一种空调自动调控方法、设备、空调和存储介质技术

本发明专利技术涉及空调技术领域，具体提供一种空调自动调控方法、设备、空调和存储介质。本发明专利技术的空调自动调控方法包括：响应于空调的智能调控运行模式，获取空调的编组信息、当前时间信息以及空调所在的空调组中其他开机空调的当前设定温度；根据获取的空调的编组信息、当前时间信息以及空调所在的空调组中其他开机空调的当前设定温度确定空调的目标预测温度并控制空调运行。该方法可以解决或至少部分解决现有空调自动调控模式及预设运行模式智能化程度不高，无法实现空调温度的动态智能调控的问题。问题。问题。

【技术实现步骤摘要】
一种空调自动调控方法、设备、空调和存储介质


[0001]本专利技术涉及空调
，具体提供一种空调自动调控方法、设备、空调和存储介质。

技术介绍

[0002]现有空调控制模式中的自动调控模式一般需要人为预先进行温度设定，并在空调运行时通过比较设定温度和室外环境温度来实现对空调运行模式的调控，例如当空调的温度传感器检测到室外环境温度达到制冷或制热需求时空调会按照预先设定的温度执行自动调控；还有一些空调控制器可以针对不同用户群体以及不同需求设置不同的预设运行模式，例如孕妇模式，成人模式，睡眠模式等等，但这些针对不同用户群体以及不同需求的预设运行模式也都需要提前设定需求温度。
[0003]然而在实际应用中，不同用户群体在不同时间段、不同场景下对空调的需求温度都是不同的，例如酒店的儿童活动区、健身区、会议区等功能分区比较明显的场景下用户对空调的需求温度不同，又例如同样是在酒店的客房区，用户在夜间和中午对空调的需求温度也是不同的，因此需要一种能够根据当前时间、当前场景来动态智能调控空调设定温度的方法。而上述现有的空调自动调控模式及预设运行模式均需要人为预先执行相关设置，智能化程度不高，无法实现空调温度的动态智能调控。
[0004]相应地，本领域需要一种空调自动调控方法来解决上述问题。

技术实现思路

[0005]为了克服上述缺陷，提出了本专利技术，以提供解决或至少部分解决现有空调自动调控模式及预设运行模式智能化程度不高，无法实现空调温度的动态智能调控的问题的方法。
[0006]在第一方面，本专利技术提供一种空调自动调控方法，所述方法包括以下步骤：
[0007]响应于所述空调的智能调控运行模式，获取所述空调的编组信息、当前时间信息以及所述空调所在的空调组中其他开机空调的当前设定温度；
[0008]根据获取的所述空调的编组信息、当前时间信息以及所述空调所在的空调组中其他开机空调的当前设定温度确定所述空调的目标预测温度并控制所述空调运行。
[0009]在一些实施例中，所述根据获取的所述空调的编组信息、当前时间信息以及所述空调所在的空调组中其他开机空调的当前设定温度确定所述空调的目标预测温度并控制所述空调运行包括：
[0010]将所述空调的编组信息、当前时间信息输入训练好的温度预测模型，获取所述温度预测模型输出的模型预测温度；
[0011]基于所述模型预测温度以及所述空调组中其他开机空调的当前设定温度对所述模型预测温度进行修正，以获得所述目标预测温度；
[0012]基于所述目标预测温度控制所述空调运行。
[0013]在一些实施例中，所述空调自动调控方法还包括对所述温度预测模型进行训练，其中，所述温度预测模型为RNN训练模型，所述对所述温度预测模型进行训练包括：
[0014]获取所述空调组中所有空调的历史运行数据以及所述所有空调的编组信息作为训练样本集，所述历史运行数据包括历史空调设定温度以及与所述历史空调设定温度对应的空调运行时间信息；
[0015]基于所述训练样本集对所述温度预测模型进行训练。
[0016]在一些实施例中，所述对所述温度预测模型进行训练还包括：
[0017]以预设时间间隔获取所述空调组中空调的运行模式为非智能调控运行模式时用户自设定的温度，并基于获取的所述用户自设定的温度、与所述用户自设定的温度对应的空调运行时间信息以及所述空调的编组信息更新所述温度预测模型的训练样本集，并基于更新后的所述训练样本集对所述温度预测模型进行模型训练。
[0018]在一些实施例中，所述基于获取的所述用户自设定的温度、与所述用户自设定的温度对应的空调运行时间信息以及所述空调的编组信息更新所述温度预测模型的训练样本集包括：
[0019]基于所述空调的历史运行数据判断所述用户自设定的温度是否合理；
[0020]若合理，则将所述用户自设定的温度、与所述用户自设定的温度对应的空调运行时间以及所述空调的编组信息加入所述训练样本集，以更新所述训练样本集；
[0021]否则，不更新所述训练样本集。
[0022]在一些实施例中，所述基于所述模型预测温度以及所述空调组中其他开机空调的当前设定温度对所述模型预测温度进行修正，以获得所述目标预测温度包括：
[0023]基于所述模型预测温度以及所述空调组中其他开机空调的当前设定温度的权重计算所述目标预测温度，其中，所述模型预测温度以及所述空调组中其他开机空调的当前设定温度各自对应的权重大于等于零，且所述各自对应的权重之和等于1。
[0024]在一些实施例中，所述空调组中所有空调的历史运行数据还包括历史环境温度数据，所述方法还包括：
[0025]基于所述温度预测模型获取预测的环境温度；
[0026]当所述空调发生故障时，调取所述预测的环境温度，并基于所述预测的环境温度控制所述空调执行相应操作。
[0027]在第二方面，提供一种电子设备，所述电子设备包括处理器和存储器，所述存储器适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行上述任一项所述的空调自动调控方法。
[0028]在第三方面，提供一种空调，所述空调包括本体、处理器和存储器，所述存储器适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行上述任一项所述的空调自动调控方法。
[0029]在第四方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行上述任一项所述的空调自动调控方法。
[0030]在采用上述技术方案的情况下，本专利技术能够提供一种空调自动调控方法，该方法当空调的运行模式为智能调控运行模式时，基于空调的编组信息、当前时间信息和空调所
在空调组中其他开机空调的当前设定温度确定该空调的目标预测温度并控制该空调运行。该方法通过将空调的编组信息、当前时间信息输入训练好的温度预测模型，获取温度预测模型输出的模型预测温度；基于模型预测温度以及空调组中其他开机空调的当前设定温度对模型预测温度进行修正，以获得该空调的目标预测温度。因为在实际应用中是根据空调所处的场景(位置)进行空调组划分的，不同的空调组即对应不同的场景(例如，在酒店空调系统中空调组1可对应儿童活动区、空调组2可对应健身区)，所以说该方法实际上综合考虑了空调当前运行的时间信息和空调所属的场景(空调的编组信息)，在无需用户自行设定空调运行温度的前提下可动态智能地获得空调的目标预测温度并根据获得的目标预测温度控制空调运行。采用该方法可以有效解决现有空调自动调控模式及预设运行模式智能化程度不高，无法根据当前时间、当前场景来动态智能调控空调设定温度的问题。
附图说明
[0031]参照附图，本专利技术的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于说明的目的，而并非意在对本专利技术的保护范围组成限制。此外，图中类似的数字用以表示类似的部件，其中：
[0032]图1是根据本专利技术实施例提供的一种空调自本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种空调自动调控方法，其特征在于，所述方法包括以下步骤：响应于所述空调的智能调控运行模式，获取所述空调的编组信息、当前时间信息以及所述空调所在的空调组中其他开机空调的当前设定温度；根据获取的所述空调的编组信息、当前时间信息以及所述空调所在的空调组中其他开机空调的当前设定温度确定所述空调的目标预测温度并控制所述空调运行。2.根据权利要求1所述的一种空调自动调控方法，其特征在于，所述根据获取的所述空调的编组信息、当前时间信息以及所述空调所在的空调组中其他开机空调的当前设定温度确定所述空调的目标预测温度并控制所述空调运行包括：将所述空调的编组信息、当前时间信息输入训练好的温度预测模型，获取所述温度预测模型输出的模型预测温度；基于所述模型预测温度以及所述空调组中其他开机空调的当前设定温度对所述模型预测温度进行修正，以获得所述目标预测温度；基于所述目标预测温度控制所述空调运行。3.根据权利要求2所述的一种空调自动调控方法，其特征在于，所述方法还包括对所述温度预测模型进行训练，其中，所述温度预测模型为RNN训练模型，所述对所述温度预测模型进行训练包括：获取所述空调组中所有空调的历史运行数据以及所述所有空调的编组信息作为训练样本集，所述历史运行数据包括历史空调设定温度以及与所述历史空调设定温度对应的空调运行时间信息；基于所述训练样本集对所述温度预测模型进行训练。4.根据权利要求3所述的一种空调自动调控方法，其特征在于，所述对所述温度预测模型进行训练还包括：以预设时间间隔获取所述空调组中空调的运行模式为非智能调控运行模式时用户自设定的温度，并基于获取的所述用户自设定的温度、与所述用户自设定的温度对应的空调运行时间信息以及所述空调的编组信息更新所述温度预测模型的训练样本集，并基于更新后的所述训练样本集对所述温度预测模型进行...

【专利技术属性】
技术研发人员：周慧敏，程绍江，纪彩艳，孟钰，杨青，曾现芹，
申请(专利权)人：青岛海尔空调器有限总公司海尔智家股份有限公司，
类型：发明
国别省市：