本发明专利技术公开了一种热水器的加热控制方法及装置、热水器。其中，该方法包括：获取第一用水数据，其中，第一用水数据是在第一历史时段采集的用水数据，用水数据包括：用水时间、用水量、用水频率、用水温度；利用用水场景确定模型，确定与第一用水数据对应的第一用水场景，其中，用水场景确定模型为使用多组训练数据通过机器学习训练得到，多组训练数据的每一组训练数据均包括：用水数据、与用水数据对应的用水场景，用水场景表示用水方式；基于第一用水场景确定热水器的加热策略；控制热水器按照加热策略运行。本发明专利技术解决了相关技术中热水器的智能化程度比较低，无法进行合理精准控制，导致电能浪费的技术问题。致电能浪费的技术问题。致电能浪费的技术问题。
【技术实现步骤摘要】
热水器的加热控制方法及装置、热水器
[0001]本专利技术涉及智能家电控制
，具体而言，涉及一种热水器的加热控制方法及装置、热水器。
技术介绍
[0002]热水器是每个家庭的刚需家电，目前很多热水器仍然是通过触发控制面板进行相关控制，操作起来比较麻烦。尤其是，热水器安装位置一般比较高，不方便一些用户的操作。即使市场上存在一些具有远程控制开关的热水器；但是，智能化程度还是较低的，无法通过对热水器的合理精准控制达到节能的目的。
[0003]针对上述相关技术中热水器的智能化程度比较低，无法进行合理精准控制，导致电能浪费的问题，目前尚未提出有效的解决方案。
技术实现思路
[0004]本专利技术实施例提供了一种热水器的加热控制方法及装置、热水器，以至少解决相关技术中热水器的智能化程度比较低，无法进行合理精准控制，导致电能浪费的技术问题。
[0005]根据本专利技术实施例的一个方面，提供了一种热水器的加热控制方法，包括：获取第一用水数据，其中，所述第一用水数据是在第一历史时段采集的用水数据，所述用水数据包括：用水时间、用水量、用水频率、用水温度；利用用水场景确定模型，确定与所述第一用水数据对应的第一用水场景，其中，所述用水场景确定模型为使用多组训练数据通过机器学习训练得到，所述多组训练数据的每一组训练数据均包括：用水数据、与所述用水数据对应的用水场景，所述用水场景表示用水方式；基于所述第一用水场景确定所述热水器的加热策略；控制所述热水器按照所述加热策略运行。
[0006]可选地，该热水器的加热控制方法还包括：获取多个用水数据采集周期内采集的第二用水数据，其中，所述用水数据采集周期是历史时间段内的按照预定时长划分得到；对所述第二用水数据进行分类，确定所述第二用水数据对应的第二用水场景；利用所述第二用水数据和所述第二用水场景对初始网络模型进行训练，得到所述用水场景确定模型，其中，所述初始网络模型为所述用水场景确定模型的网络结构。
[0007]可选地，在对所述第二用水数据进行分类，确定所述第二用水数据对应的第二用水场景之前该热水器的加热控制方法还包括：确定用水数据分类策略；其中，确定所述用水数据分类策略，包括：当预定时间段内所述用水数据满足第一预设条件时，确定所述用水场景为用水场景一，其中，所述第一预设条件包括以下至少之一：用水量不超过预定用水量、用水温度小于预定用水温度、用水频率大于预定频率；当所述预定时间段内所述用水数据满足第二预设条件时，确定所述用水场景为用水场景二，其中，所述第一预设条件包括以下至少之一：用水量超过预定用水量、用水温度大于或等于预定用水温度、用水频率小于或等于预定频率。
[0008]可选地，利用所述第二用水数据和所述第二用水场景对初始网络模型进行训练，
包括：将所述第二用水数据转换为所述初始网络模型的输入信息；将所述输入信息输入至所述初始网络模型，得到所述初始网络模型的输出信息；将所述输出信息转换第三用水场景；循环执行上述步骤直到所述第三用水场景与所述第二用水场景相同的次数大于预定阈值。
[0009]可选地，基于所述第一用水场景确定所述热水器的加热策略，包括：获取当前环境温度；在所述用水场景为用水场景一时，根据所述当前环境温度对所述热水器的水箱内的水进行加热，并控制所述水箱内的水保持在第一温度范围内；在所述用水场景为用水场景二时，根据所述当前环境温度和所述热水器的加热功率确定所述热水器的第一加热起始时刻，并在所述第一加热时刻到来时，对所述水箱内的水进行加热，并控制所述水箱内的水保持在第二温度范围内。
[0010]可选地，该热水器的加热控制方法还包括：在控制所述水箱内的水保持在第一温度范围的过程中，若接收到水温调节指令时，启动所述热水器的即热装置对所述水箱内的水进行加热。
[0011]可选地，该热水器的加热控制方法还包括：在所述用水场景为所述用水场景一的情况下，确定对所述水箱内的水进行加热的第二加热起始时刻；在所述第一加热起始时刻与所述第二加热起始时刻相同时，优先执行所述用水场景二对应的加热策略。
[0012]根据本专利技术实施例的另外一个方面，还提供了一种热水器的加热控制装置，包括：第一获取单元，用于获取第一用水数据，其中，所述第一用水数据是在第一历史时段采集的用水数据，所述用水数据包括：用水时间、用水量、用水频率、用水温度；第一确定单元，用于利用用水场景确定模型，确定与所述第一用水数据对应的第一用水场景，其中，所述用水场景确定模型为使用多组训练数据通过机器学习训练得到，所述多组训练数据的每一组训练数据均包括：用水数据、与所述用水数据对应的用水场景，所述用水场景表示用水方式；第二确定单元，用于基于所述第一用水场景确定所述热水器的加热策略；控制单元，用于控制所述热水器按照所述加热策略运行。
[0013]可选地，该热水器的加热控制装置还包括：第二获取单元，用于获取多个用水数据采集周期内采集的第二用水数据，其中，所述用水数据采集周期是历史时间段内的按照预定时长划分得到；分类单元，用于对所述第二用水数据进行分类，确定所述第二用水数据对应的第二用水场景；训练单元，用于利用所述第二用水数据和所述第二用水场景对初始网络模型进行训练，得到所述用水场景确定模型，其中，所述初始网络模型为所述用水场景确定模型的网络结构。
[0014]可选地，该热水器的加热控制装置还包括：第三确定单元，用于在对所述第二用水数据进行分类，确定所述第二用水数据对应的第二用水场景之前，确定用水数据分类策略；其中，所述第三确定单元，包括：第一确定模块，用于当预定时间段内所述用水数据满足第一预设条件时，确定所述用水场景为用水场景一，其中，所述第一预设条件包括以下至少之一：用水量不超过预定用水量、用水温度小于预定用水温度、用水频率大于预定频率；第二确定模块，用于当所述预定时间段内所述用水数据满足第二预设条件时，确定所述用水场景为用水场景二，其中，所述第一预设条件包括以下至少之一：用水量超过预定用水量、用水温度大于或等于预定用水温度、用水频率小于或等于预定频率。
[0015]可选地，所述训练单元，包括：第一转换模块，用于将所述第二用水数据转换为所
述初始网络模型的输入信息；输入模块，用于将所述输入信息输入至所述初始网络模型，得到所述初始网络模型的输出信息；第二转换模块，用于将所述输出信息转换第三用水场景；执行模块，用于循环执行上述步骤直到所述第三用水场景与所述第二用水场景相同的次数大于预定阈值。
[0016]可选地，所述第二确定单元，包括：第二获取模块，用于获取当前环境温度；第一控制模块，用于在所述用水场景为用水场景一时，根据所述当前环境温度对所述热水器的水箱内的水进行加热，并控制所述水箱内的水保持在第一温度范围内；第二控制模块，用于在所述用水场景为用水场景二时，根据所述当前环境温度和所述热水器的加热功率确定所述热水器的第一加热起始时刻，并在所述第一加热时刻到来时，对所述水箱内的水进行加热，并控制所述水箱内的水保持在第二温度范围内。
[0017]可选地，该热水器的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种热水器的加热控制方法，其特征在于，包括：获取第一用水数据，其中，所述第一用水数据是在第一历史时段采集的用水数据，所述用水数据包括：用水时间、用水量、用水频率、用水温度；利用用水场景确定模型，确定与所述第一用水数据对应的第一用水场景，其中，所述用水场景确定模型为使用多组训练数据通过机器学习训练得到，所述多组训练数据的每一组训练数据均包括：用水数据、与所述用水数据对应的用水场景，所述用水场景表示用水方式；基于所述第一用水场景确定所述热水器的加热策略；控制所述热水器按照所述加热策略运行。2.根据权利要求1所述的热水器的加热控制方法，其特征在于，还包括：获取多个用水数据采集周期内采集的第二用水数据，其中，所述用水数据采集周期是历史时间段内的按照预定时长划分得到；对所述第二用水数据进行分类，确定所述第二用水数据对应的第二用水场景；利用所述第二用水数据和所述第二用水场景对初始网络模型进行训练，得到所述用水场景确定模型，其中，所述初始网络模型为所述用水场景确定模型的网络结构。3.根据权利要求2所述的热水器的加热控制方法，其特征在于，在对所述第二用水数据进行分类，确定所述第二用水数据对应的第二用水场景之前，所述方法还包括：确定用水数据分类策略；其中，确定所述用水数据分类策略，包括：当预定时间段内所述用水数据满足第一预设条件时，确定所述用水场景为用水场景一，其中，所述第一预设条件包括以下至少之一：用水量不超过预定用水量、用水温度小于预定用水温度、用水频率大于预定频率；当所述预定时间段内所述用水数据满足第二预设条件时，确定所述用水场景为用水场景二，其中，所述第一预设条件包括以下至少之一：用水量超过预定用水量、用水温度大于或等于预定用水温度、用水频率小于或等于预定频率。4.根据权利要求2所述的热水器的加热控制方法，其特征在于，利用所述第二用水数据和所述第二用水场景对初始网络模型进行训练，包括：将所述第二用水数据转换为所述初始网络模型的输入信息；将所述输入信息输入至所述初始网络模型，得到所述初始网络模型的输出信息；将所述输出信息转换第三用水场景；循环执行上述步骤直到所述第三用水场景与所述第二用水场景相同的次数大于预定阈值。5.根据权利要...
【专利技术属性】
技术研发人员：李孟宸，陈翀，唐杰，
申请(专利权)人：珠海联云科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。