用于训练冷媒泄漏概率预测模型的方法及装置、电子设备、存储介质制造方法及图纸

本申请涉及空调器技术领域，公开一种用于训练冷媒泄漏概率预测模型的方法，包括：获取空调历史运行数据和空调历史运行数据对应的冷媒泄漏情况；将空调历史运行数据和冷媒泄漏情况输入预设的神经网络模型进行训练，获得备选冷媒泄漏概率预测模型；获取预设环境温度和预设冷媒泄漏量所对应的空调测试运行数据；根据各空调测试运行数据对备选冷媒泄漏概率预测模型进行修正，获得冷媒泄漏概率预测模型。通过空调器处于不同冷媒泄漏量和环境温度时的空调测试运行数据对备选冷媒泄漏概率预测模型进行修正，提高了冷媒泄漏概率预测模型预测冷媒泄漏概率的准确率。本申请还公开一种用于训练冷媒泄漏概率预测模型的装置及电子设备、存储介质。存储介质。存储介质。

【技术实现步骤摘要】
用于训练冷媒泄漏概率预测模型的方法及装置、电子设备、存储介质


[0001]本申请涉及空调器
，例如涉及一种用于训练冷媒泄漏概率预测模型的方法及装置、电子设备、存储介质。

技术介绍

[0002]目前，空调器应用越来越广泛。空调器在运行过程中可能会出现冷媒泄漏的情况，为了在空调器发生冷媒泄漏时及时进行处理，需要实时了解空调器是否冷媒泄漏。
[0003]在实现本公开实施例的过程中，发现相关技术中至少存在如下问题：
[0004]现有技术通过利用预设时间段内的空调历史运行数据来训练冷媒泄漏概率预测模型，并通过得到的冷媒泄漏概率预测模型预测冷媒是否泄漏。但是在空调实际运行过程中，空调冷媒泄漏是小概率事件，未发生冷媒泄漏的空调历史运行数据更多，导致训练出来的空调冷媒泄漏模型对冷媒泄漏的预测准确性不高。

技术实现思路

[0005]为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。<br/>[0006]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于训练冷媒泄漏概率预测模型的方法，其特征在于，包括：获取空调历史运行数据和所述空调历史运行数据对应的冷媒泄漏情况；所述冷媒泄露情况用于表征冷媒是否泄漏；将所述空调历史运行数据和所述冷媒泄漏情况输入预设的神经网络模型进行训练，获得备选冷媒泄漏概率预测模型；获取预设环境温度和预设冷媒泄漏量所对应的空调测试运行数据；根据各所述空调测试运行数据对所述备选冷媒泄漏概率预测模型进行修正，获得冷媒泄漏概率预测模型。2.根据权利要求1所述的方法，其特征在于，根据各所述空调测试运行数据对所述备选冷媒泄漏概率预测模型进行修正，获得冷媒泄漏概率预测模型，包括：确定各所述空调测试运行数据对应的冷媒泄漏情况；将各所述空调测试运行数据和各所述空调测试运行数据对应的冷媒泄漏情况输入所述备选冷媒泄漏概率预测模型进行训练，获得冷媒泄漏概率预测模型。3.根据权利要求1或2所述的方法，其特征在于，获得冷媒泄漏概率预测模型之后，还包括：采集空调运行数据；将所述空调运行数据输入所述冷媒泄漏概率预测模型，获得冷媒泄漏概率；根据所述冷媒泄漏概率进行空调器控制。4.根据权利要求3所述的方法，其特征在于，根据所述冷媒泄漏概率进行空调器控制，包括：在所述冷媒泄漏概率处于预设范围的情况下，进行预警提示或触发所述空调器停机。5.一种用于训练冷媒泄漏概率预测模型的装置，其特征在于，包括：第一获取模块，被配置为获取空调历史运行数据和所述空调历史运行数据对应的冷媒泄漏情况；所述冷媒泄露情况用于表征冷媒是否泄漏；训练模块，被配置为将所述空调历史运行数据和所述冷媒泄漏情况输入预设的神经网络模型进行训练，获得备选冷媒泄漏概率预测模型；第二获取模块，被配置为获取预设环境...

【专利技术属性】
技术研发人员：代传民，孙萍，滕兆龙，马长鸣，
申请(专利权)人：海尔智家股份有限公司，
类型：发明
国别省市：