热水器温度的设置方法、热水器以及存储介质技术

本申请公开了一种热水器温度的设置方法、热水器以及计算机可读存储介质。该方法包括：获取所述热水器的历史用水量；根据所述历史用水量预测所述热水器的预测用水量；根据所述预测用水量确定所述热水器的设置温度；其中，所述设置温度所能供应的用水量大于或等于所述预测用水量；采用所述设置温度对所述热水器的加热温度进行设置。通过上述方式，使得热水器在节能的同时，满足用户的真实用水需求，提高用户体验。用户体验。用户体验。

【技术实现步骤摘要】
热水器温度的设置方法、热水器以及存储介质


[0001]本申请涉及智能控制
，特别是涉及一种热水器温度的设置方法、热水器以及计算机可读存储介质。

技术介绍

[0002]空气能热水器，工作原理是把空气中的低温热量吸收进来，经过介质气化，然后通过压缩机压缩后增压升温，再通过换热器转化给水加热，压缩后的高温热能以此来加热水温。空气能热水器具有高效节能的特点，利用能效高。
[0003]传统空气能热水器的加热方法通常只考虑在每天温度最高时加热，这种加热方式无法结合用户的用水习惯，而没有考虑到用户的真实用水需求，当空气能热水器在预约定时加热模式下工作时，如果遇到突发紧急用水情况，水箱中水温可能会达不到设定温度，从而导致热水量输出不足的情况发生，影响用户的用水体验。而当空气能热水器在即时加热或者即用即热模式下工作时，由于水箱中的水温长时间处于最高水温状态，在用户不使用热水的阶段，热量损耗较大，且压缩机也存在频繁启停的情况，影响压缩机的使用寿命。

技术实现思路

[0004]本申请提供一种热水器温度的设置方法、热水器以及计算机可读存储介质，以解决现有技术中热水器的加热方式无法适应用户用水需求的问题。
[0005]为解决上述技术问题，本申请提出热水器温度的设置方法，该方法包括：获取热水器的历史用水量。根据历史用水量预测热水器的预测用水量。根据预测用水量确定热水器的设置温度。其中，设置温度所能供应的用水量大于或等于预测用水量。采用设置温度对热水器的加热温度进行设置。
[0006]进一步地，根据预测用水量确定热水器的设置温度，包括：确定预测用水量与热水器容积的体积比。确定热水器的出水温度与进水温度的温度差。根据体积比和温度差，确定热水器的设置温度。
[0007]进一步地，根据体积比和温度差，确定热水器的设置温度，包括：根据以下公式计算热水器的设置温度：
[0008][0009]其中，T表示热水器的设置温度，T
出
表示热水器的出水温度，T
进
表示热水器的进水温度，U表示热水器的预测用水量，V表示热水器容积。
[0010]进一步地，获取热水器的历史用水量，包括：获取热水器的历史用水温度特征。将历史用水温度特征输入预置的历史用水量预测模型，输出热水器的历史用水量。其中，热水器的历史用水量预测模型为预先采用训练用水事件对应的热水器的历史用水温度特征作为训练数据训练得到的。
[0011]进一步地，获取热水器的历史用水温度特征包括以下的至少一种：热水器的进水
温度。热水器水箱底部的最高温度与热水器水箱底部的最低温度之差。热水器水箱顶部的最高温度与热水器水箱顶部的最低温度之差。热水器水箱底部的最高温度与热水器水箱底部的最低温度之差，与热水器的进水温度的乘积。热水器水箱顶部的最高温度与热水器水箱顶部的最低温度之差，与热水器的进水温度的乘积。
[0012]进一步地，根据历史用水量预测热水器的预测用水量，包括：将历史用水量输入至用水量预测模型中，得到用水量预测模型输出的预测用水量。其中，用水量预测模型为预先采用训练用水事件对应的热水器的历史用水量作为样本输入数据，采用训练用水事件对应的热水器的预测用水量作为样本输出数据，进行训练得到的。
[0013]进一步地，根据历史用水量预测热水器的预测用水量，包括：获取气温数据和节假日数据。将热水器的历史用水量、气温数据和节假日数据输入至用水量预测模型中，得到用水量预测模型输出的热水器的预测用水量。其中，用水量预测模型为预先采用训练用水事件对应的热水器的历史用水量、气温数据和节假日数据作为样本输入数据，采用训练用水事件对应的热水器的预测用水量作为样本输出数据，进行训练得到的。
[0014]进一步地，在用水量预测模型的训练过程中，采用热水器实际用水量减去热水器的预测用水量所获得的差值作为用水量预测模型的损失函数的一个正则化项。
[0015]进一步地，用水量预测模型基于线性回归方程建立。损失函数包括第一正则化项、第二正则化项以及第三正则化项，第一正则化项为线性回归方程中的系数的绝对值之和，第二正则化项为线性回归方程中的系数的平方和，第三正则化项为热水器的实际用水量减去热水器的预测用水量所获得的差值。
[0016]进一步地，用水量预测模型为：
[0017][0018]损失函数为：
[0019][0020]其中，y
i
为第i个训练用水事件对应的热水器的实际用水量，为用水量预测模型输出的第i个热水器的预测用水量，α、β和γ为超参数，α、β和γ均大于0，n为训练用水事件的总数，a
j
为线性回归方程的第j个系数，m表示线性回归方程共有m个系数。
[0021]进一步地，根据预测用水量获取热水器的设置温度之后，还包括：对获取的热水器的设置温度进行极值纠正。
[0022]进一步地，根据以下公式对热水器的预测用水量进行极值纠正：
[0023][0024]其中，T表示热水器最终的设置温度，T
出
表示热水器的出水温度，表示根据预测用水量获取的热水器的设置温度，T
最高
表示热水器允许设置的最高温度。
[0025]为解决上述技术问题，本申请提出一种热水器，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法的步骤。
[0026]为解决上述技术问题，本申请提出一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述方法的步骤。
[0027]区别于现有技术，本申请提供的热水器温度的设置方法，首先根据热水器的历史用水量预测热水器的未来的预测用水量，进而根据预测用水量确定热水器的设置温度，其中，设置温度所能供应的用水量大于或等于预测用水量。因此，本申请在确定热水器的设置温度时，将用户的预测用水量作为参考因素考虑进去，进而使得到的热水器的设置温度能够供应的用水量大于用户的预测用水量，保证用户正常的用水需求，在节能的同时，提高用户体验。
附图说明
[0028]为了更清楚地说明本申请中的技术方案，下面将对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，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。
[0029]图1是本申请提供的热水器温度的设置方法一实施例的流程示意图；
[0030]图2是图1中步骤S10一实施方式的流程示意图；
[0031]图3是图1中步骤S20一实施方式的流程示意图；
[0032]图4是图1中步骤S30一实施方式的流程示意图；
[0033]图5是本申请提供的热水器一实施例的结构示意图；
[0034]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
[0035]为使本领域的技术人员更好地理解本申请的技术方案，下面结合附图和具本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种热水器温度的设置方法，其特征在于，所述方法包括：获取所述热水器的历史用水量；根据所述历史用水量预测所述热水器的预测用水量；根据所述预测用水量确定所述热水器的设置温度，其中，所述设置温度所能供应的用水量大于或等于所述预测用水量；采用所述设置温度对所述热水器的加热温度进行设置。2.根据权利要求1所述的方法，其特征在于，所述根据所述预测用水量确定所述热水器的设置温度，包括：确定所述预测用水量与所述热水器容积的体积比；确定所述热水器的出水温度与进水温度的温度差；根据所述体积比和所述温度差，确定所述热水器的设置温度。3.根据权利要求2所述的方法，其特征在于，所述根据所述体积比和所述温度差，确定所述热水器的设置温度，包括：根据以下公式计算所述热水器的设置温度：其中，T表示所述热水器的设置温度，T
出
表示所述热水器的出水温度，T
进
表示所述热水器的进水温度，U表示所述热水器的预测用水量，V表示所述热水器容积。4.根据权利要求1所述的方法，其特征在于，所述获取所述热水器的历史用水量，包括：获取所述热水器的历史用水温度特征；将所述历史用水温度特征输入预置的历史用水量预测模型，输出所述热水器的历史用水量；其中，所述热水器的历史用水量预测模型为预先采用训练用水事件对应的所述热水器的历史用水温度特征作为训练数据训练得到的。5.根据权利要求4所述的方法，其特征在于，所述获取所述热水器的历史用水温度特征包括以下的至少一种：所述热水器的进水温度；所述热水器水箱底部的最高温度与所述热水器水箱底部的最低温度之差；所述热水器水箱顶部的最高温度与所述热水器水箱顶部的最低温度之差；所述热水器水箱底部的最高温度与所述热水器水箱底部的最低温度之差，与所述热水器的进水温度的乘积；所述热水器水箱顶部的最高温度与所述热水器水箱顶部的最低温度之差，与所述热水器的进水温度的乘积。6.根据权利要求1所述的方法，其特征在于，所述根据所述历史用水量预测所述热水器的预测用水量，包括：将所述历史用水量输入至用水量预测模型中，得到所述用水量预测模型输出的所述预测用水量；其中，所述用水量预测模型为预先采用训练用水事件对应的所述热水器的历史用水量
作为样本输入数据，采用所述训练用水事件对应的所述热水器的预测用水量作为样本输出数据，进行训练得到的。7.根据权利要求1所述的方法，其特征在于，所述根据所述历史用水量预测所述热水器的预测用水量，包括：获取气温数据...

【专利技术属性】
技术研发人员：戴威，简翱，陈昕乐，马群，
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：