空气设备的参数处理方法和电子设备技术

本发明专利技术提供了一种空气设备的参数处理方法和电子设备。其中，该方法包括：确定空气设备的目标参数；确定目标参数对应的第一样本和第二样本；将第一样本的数据和第二样本的数据混合，对混合后的样本按照数据由小到大的顺序进行排序，确定排序后的样本的数据的秩；基于第一样本的数据数量、第二样本的数据数量和第二样本的数据的秩，确定目标参数可靠；将目标参数作为空气设备的最终参数。该方法中，通过非参数检验的方法进行秩和检验，计算的参数可以使用户的感觉舒适，提高了用户的体验感，为用户提供了更稳定、精准，有数据依据的区间预测。有数据依据的区间预测。有数据依据的区间预测。

【技术实现步骤摘要】
空气设备的参数处理方法和电子设备


[0001]本专利技术涉及智能家居设备的
，尤其是涉及一种空气设备的参数处理方法和电子设备。

技术介绍

[0002]每个用户对环境的感知、要求都不一样，为了适应用户的需要，一般需要根据用户的使用习惯确定空气设备的参数，例如：历史的舒适区间预测方法通常取用户使用序列的分位数，比如对于新风功能，用户历次开启新风功能后，环境CO2浓度的80％分位数等统计值作为用户的期望值。
[0003]然而，这种方式通常波动性较大，且分位数阈值的取舍具有随意性，用户使用序列的分位数并不一定是用户真正的期望值，用户的体验感不高。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种空气设备的参数处理方法和电子设备，以提高用户的体验感。
[0005]第一方面，本专利技术实施例提供了一种空气设备的参数处理方法，应用于空气设备的控制器；方法包括：确定空气设备的目标参数；确定目标参数对应的第一样本和第二样本；将第一样本的数据和第二样本的数据混合，对混合后的样本按照数据由小到大的顺序进行排序，确定排序后的样本的数据的秩；基于第一样本的数据数量、第二样本的数据数量和第二样本的数据的秩，确定目标参数可靠；将目标参数作为空气设备的最终参数。
[0006]在本申请较佳的实施例中，上述第一样本表征目标参数不可靠的样本；上述第二样本表征目标参数可靠的样本。
[0007]在本申请较佳的实施例中，上述空气设备为新风机，目标参数为二氧化碳的浓度上限，第一样本为二氧化碳的浓度小于预设的浓度阈值的样本，第二样本为二氧化碳的浓度大于或等于浓度阈值的样本。
[0008]在本申请较佳的实施例中，上述确定目标参数对应的第一样本和第二样本的步骤，包括：获取空气设备的历史运行数据；在历史运行数据中获取表征目标参数不可靠的样本作为第一样本；在历史运行数据中获取表征目标参数可靠的样本作为第二样本。
[0009]在本申请较佳的实施例中，上述第一样本的中位数与第二样本中位数相等。
[0010]在本申请较佳的实施例中，上述确定排序后的样本的数据的秩的步骤，包括：将排序后的样本的数据的位置作为数据的秩。
[0011]在本申请较佳的实施例中，上述基于第一样本的数据数量、第二样本的数据数量和第二样本的数据的秩，确定目标参数是否可靠的步骤，包括：基于第一样本的数据数量、第二样本的数据数量和第二样本的数据的秩确定统计量；如果统计量符合预设的阈值范围，目标参数确定可靠；如果统计量不符合阈值范围，目标参数确定不可靠。
[0012]在本申请较佳的实施例中，通过下述算式基于第一样本的数据数量、第二样本的
数据数量和第二样本的数据的秩确定统计量：其中，Z为统计量，n1为第一样本的数据数量，n2为第二样本的数据数量，T为第二样本的各个数据的秩的和。
[0013]在本申请较佳的实施例中，上述确定目标参数是否可靠的步骤之后，方法还包括：如果不可靠，继续执行确定空气设备的目标参数的步骤。
[0014]在本申请较佳的实施例中，上述继续执行确定空气设备的目标参数的步骤，包括：将目标参数增加或减少预设的步进值。
[0015]第二方面，本专利技术实施例还提供了一种电子设备，包括处理器和存储器，该存储器存储有能够被该处理器执行的计算机可执行指令，该处理器执行该计算机可执行指令以实现上述空气设备的参数处理方法。
[0016]第三方面，本专利技术实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现上述空气设备的参数处理方法。
[0017]本专利技术实施例带来了以下有益效果：
[0018]本专利技术实施例提供的一种空气设备的参数处理方法和电子设备，可以基于第一样本的数据数量、第二样本的数据数量和第二样本的数据的秩，确定目标参数是否可靠。该方法中，通过非参数检验的方法进行秩和检验，计算的参数可以使用户的感觉舒适，提高了用户的体验感，为用户提供了更稳定、精准，有数据依据的区间预测。
[0019]本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。
[0020]为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0021]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1为本专利技术实施例提供的一种空气设备的参数处理方法的流程图；
[0023]图2为本专利技术实施例提供的另一种空气设备的参数处理方法的流程图；
[0024]图3为本专利技术实施例提供的一种新风空气浑浊度上限阈值判断的示意图；
[0025]图4为本专利技术实施例提供的一种空气设备的参数处理装置的结构示意图；
[0026]图5为本专利技术实施例提供的另一种空气设备的参数处理装置的结构示意图；
[0027]图6为本专利技术实施例提供的一种电子设备的结构示意图。
具体实施方式
[0028]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是
全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0029]每个用户对环境的感知、要求都不一样，为了适应用户的需要，一般需要根据用户的使用习惯确定空气设备的参数，例如：历史的舒适区间预测方法通常取用户使用序列的分位数，比如对于新风功能，用户历次开启新风功能后，环境CO2浓度的80％分位数等统计值作为用户的期望值。
[0030]这种方式具有下述问题：只参考健康标准，不提供个性化的设置；简单地使用分位数、众数等方式，分位数的确定带有较强的随意性，众数则忽略了用户的不同环境下的使用时长信息；常规的假设检验，因为常规的假设检验对潜在分布服从正态分布或者其他假设分布，且需要相对较大样本量才能作出推断。
[0031]因此，这种方式通常波动性较大，且分位数阈值的取舍具有随意性，用户使用序列的分位数并不一定是用户真正的期望值，用户的体验感不高。
[0032]基于此，本专利技术实施例提供的一种空气设备的参数处理方法和电子设备，具体涉及一种秩和检验预测阈值的方法，通过自学习用户习惯，挖掘用户对身边温度、湿度、空气浑浊度的忍受阈值，获取用户的个性化舒适区间，从而自动提供相应功能开启和关闭，提高了设备的智能性以及用户体验。
[0033]为便于对本实施例进行理解，首先对本专利技术实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种空气设备的参数处理方法，其特征在于，应用于空气设备的控制器；所述方法包括：确定所述空气设备的目标参数；确定所述目标参数对应的第一样本和第二样本；将所述第一样本的数据和所述第二样本的数据混合，对混合后的样本按照数据由小到大的顺序进行排序，确定排序后的样本的数据的秩；基于所述第一样本的数据数量、所述第二样本的数据数量和所述第二样本的数据的秩，确定所述目标参数可靠；将所述目标参数作为所述空气设备的最终参数。2.根据权利要求1所述的方法，其特征在于，所述第一样本为表征所述目标参数不可靠的样本；所述第二样本为表征所述目标参数可靠的样本。3.根据权利要求2所述的方法，其特征在于，所述空气设备为新风机，所述目标参数为二氧化碳的浓度上限，所述第一样本为所述二氧化碳的浓度小于预设的浓度阈值的样本，所述第二样本为所述二氧化碳的浓度大于或等于所述浓度阈值的样本。4.根据权利要求2所述的方法，其特征在于，确定所述目标参数对应的第一样本和第二样本的步骤，包括：获取所述空气设备的历史运行数据；在所述历史运行数据中获取表征所述目标参数不可靠的样本作为所述第一样本；在所述历史运行数据中获取表征所述目标参数可靠的样本作为所述第二样本。5.根据权利要求1所述的方法，其特征在于，所述第一样本的中位数与所述第二样本中位数相等。6.根据权利要求1所述的方法，其特征在于，确定排序后的样本的数据的秩的步骤，包括：将排序后的样本的数据的位置作为数据的秩。7.根据权利要求1所述的方法，其特征在于，基于所述第...

【专利技术属性】
技术研发人员：欧阳纬菲，彭水凤，李小莹，简翱，马群，阮华，
申请(专利权)人：广东美的制冷设备有限公司，
类型：发明
国别省市：