实际运行参数对空调进行设置。
[0005]其中，方法还包括：建立参数预测模型；获取空调的历史特征参数；其中，历史特征参数至少包括空调属性参数、历史空调设置参数、历史环境参数以及历史触发空调边际损耗信息；将历史特征参数输入至已建立的参数预测模型中，以对参数预测模型进行训练。
[0006]其中，参数预测模型为：其中，b0为偏置量，b
i
为模型参数值，x
i
为特征参数，y为推荐设置参数。
[0007]其中，以推荐设置参数作为实际运行参数对空调进行设置，包括：获取空调的当前习惯设置参数与对应的当前习惯参数误差；检测并确定推荐设置参数和当前习惯设置参数的差值，小于当前习惯参数误差时，则以推荐设置参数作为实际运行参数对空调进行设置。
[0008]其中，方法还包括：检测并确定推荐设置参数和当前习惯设置参数的差值，大于当前习惯参数误差时，根据推荐设置参数和当前习惯设置参数的差值，确定最大习惯设置参数或最小习惯设置参数；以最大习惯设置参数或最小习惯设置参数作为实际运行参数对空调进行设置。
[0009]其中，根据推荐设置参数和当前习惯设置参数的差值，确定最大习惯设置参数或最小习惯设置参数，包括：检测并确认推荐设置参数和当前习惯设置参数的差值为正值时，则将最大习惯设置参数作为实际运行参数；最大习惯设置参数为当前习惯设置参数与当前习惯参数误差之和；或检测并确认推荐设置参数和当前习惯设置参数的差值为负值时，则将最小习惯设置参数作为实际运行参数；最小习惯设置参数为当前习惯设置参数与当前习
惯参数误差之差。
[0010]其中，获取空调的当前习惯设置参数与对应的当前习惯参数误差，包括：获取多个历史习惯设置参数、与多个历史习惯设置参数分别对应的多个历史习惯参数误差；确定每一历史习惯设置参数的时间权重；根据多个历史习惯设置参数、多个历史习惯参数误差以及多个时间权重，计算当前习惯设置参数与当前习惯参数误差；其中，时间权重为历史习惯设置参数所对应日期与当前习惯设置参数所对应日期之差的倒数。
[0011]其中，根据多个历史习惯设置参数、多个历史习惯参数误差以及多个时间权重，计算当前习惯设置参数与当前习惯参数误差，包括：通过多个时间权重，对多个历史习惯设置参数进行加权求和，以得到当前习惯设置参数；通过多个时间权重，对多个历史习惯参数误差进行加权求和，以得到当前习惯参数误差；其中，历史习惯设置参数为历史运行参数或历史调整参数，历史调整参数为接收用户调整指令后，将历史运行参数调整后得到的参数。
[0012]其中，方法还包括：检测并确认实际运行参数与用户实际需要参数之间的差值，大于预设阈值时，以用户实际需要参数对参数预测模型进行修正。
[0013]其中，将当前特征参数输入至已训练的参数预测模型中，并得到参数预测模型输出的推荐设置参数，包括：将当前特征参数发送至服务器，以使服务器将当前特征参数输入至已训练的参数预测模型中，并得到参数预测模型输出的推荐设置参数；接收服务器发送的推荐设置参数。
[0014]其中，空调属性参数为根据空调的型号或标识获取得到的空调基本属性信息；或，当前空调设置参数为空调在预设工作状态下的工况信息；或，当前环境参数为空调运行时的环境温度信息。
[0015]其中，空调属性参数包括空调的匹数、制冷功率、制热功率、制冷量、制热量以及能效等级中的至少一个；或，当前空调设置参数包括压缩机目标频率、压缩机运行频率、室内风机转速、室外风机转速、室外风机目标转速、室外机目标频率以及设置温中的至少一个；或，当前环境参数包括室内环境温度和室外环境温度中的至少一个；或，历史触发边际损耗信息包括压缩机的预设频率、在预设频率下运行的预设时间段、预设温度以及实际环境温度中的至少一个。
[0016]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种空调设备，该空调设备包括处理器以及存储器，存储器用于存储计算机程序，计算机程序在被处理器执行时，用于实现上述的空调的参数设置方法。
[0017]为解决上述技术问题，本申请采用的又一个技术方案是：提供一种计算机可读存储介质，用于存储计算机程序，计算机程序在被处理器执行时，用于实现上述的空调的参数设置方法。
[0018]本申请实施例的有益效果是：区别于现有技术，本申请提供一种空调的参数设置方法，通过对空调属性参数、当前空调设置参数、当前环境参数以及历史触发空调边际损耗信息等空调的当前特征参数进行获取，进一步将该部分当前特征参数输入至已训练的参数预测模型中，从而得到参数预测模型所输出的推荐设置参数，并以推荐设置参数作为空调的实际运行参数对空调进行设置。通过这样的方式，在参数预测模型中加入历史触发空调边际损耗信息的特征参数，能够避免模型输出的推荐设置参数导致空调出现空调边际损耗的情况，从而减少了不必要的能源浪费，能够提升空调的节能性能。
附图说明
[0019]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：
[0020]图1是本申请提供的空调的参数设置方法第一实施例的流程示意图；
[0021]图2是本申请提供的空调的参数设置方法第二实施例的流程示意图；
[0022]图3是图2中步骤26的具体流程示意图；
[0023]图4是本申请提供的空调的参数设置方法第三实施例的流程示意图；
[0024]图5是本申请提供的空调设备一实施例的结构示意图。
[0025]图6是本申请提供的计算机可读存储介质一实施例的结构示意图。
具体实施方式...

【技术保护点】

【技术特征摘要】
1.一种空调的参数设置方法，其特征在于，所述方法包括：获取空调的当前特征参数；其中，所述当前特征参数至少包括空调属性参数、当前空调设置参数、当前环境参数以及历史触发空调边际损耗信息，所述空调边际损耗是指空调压缩机以预设频率运行预设时间段后，未能达到预设温度；将所述当前特征参数输入至已训练的参数预测模型中，并得到所述参数预测模型输出的推荐设置参数；以所述推荐设置参数作为实际运行参数对所述空调进行设置。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：建立参数预测模型；获取空调的历史特征参数；其中，所述历史特征参数至少包括空调属性参数、历史空调设置参数、历史环境参数以及所述历史触发空调边际损耗信息；将所述历史特征参数输入至已建立的参数预测模型中，以对所述参数预测模型进行训练。3.根据权利要求2所述的方法，其特征在于，所述参数预测模型为：其中，b0为偏置量，b
i
为模型参数值，x
i
为特征参数，y为推荐设置参数。4.根据权利要求1所述的方法，其特征在于，所述以所述推荐设置参数作为实际运行参数对所述空调进行设置，包括：获取所述空调的当前习惯设置参数与对应的当前习惯参数误差；检测并确定所述推荐设置参数和所述当前习惯设置参数的差值，小于所述当前习惯参数误差时，则以所述推荐设置参数作为实际运行参数对所述空调进行设置。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：检测并确定所述推荐设置参数和所述当前习惯设置参数的差值，大于所述当前习惯参数误差时，根据所述推荐设置参数和所述当前习惯设置参数的差值，确定最大习惯设置参数或最小习惯设置参数；以所述最大习惯设置参数或所述最小习惯设置参数作为实际运行参数对所述空调进行设置。6.根据权利要求5所述的方法，其特征在于，所述根据所述推荐设置参数和所述当前习惯设置参数的差值，确定最大习惯设置参数或最小习惯设置参数，包括：检测并确认所述推荐设置参数和所述当前习惯设置参数的差值为正值时，则将最大习惯设置参数作为实际运行参数；所述最大习惯设置参数为所述当前习惯设置参数与所述当前习惯参数误差之和；或检测并确认所述推荐设置参数和所述当前习惯设置参数的差值为负值时，则将最小习惯设置参数作为实际运行参数；所述最小习惯设置参数为所述当前习惯设置参数与所述当
前习惯参数误差之差。7.根据权利要求4所述的方法，其特征在于，所述获取所述空调的当前习惯设置参数与对应的当前习惯参数误差，包括：获取多个历史习惯设置参数、与所述多个历史习惯设置参数分别对应的多个历史习惯参数误差；确定每一所述历史习惯设置参数的时间权重；根据所述多个历史习惯设置参数、所述多个历史...

【专利技术属性】
技术研发人员：彭水凤，陈昕乐，马群，简翱，
申请(专利权)人：美的智慧家居科技有限公司，
类型：发明
国别省市：