基于深度学习的智能家居控制系统及其方法技术方案

本发明专利技术公开了基于深度学习的智能家居控制系统及其方法，具体涉及智能家居领域，用于解决现有的智能家居控制常常仅用单一逻辑进行调控，对于实现最终调控结果的时间并没有合理规划，且现有的控制系统进行环境调节时，常常仅单独针对室内环境进行调节，未充分考虑室外环境对室内环境调节的影响，从而使其节能效果不够好的问题；包括服务器，以及与服务器通讯连接的数据采集模块、定时反馈模块、分析处理模块以及设备控制模块；是通过在室内无人的状态下，以预定时间为目标，在确保能够完成调控任务的前提下，以节能调控为主，避免了传统智能家居以恒定功率进行调控，在人员未到家时，过于提前地对室内环境进行调节，导致能源的浪费。的浪费。的浪费。

【技术实现步骤摘要】
基于深度学习的智能家居控制系统及其方法


[0001]本专利技术涉及智能家居
，更具体地说，本专利技术涉及基于深度学习的智能家居控制系统及其方法。

技术介绍

[0002]智能家居（smart home, home automation）是以住宅为平台，利用网络通信技术、 安全防范技术、构建高效的住宅设施与家庭日程事务的管理系统。
[0003]现有的智能家居在进行温湿度调控时，大多仅根据室内温湿度对相应设备进行调控，当室内温湿度不符合标准时，对空调/加湿器进行开闭调节。
[0004]但现有的智能家居控制常常仅用单一逻辑进行调控，对于实现最终调控结果的时间并没有合理规划，例如当室内无用户存在，且用户进行远程调控时，系统常常仍采用与室内有用户一样的逻辑，即快速将室内各类环境指数调节至舒适区域内，导致了能源的浪费，不利于环保节能，且现有的控制系统进行环境调节时，常常仅单独针对室内环境进行调节，未充分考虑室外环境对室内环境调节的影响，从而使其节能效果不够好。
[0005]针对上述技术缺陷，现提出一种解决方案。

技术实现思路

[0006]为了克服现有技术的上述缺陷，本专利技术的实施例提供基于深度学习的智能家居控制系统及其方法，根据室内人员状况，控制相应智能设备的运行功率，从而调控室内环境调节速率，同时，还根据室内外焓值差异确定是否需要开窗通过室外环境加快室内环境调节速度，以解决上述
技术介绍
中提出的问题。
[0007]为实现上述目的，本专利技术提供如下技术方案：基于深度学习的智能家居控制系统，包括服务器，以及与服务器通讯连接的数据采集模块、定时反馈模块、分析处理模块以及设备控制模块；所述服务器用于调控其他各模块运行，其生成数据采集信号并将数据采集信号发送至数据采集模块，数据采集模块进行环境信息采集；所述数据采集模块对室内以及室外环境信息进行采集，并将采集后的数据发送至分析处理模块进行分析，同时还对室内用户状况信息进行采集，并将该信息同样发送至分析处理模块进行分析处理；所述定时反馈模块用于用户对自身到家的预设时间进行设置，并将预设时间发送至分析处理模块进行分析处理；所述分析处理模块主要用于根据室内用户状况信息，确定系统的调节方向，并根据室内外环境状况选择室内单独调控模式或室内外混合调控模式，并根据分析结果向设备控制模块发出控制信号；所述设备控制模块用于接收分析处理模块发送的控制信号，并根据该信号开闭相关设备与窗户。
[0008]在一个优选的实施方式中，所述数据采集模块采集的环境信息，包括室内空气温度、室外空气温度、室内空气湿度、室外空气湿度、室内空气质量指数、室外空气质量指数、室内噪音分贝以及室外噪音分贝；所述室内用户状况信息是指室内有无用户存在。
[0009]在一个优选的实施方式中，所述分析处理模块主要用于根据室内用户状况信息确定系统的调节方向，具体如下：当室内无用户存在时，分析处理模块以节能调节为主，调节速率为辅，当室内有用户存在时，分析处理模块以调节速率为主，节能调节为辅。
[0010]在一个优选的实施方式中，当室内无用户存在时，所述分析处理模块实时监测定时反馈模块发送的信息，若接收到预设时间信息，则开启室内环境调节，判断数据采集模块采集的室内环境信息是否符合标准阈值，若不符合则开启相应设备，对室内不符合标准阈值的环境参数进行调节；并通过计算室内外空气焓值差异与室外空气质量指数差异，判断是否开窗调节室内环境。
[0011]在一个优选的实施方式中，当室内有用户存在时，分析处理模块实时监测数据采集模块采集的环境信息，当室内环境信息不符合标准阈值时，开启相应设备的最大功率进行调节并通过计算室内外空气焓值差异与室外噪声分贝差异，判断是否开窗调节室内环境。
[0012]基于深度学习的智能家居控制方法，基于上述任一项所述的智能家居控制系统，包括如下步骤：步骤S100，数据采集模块采集室内外环境信息与室内用户状况信息，并将获取的信息发送给分析处理模块进行分析处理；步骤S200，分析处理模块接收到室内用户状况信息后，根据室内人员的存在情况进行针对性分析，并根据分析结果向设备控制模块发出控制信号，具体分析过程如下：若室内无人员存在则进行步骤S210，以节能调节为主，调节速率为辅对室内环境进行调节；若室内有人员存在则进行步骤S220，以为调节速率主，节能调节为辅对室内环境进行调节；步骤S300，设备控制模块接收分析处理模块发出的控制信号，并控制相关设备与窗户开闭。
[0013]在一个优选的实施方式中，在步骤S210中，包括如下步骤：步骤S211，分析处理模块计算室内外空气焓值，获得室内外空气焓值差异；步骤S212，根据室内外空气焓值差异，判断开窗是否有利于加速室内环境调节，具体判断方法如下：若室内环境温度偏低，且室外焓值大于室内时，开窗有利于加速室内环境调节；若室内环境温度偏高，且室外焓值小于室内时，开窗有利于加速室内环境调节；步骤S213，当开窗有利于加速室内环境调节时，分析处理模块比较室内空气质量指数与室外空气质量指数数值大小对是否开窗进行进一步判断，具体判断如下：若An<Aw，且Aw
‑
An>Ac，且Aw>A0，则分析处理模块根据公式判断是否开窗，具体公式如下：
上述内容中，An为室内空气质量指数，Aw为室外空气质量指数；Ac为额定室内外空气质量偏差值；A0为预警空气质量指数；为室内外焓值的有效增益；E为开窗评判系数；与分别为室内外焓值的有效增益和室内外空气质量偏差值的预设比例系数，且。
[0014]在一个优选的实施方式中，在步骤S220中，包括如下步骤：步骤S221，分析处理模块计算室内外空气焓值，获得室内外空气焓值差异；步骤S222，根据室内外空气焓值差异，判断开窗是否有利于加速室内环境调节，具体判断方法如下：若室内环境温度偏低，且室外焓值大于室内时，开窗有利于加速室内环境调节；若室内环境温度偏高，且室外焓值小于室内时，开窗有利于加速室内环境调节；步骤S223，当开窗有利于加速室内环境调节时，分析处理模块比较室内噪音分贝与室外噪音分贝数值大小对是否开窗进行进一步判断，具体判断如下：若Dn<Dw，且Dw
‑
Dn>Dc，则分析处理模块不发出开窗指令，仅通过室内相关设备对室内环境进行调节，反之则发出开窗指令进行开窗通风；式中，Dn为室内噪音分贝，Dw为室外噪音分贝；Dc为额定室内外噪音偏差值。
[0015]本专利技术基于深度学习的智能家居控制系统及其方法的技术效果和优点：1.本专利技术在室内无人的状态下，以预定时间为目标，在确保能够完成调控任务的前提下，以节能调控为主，避免了传统智能家居以恒定功率进行调控，在人员未到家时，过于提前地对室内环境进行调节，导致能源的浪费；2.本专利技术对室内环境进行调节时，充分利用了室外环境，一方面能够起到加速调节室内环境的作用，另一方面利用自然资源也减少了室内设备的用电量，避免了传统智能家居仅单一地利用相应设备对室内环境进行调控，不够节能环保。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于深度学习的智能家居控制系统，其特征在于：包括服务器，以及与服务器通讯连接的数据采集模块、定时反馈模块、分析处理模块以及设备控制模块；所述服务器用于调控其他各模块运行，其生成数据采集信号并将数据采集信号发送至数据采集模块，数据采集模块进行环境信息采集；所述数据采集模块对室内以及室外环境信息进行采集，并将采集后的数据发送至分析处理模块进行分析，同时还对室内用户状况信息进行采集，并将该信息同样发送至分析处理模块进行分析处理；所述定时反馈模块用于用户对自身到家的预设时间进行设置，并将预设时间发送至分析处理模块进行分析处理；所述分析处理模块主要用于根据室内用户状况信息，确定系统的调节方向，并根据室内外环境状况选择室内单独调控模式或室内外混合调控模式，并根据分析结果向设备控制模块发出控制信号；所述设备控制模块用于接收分析处理模块发送的控制信号，并根据该信号开闭相关设备与窗户。2.根据权利要求1所述的基于深度学习的智能家居控制系统，其特征在于：所述数据采集模块采集的环境信息，包括室内空气温度、室外空气温度、室内空气湿度、室外空气湿度、室内空气质量指数、室外空气质量指数、室内噪音分贝以及室外噪音分贝；所述室内用户状况信息是指室内有无用户存在。3.根据权利要求1所述的基于深度学习的智能家居控制系统，其特征在于：所述分析处理模块主要用于根据室内用户状况信息确定系统的调节方向，具体如下：当室内无用户存在时，分析处理模块以节能调节为主，调节速率为辅，当室内有用户存在时，分析处理模块以调节速率为主，节能调节为辅。4.根据权利要求3所述的基于深度学习的智能家居控制系统，其特征在于：当室内无用户存在时，所述分析处理模块实时监测定时反馈模块发送的信息，若接收到预设时间信息，则开启室内环境调节，判断数据采集模块采集的室内环境信息是否符合标准阈值，若不符合则开启相应设备，对室内不符合标准阈值的环境参数进行调节；并通过计算室内外空气焓值差异与室外空气质量指数差异，判断是否开窗调节室内环境。5.根据权利要求3所述的基于深度学习的智能家居控制系统，其特征在于：当室内有用户存在时，分析处理模块实时监测数据采集模块采集的环境信息，当室内环境信息不符合标准阈值时，开启相应设备的最大功率进行调节并通过计算室内外空气焓值差异与室外噪声分贝差异，判断是否开窗调节室内环境。6.基于深度学习的智能家居控制方法，基于上述权利要求1
‑
5任一项所述的智能家居控制系统，其特征在于：包括如下步骤：步骤S100，数据采集模块采集室内外环境信息与室内用户状况信息，并将获取的信息发送给分析处理模块进行分析处理；步骤S200，分析处理...

【专利技术属性】
技术研发人员：黄裕安，
申请(专利权)人：深圳市虎一科技有限公司，
类型：发明
国别省市：