数字孪生室温预测方法、智能家居设备控制方法及装置制造方法及图纸

本发明专利技术涉及温度预测技术领域，提供一种数字孪生室温预测方法、智能家居设备控制方法及装置，首先获取目标房间的热参数、尺寸参数以及室外温度参数；然后基于室温预测模型，确定目标房间的热参数、尺寸参数以及室外温度参数对应的目标房间的室内温度参数。该方法引入目标房间的热参数、尺寸参数以及室外温度参数，并结合室温预测模型，共同实现对目标房间的室内温度参数的确定，可以摆脱温度传感器的束缚，即使在目标房间内没有安装有温度传感器的情况下，也能够确定目标房间的室内温度，可以节约室内温度的获取成本。而且，在该方法中，引入目标房间的热参数、尺寸参数以及室外温度参数，可以提高室内温度的准确性。可以提高室内温度的准确性。可以提高室内温度的准确性。

【技术实现步骤摘要】
数字孪生室温预测方法、智能家居设备控制方法及装置


[0001]本专利技术涉及温度预测
，尤其涉及一种数字孪生室温预测方法、智能家居设备控制方法及装置。

技术介绍

[0002]随着智能家居(smart home，home automation)的广泛应用以及用户对室内舒适度的要求逐渐提高，获取室温以对智能家居进行控制进而保证用户的室内舒适度至关重要。
[0003]现有技术中，通常通过室内安装的温度传感器直接进行温度测量，但是处于成本考虑，室内安装温度传感器的方案并未普及，对于没有安装温度传感器的房间则无法获取房间的室内温度，这将导致后续无法对智能家居进行自动控制，进而无法保证用户的室内舒适度。
[0004]为此，现急需提供一种室温预测方法。

技术实现思路

[0005]本专利技术提供一种数字孪生室温预测方法、智能家居设备控制方法及装置，用以解决现有技术中存在的缺陷。
[0006]本专利技术提供一种数字孪生室温预测方法，包括：
[0007]获取目标房间的热参数、尺寸参数以及室外温度参数；所述目标房间内安装有具有联网功能的智能家居设备；
[0008]基于室温预测模型，确定所述目标房间的热参数、尺寸参数以及室外温度参数对应的所述目标房间的室内温度参数；
[0009]其中，所述室温预测模型基于携带有室内温度标签的样本房间的热参数、尺寸参数以及室外温度参数确定，所述室温预测模型用于表征任一房间的热参数、尺寸参数以及室外温度参数与室内温度参数之间的定量关系。/>[0010]根据本专利技术提供的一种数字孪生室温预测方法，所述热参数包括日照参数、结构热交换参数、温度调节参数以及气流热量交换参数中的至少一项；
[0011]所述日照参数包括日照直射面积参数、日照角度参数以及日照强度参数中的至少一项；
[0012]所述结构热交换参数包括房间对外接触面积参数、房间对内接触面积参数以及墙体导热系数参数中的至少一项；
[0013]所述温度调节参数包括所述目标房间内的温度调节设备的工作参数；
[0014]所述气流热量交换参数包括通风量参数以及室外风速参数中的至少一项。
[0015]根据本专利技术提供的一种数字孪生室温预测方法，所述热参数、所述尺寸参数以及所述室外温度参数基于如下方法获取：
[0016]基于用户交互设备，接收用户输入的所述热参数、所述尺寸参数以及所述室外温
度参数；
[0017]或者，基于所述智能家居设备的网络地址，确定所述热参数、所述尺寸参数以及所述室外温度参数。
[0018]根据本专利技术提供的一种数字孪生室温预测方法，所述温度调节设备包括暖气，所述暖气的工作参数包括工作功率；
[0019]所述墙体导热系数参数、所述暖气的工作功率以及所述尺寸参数基于如下方法确定：
[0020]基于所述网络地址，确定房间所在区域的墙体导热系数平均值、暖气工作功率平均值以及尺寸平均值；
[0021]将所述墙体导热系数平均值作为所述墙体导热系数参数，将所述暖气工作功率平均值作为所述暖气的工作功率，将所述尺寸平均值作为所述尺寸参数。
[0022]根据本专利技术提供的一种数字孪生室温预测方法，所述温度调节设备还包括智能温度调节设备，所述智能温度调节设备包括空调、电暖气以及燃气中的至少一项；所述空调的工作参数、所述电暖气的工作参数以及所述燃气的工作参数均包括工作功率以及工作开关字段，所述通风量参数包括通风量以及通风开关字段；
[0023]所述空调的工作参数、所述电暖气的工作参数、所述燃气的工作参数以及所述通风量参数基于如下方法确定：
[0024]基于所述网络地址，采集所述空调的工作功率、所述电暖气的工作功率、所述燃气的工作功率以及所述通风量，并基于采集结果，确定所述空调的工作开关字段、所述电暖气的工作开关字段、所述燃气的工作开关字段以及所述通风开关字段。
[0025]根据本专利技术提供的一种数字孪生室温预测方法，所述日照直射面积参数、所述房间对外接触面积参数以及所述房间对内接触面积参数均包括第一面积极值和第二面积极值，所述室温预测模型包括第一室温预测模型以及第二室温预测模型，所述室内温度参数包括第一室内温度以及第二室内温度；
[0026]相应地，所述基于室温预测模型，确定所述目标房间的热参数、尺寸参数以及室外温度参数对应的所述目标房间的室内温度参数，包括：
[0027]基于所述第一室温预测模型，确定所述目标房间的日照直射面积参数的第一面积极值、房间对外接触面积参数的第一面积极值、房间对内接触面积参数的第一面积极值、尺寸参数以及室外温度参数对应的所述目标房间的第一室内温度；
[0028]基于所述第二室温预测模型，确定所述目标房间的日照直射面积参数的第二面积极值、房间对外接触面积参数的第二面积极值、房间对内接触面积参数的第二面积极值、尺寸参数以及室外温度参数对应的所述目标房间的第二室内温度。
[0029]根据本专利技术提供的一种数字孪生室温预测方法，所述室温预测模型的初始模型包括逻辑回归模型、决策树模型、感知机模型或者神经网络模型。
[0030]本专利技术还提供一种智能家居设备控制方法，包括：
[0031]接收用户需求指令，并对所述用户需求指令进行语义解析，确定用户语义解析结果；
[0032]基于所述用户语义解析结果，以及上述的数字孪生室温预测方法得到的所述目标房间的室内温度参数，生成控制指令；
[0033]基于所述控制指令，对所述目标房间内的智能家居设备进行控制。
[0034]本专利技术还提供一种数字孪生室温预测装置，包括：
[0035]获取模块，用于获取目标房间的热参数、尺寸参数以及室外温度参数；所述目标房间内安装有具有联网功能的智能家居设备；
[0036]预测模块，用于基于室温预测模型，确定所述目标房间的热参数、尺寸参数以及室外温度参数对应的所述目标房间的室内温度参数；
[0037]其中，所述室温预测模型基于携带有室内温度标签的样本房间的热参数、尺寸参数以及室外温度参数确定，所述室温预测模型用于表征任一房间的热参数、尺寸参数以及室外温度参数与室内温度参数之间的定量关系。
[0038]本专利技术还提供一种智能家居设备控制装置，包括：
[0039]接收模块，用于接收用户需求指令，并对所述用户需求指令进行语义解析，确定用户语义解析结果；
[0040]生成模块，用于基于所述用户语义解析结果，以及上述的数字孪生室温预测方法得到的所述目标房间的室内温度参数，生成控制指令；
[0041]控制模块，用于基于所述控制指令，对所述目标房间内的智能家居设备进行控制。
[0042]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述的数字孪生室温预测方法或智能家居设备控制方法。
[0043]本专利技术还提供一种非暂态计算机可读存储介质，其上本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数字孪生室温预测方法，其特征在于，包括：获取目标房间的热参数、尺寸参数以及室外温度参数；所述目标房间内安装有具有联网功能的智能家居设备；基于室温预测模型，确定所述目标房间的热参数、尺寸参数以及室外温度参数对应的所述目标房间的室内温度参数；其中，所述室温预测模型基于携带有室内温度标签的样本房间的热参数、尺寸参数以及室外温度参数确定，所述室温预测模型用于表征任一房间的热参数、尺寸参数以及室外温度参数与室内温度参数之间的定量关系。2.根据权利要求1所述的数字孪生室温预测方法，其特征在于，所述热参数包括日照参数、结构热交换参数、温度调节参数以及气流热量交换参数中的至少一项；所述日照参数包括日照直射面积参数、日照角度参数以及日照强度参数中的至少一项；所述结构热交换参数包括房间对外接触面积参数、房间对内接触面积参数以及墙体导热系数参数中的至少一项；所述温度调节参数包括所述目标房间内的温度调节设备的工作参数；所述气流热量交换参数包括通风量参数以及室外风速参数中的至少一项。3.根据权利要求2所述的数字孪生室温预测方法，其特征在于，所述热参数、所述尺寸参数以及所述室外温度参数基于如下方法获取：基于用户交互设备，接收用户输入的所述热参数、所述尺寸参数以及所述室外温度参数；或者，基于所述智能家居设备的网络地址，确定所述热参数、所述尺寸参数以及所述室外温度参数。4.根据权利要求3所述的数字孪生室温预测方法，其特征在于，所述温度调节设备包括暖气，所述暖气的工作参数包括工作功率；所述墙体导热系数参数、所述暖气的工作功率以及所述尺寸参数基于如下方法确定：基于所述网络地址，确定房间所在区域的墙体导热系数平均值、暖气工作功率平均值以及尺寸平均值；将所述墙体导热系数平均值作为所述墙体导热系数参数，将所述暖气工作功率平均值作为所述暖气的工作功率，将所述尺寸平均值作为所述尺寸参数。5.根据权利要求3所述的数字孪生室温预测方法，其特征在于，所述温度调节设备还包括智能温度调节设备，所述智能温度调节设备包括空调、电暖气以及燃气中的至少一项；所述空调的工作参数、所述电暖气的工作参数以及所述燃气的工作参数均包括工作功率以及工作开关字段，所述通风量参数包括通风量以及通风开关字段；所述空调的工作参数、所述电暖气的工作参数、所述燃气的工作参数以及所述通风量参数基于如下方法确定：基于所述网络地址，采集所述空调的工作功率、所述电暖气的工作功率、所述燃气的工作功率以及所述通风量，并基于采集结果，确定所述空调的工作开关字段、所述电暖气的工作开关字段、所述燃气的工作开关字段以及所述通风开关字段。6.根据权利要求3所述的数字孪生室温预测方法，其特征在于，所述日照直射面积参
数、所述房间对外接触面积参数以及所述房间对内接触面积参数均包括第一面积极值和第二面积极值，所述室温预测模型包括第一室温预测模型以...

【专利技术属性】
技术研发人员：邓邱伟，孙雨新，王迪，张丽，
申请(专利权)人：青岛海尔智能家电科技有限公司海尔智家股份有限公司，
类型：发明
国别省市：