【技术实现步骤摘要】
一种信息确定方法、装置、设备及计算机可读存储介质
[0001]本申请涉及信息确定领域的信息确定技术，尤其涉及一种信息确定方法、装置、设备及计算机可读存储介质。
技术介绍
[0002]空调设备是由多个部件组成，群控系统在对空调设备进行节能控制时，针对每个部件，追求部件的能耗最低，通过部件自身的数据来为部件确定目标控制参数，之后将得到的多个部件的目标控制参数下发至空调设备，实现对空调设备的节能控制；但是，多个部件之间互相耦合，参数互相影响，通过追求每个部件的能耗最低确定的每个部件的目标控制参数并不准确，导致空调设备的能耗并不是最优的，影响空调设备的节能效果。
技术实现思路
[0003]为解决上述技术问题，本申请实施例期望提供一种信息确定方法、装置、设备及计算机可读存储介质，解决了确定的每个部件的目标控制参数不准确的问题，提高了确定的每个部件的目标控制参数的准确率，以及提高了待检测设备的节能效果。
[0004]本申请的技术方案是这样实现的：
[0005]一种信息确定方法，所述方法包括：
[0...
【技术保护点】
【技术特征摘要】
1.一种信息确定方法，其特征在于，所述方法包括：确定环境预测模型和负载预测模型；确定状态预测模型和能耗预测模型；获取待检测设备的多个部件对应的多组控制参数，以及所述待检测设备在第一时间段内的第一环境数据、第一负载数据和第一状态数据；其中，所述第一时间段包括当前时刻和所述当前时刻之前的时间段；每组控制参数中包括所述多个部件中每个部件的控制子参数；针对所述多个部件对应的所述每组控制参数，采用所述环境预测模型、所述负载预测模型、所述状态预测模型和所述能耗预测模型，对控制参数、所述第一环境数据、所述第一负载数据和第一状态数据进行处理，预测所述多个部件的能耗数据；基于多个所述能耗数据，从所述多组控制参数中确定所述每个部件的目标控制参数。2.根据权利要求1所述的方法，其特征在于，确定状态预测模型，包括：获取所述待检测设备的第二环境数据、所述待检测设备的第二状态数据和所述待检测设备中所述多个部件的样本控制参数；其中，所述样本控制参数中包括所述多个部件中所述每个部件的样本控制子参数；采用有监督的机器学习算法，基于所述第二环境数据、所述第二状态数据和所述样本控制参数进行模型训练，得到所述状态预测模型。3.根据权利要求2所述的方法，其特征在于，确定能耗预测模型，包括：获取所述第二状态数据、所述第二环境数据、所述样本控制参数、所述待检测设备的第二负载数据和所述待检测设备的样本能耗数据；采用深度神经网络算法，基于所述第二状态数据、所述第二环境数据、所述样本控制参数、所述第二负载数据和所述样本能耗数据进行模型训练，得到所述能耗预测模型。4.根据权利要求1所述的方法，其特征在于，所述针对所述多个部件对应的所述每组控制参数，采用所述环境预测模型、所述负载预测模型、所述状态预测模型和所述能耗预测模型，对控制参数、所述第一环境数据、所述第一负载数据和所述第一状态数据进行处理，预测所述多个部件的能耗数据，包括：针对所述每组控制参数，采用所述环境预测模型、所述负载预测模型和所述状态预测模型，对控制参数、所述第一环境数据、所述第一负载数据和所述第一状态数据进行处理，预测第二时间段内的所述待检测设备的目标环境数据、所述待检测设备的目标负载数据和所述控制参数对应的目标状态数据；其中，所述第二时间段为所述当前时刻之后的时间段；采用所述能耗预测模型，对所述控制参数、所述控制参数对应的所述目标状态数据、所述目标环境数据和所述目标负载数据进行处理，得到所述第二时间段内的所述多个部件的能耗数据。5.根据权利要求4所述的方法，其特征在于，所述针对所述每组控制参数，采用所述环境预测模型、所述负载预测模型和所述状态预测模型，对控制参数、所述第一环境数据、所述第一负载数据和所述第一状态数据进行处理，预测第二时间段内的所...
【专利技术属性】
技术研发人员：张复琳，
申请(专利权)人：中国移动通信集团有限公司，
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。