一种家庭电器优化使用管理方法、装置、设备及介质制造方法及图纸

本发明专利技术公开了一种家庭电器优化使用管理方法、装置、设备及介质，所述方法包括：根据人体感应器获取用户的相关数据，所述相关数据包括对所述用户的定位；根据所述相关数据构建马尔可夫链模型，采用深度Q学习对所述马尔可夫链模型进行训练，获取所述用户的行动预测结果；根据所述用户的行动预测结果调节室内的温度以及照明的亮度。本发明专利技术根据获取用户日常行动轨迹，结合用电习惯，对用户电器使用行为进行预测，优化用电方案，达到电器节能的最佳状态。

【技术实现步骤摘要】
一种家庭电器优化使用管理方法、装置、设备及介质
本专利技术涉及家电优化控制
，尤其涉及一种家庭电器优化使用管理方法、装置、设备及介质。
技术介绍
目前家家户户都有许多的电器，然而，现有的智能家电设备功能单一，只存在单台设备部分功能实现智能化，需要人为的去关闭设备或者去开启设备，不能根据不同区域的不同人的习惯去进行用电预测，不能很好的满足实际的生活需求，同时也会导致用电资源的浪费，难以实现整体最优节能的用电方案。
技术实现思路
本专利技术目的在于，提供一种家庭电器优化使用管理方法、装置、设备及介质，以达到最优的节能方式。为实现上述目的，本专利技术提供一种家庭电器优化使用管理方法，包括：根据人体感应器获取用户的相关数据，所述相关数据包括对所述用户的定位；根据所述相关数据构建马尔可夫链模型，采用深度Q学习对所述马尔可夫链模型进行训练，获取所述用户的行动预测结果；根据所述用户的行动预测结果调节室内的温度以及照明的亮度。优选地，所述根据所述相关数据构建马尔可夫链模型，采用深度Q学习对所述马本文档来自技高网...

【技术保护点】
1.一种家庭电器优化使用管理方法，其特征在于，包括：/n根据人体感应器获取用户的相关数据，所述相关数据包括对所述用户的定位；/n根据所述相关数据构建马尔可夫链模型，采用深度Q学习对所述马尔可夫链模型进行训练，获取所述用户的行动预测结果；/n根据所述用户的行动预测结果调节室内的温度以及照明的亮度。/n

【技术特征摘要】
1.一种家庭电器优化使用管理方法，其特征在于，包括：
根据人体感应器获取用户的相关数据，所述相关数据包括对所述用户的定位；
根据所述相关数据构建马尔可夫链模型，采用深度Q学习对所述马尔可夫链模型进行训练，获取所述用户的行动预测结果；
根据所述用户的行动预测结果调节室内的温度以及照明的亮度。


2.根据权利要求1所述的家庭电器优化使用管理方法，其特征在于，所述根据所述相关数据构建马尔可夫链模型，采用深度Q学习对所述马尔可夫链模型进行训练，获取所述用户的行动预测结果，包括：
根据所述用户Pn处于的房间Rn定位，构建马尔可夫链模型，采用深度Q学习预测所述用户Pn将前往的房间Rn的状态-行为最优值Qk+1(s,a)，如下：
Qk+1(s,a)＝(1-α)Qk(s,a)+α(r+γmaxQk(s',a'))；
式中，Qk为所述用户的状态s和行为a的最优值，标记为Qk(s,a)，α为学习率，γ为折扣率，r为状态s到状态s'和行为a到行为a'获得的回报。


3.根据权利要求2所述的家庭电器优化使用管理方法，其特征在于，所述根据所述相关数据构建马尔可夫链模型，采用深度Q学习对所述马尔可夫链模型进行训练，获取所述用户的行动预测结果之后，还包括：
根据预设的气象信息与所述用户的月度用电量信息结合，通过特征分析和主成分分析，确定所述用户的用电电量的影响因子，根据线性回归算法获取所述用户的未来月度用量预测结果，进而获取用户用电习惯。


4.根据权利要求3所述的家庭电器优化使用管理方法，其特征在于，所述根据所述用户的行动预测结果调节室内的温度以及照明的亮度，包括：
根据所述行动预测结果与所述用户用电习惯，将所述用户预计前往的房间温度调节至预设值，利用音频采集器，采集所述用户的控制指令，调节所述用户所处室内的温度以及照明的亮度。


5.一种家庭电器优化使用管理装置，其特征在于，包括：
获取模块，用于根据人体感应器获取用户的相关数据，所述相关数...

【专利技术属性】
技术研发人员：张珮明，
申请(专利权)人：广东电网有限责任公司，广东电网有限责任公司电力调度控制中心，
类型：发明
国别省市：广东;44