基于人工智能的空气品质优化方法及系统技术方案

本发明专利技术提供一种基于人工智能的空气品质优化方法及系统，涉及数据处理技术领域。所述方法包括：获取空气污染指数；确定空气污染严重程度评分、空气污染物聚集评分和确定极端污染评分；获取第一成本指数和第二成本指数；根据空气污染严重程度评分、空气污染物聚集评分、极端污染评分、第一成本指数、第二成本指数，以及已训练的空气品质优化策略模型，确定空气优化策略；根据空气优化策略调节空气净化设备。根据本发明专利技术，能够使空气净化设备能够在保障空气品质的情况下，以最低的成本完成空气净化处理。净化处理。净化处理。

【技术实现步骤摘要】
基于人工智能的空气品质优化方法及系统


[0001]本专利技术涉及数据处理
，尤其涉及一种基于人工智能的空气品质优化方法及系统。

技术介绍

[0002]在相关技术中，通常可在室内空气品质不佳时，打开空气净化设备以净化空气，提升空气品质。然而，空气净化设备通常与空气品质检测设备集成为一体，因此，集成的空气品质检测设备仅能检测空气净化设备附近的空气质量，无法检测更大范围的空气质量，从而也无法得知空气净化设备应以何种功率，对室内进行多长时间的净化处理。因此，通常仅通过人工对空气净化设备进行手动控制，而手动控制则不易达到最佳的净化效果，且如果出现忘记关机，或者设置的功率过大等情况，则容易造成电量浪费。
[0003]公开于本申请
技术介绍
部分的信息仅仅旨在加深对本申请的一般
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

技术实现思路

[0004]本专利技术实施例提供一种基于人工智能的空气品质优化方法及系统，能够使空气净化设备能够在保障空气品质的情况下，以最低的成本完成空气净化处理。
[0005]根据本专利技术的实施例的第一方面，提供一种基于人工智能的空气品质优化方法,包括：
[0006]获取分布在预设场所的多个预设位置的空气品质检测设备检测到的空气污染指数，其中，所述预设场所内设置有空气净化设备，所述空气净化设备包括具有空气过滤组件的一级空气净化设备，以及具有静电吸附组件的二级空气净化设备；
[0007]根据各个所述空气品质检测设备检测到的空气污染指数，以及所述空气品质检测设备的数量，确定空气污染严重程度评分；
[0008]根据各个所述空气品质检测设备检测到的空气污染指数，以及各个空气品质检测设备的位置信息，确定空气污染物聚集评分；
[0009]根据各个所述空气品质检测设备检测到的空气污染指数，确定极端污染评分；
[0010]获取所述一级空气净化设备的第一成本指数，以及所述二级空气净化设备的第二成本指数，其中，所述第一成本指数表示使用所述一级空气净化设备进行空气净化处理的成本，所述第二成本指数表示使用所述二级空气净化设备进行空气净化处理的成本；
[0011]根据所述空气污染严重程度评分、所述空气污染物聚集评分、所述极端污染评分、所述第一成本指数、所述第二成本指数，以及已训练的空气品质优化策略模型，确定所述空气净化设备的空气优化策略，其中，所述空气优化策略包括对所述一级空气净化设备和二级空气净化设备的开关控制、功率设置以及开启时间设置；
[0012]根据所述空气优化策略调节所述空气净化设备。
[0013]根据本专利技术的一个实施例，根据各个所述空气品质检测设备检测到的空气污染指数，以及所述空气品质检测设备的数量，确定空气污染严重程度评分，包括：
[0014]根据各个所述空气品质检测设备检测到的空气污染指数，以及所述空气品质检测设备的数量，确定平均空气污染指数；
[0015]根据公式
[0016][0017]确定第一污染评分Y1，其中，API
i
为第i个空气品质检测设备检测到的空气污染指数，n为空气品质检测设备的总数量，i≤n，且i和n均为正整数，API
s
为设定的空气污染指数；
[0018]根据各个所述空气品质检测设备检测到的空气污染指数，以及所述设定的空气污染指数，确定检测到的空气污染指数超过所述设定的空气污染指数的空气品质检测设备的第一数量占比；
[0019]根据所述第一污染评分和所述第一数量占比，确定所述空气污染严重程度评分。
[0020]根据本专利技术的一个实施例，根据各个所述空气品质检测设备检测到的空气污染指数，以及各个空气品质检测设备的位置信息，确定空气污染物聚集评分，包括：
[0021]根据各个所述空气品质检测设备检测到的空气污染指数，以及所述空气品质检测设备的数量，确定平均空气污染指数和空气污染指数的标准差；
[0022]根据所述平均空气污染指数、所述空气污染指数的标准差和第一预设倍数，确定第一筛选指数；
[0023]根据设定的空气污染指数和第二预设倍数，确定第二筛选指数；
[0024]根据所述第一筛选指数和所述第二筛选指数，确定第一筛选标准；
[0025]根据各个所述空气品质检测设备检测到的空气污染指数，以及所述第一筛选标准，确定符合所述第一筛选标准的目标空气品质检测设备；
[0026]根据所述目标空气品质检测设备的位置信息，对所述目标空气品质检测设备进行连通域检测处理，获得至少一个目标空气品质检测设备集群；
[0027]根据所述目标空气品质检测设备集群的第一数量、各个目标空气品质检测设备集群中的目标空气品质检测设备的第二数量、所述平均空气污染指数和目标空气品质检测设备检测到的空气污染指数，确定空气污染物聚集评分。
[0028]根据本专利技术的一个实施例，根据所述目标空气品质检测设备集群的第一数量、各个目标空气品质检测设备集群中的目标空气品质检测设备的第二数量、所述平均空气污染指数和目标空气品质检测设备检测到的空气污染指数，确定空气污染物聚集评分，包括：
[0029]根据公式
[0030][0031]确定所述空气污染物聚集评分G，其中，n2，j为第j个目标空气品质检测设备集群中的目标空气品质检测设备的第二数量，API
T，j，k
第j个目标空气品质检测设备集群中的第k
个目标空气品质检测设备检测到的空气污染指数，n1为所述第一数量，n
T
为所述目标空气品质检测设备的总数，j≤n1，k≤n2，j，且j、k、n1和n2，j均为正整数，为所述平均空气污染指数。
[0032]根据本专利技术的一个实施例，根据各个所述空气品质检测设备检测到的空气污染指数，确定极端污染评分，包括：
[0033]根据各个所述空气品质检测设备检测到的空气污染指数，以及所述空气品质检测设备的数量，确定平均空气污染指数和空气污染指数的标准差；
[0034]根据所述平均空气污染指数、所述空气污染指数的标准差和第三预设倍数，确定第三筛选指数；
[0035]根据设定的空气污染指数和第四预设倍数，确定第四筛选指数；
[0036]根据所述第三筛选指数和所述第四筛选指数中的最大值，确定第二筛选标准；
[0037]根据各个所述空气品质检测设备检测到的空气污染指数，以及所述第二筛选标准，确定符合所述第二筛选标准的极端污染空气品质检测设备；
[0038]根据公式
[0039][0040]确定所述极端污染评分E，其中，n
e
为极端污染空气品质检测设备的数量，API
e，x
为第x个极端污染空气品质检测设备检测到的空气污染指数，API
T，y
为第y个目标空气品质检测设备检测到的空气污染指数，x≤n
e
，y≤n
T
，且x、y、n...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的空气品质优化方法，其特征在于，包括：获取分布在预设场所的多个预设位置的空气品质检测设备检测到的空气污染指数，其中，所述预设场所内设置有空气净化设备，所述空气净化设备包括具有空气过滤组件的一级空气净化设备，以及具有静电吸附组件的二级空气净化设备；根据各个所述空气品质检测设备检测到的空气污染指数，以及所述空气品质检测设备的数量，确定空气污染严重程度评分；根据各个所述空气品质检测设备检测到的空气污染指数，以及各个空气品质检测设备的位置信息，确定空气污染物聚集评分；根据各个所述空气品质检测设备检测到的空气污染指数，确定极端污染评分；获取所述一级空气净化设备的第一成本指数，以及所述二级空气净化设备的第二成本指数，其中，所述第一成本指数表示使用所述一级空气净化设备进行空气净化处理的成本，所述第二成本指数表示使用所述二级空气净化设备进行空气净化处理的成本；根据所述空气污染严重程度评分、所述空气污染物聚集评分、所述极端污染评分、所述第一成本指数、所述第二成本指数，以及已训练的空气品质优化策略模型，确定所述空气净化设备的空气优化策略，其中，所述空气优化策略包括对所述一级空气净化设备和二级空气净化设备的开关控制、功率设置以及开启时间设置；根据所述空气优化策略调节所述空气净化设备。2.根据权利要求1所述的基于人工智能的空气品质优化方法，其特征在于，根据各个所述空气品质检测设备检测到的空气污染指数，以及所述空气品质检测设备的数量，确定空气污染严重程度评分，包括：根据各个所述空气品质检测设备检测到的空气污染指数，以及所述空气品质检测设备的数量，确定平均空气污染指数；根据公式确定第一污染评分Y1，其中，API
i
为第i个空气品质检测设备检测到的空气污染指数，n为空气品质检测设备的总数量，i≤n，且i和n均为正整数，API
s
为设定的空气污染指数；根据各个所述空气品质检测设备检测到的空气污染指数，以及所述设定的空气污染指数，确定检测到的空气污染指数超过所述设定的空气污染指数的空气品质检测设备的第一数量占比；根据所述第一污染评分和所述第一数量占比，确定所述空气污染严重程度评分。3.根据权利要求1所述的基于人工智能的空气品质优化方法，其特征在于，根据各个所述空气品质检测设备检测到的空气污染指数，以及各个空气品质检测设备的位置信息，确定空气污染物聚集评分，包括：根据各个所述空气品质检测设备检测到的空气污染指数，以及所述空气品质检测设备的数量，确定平均空气污染指数和空气污染指数的标准差；根据所述平均空气污染指数、所述空气污染指数的标准差和第一预设倍数，确定第一筛选指数；
根据设定的空气污染指数和第二预设倍数，确定第二筛选指数；根据所述第一筛选指数和所述第二筛选指数，确定第一筛选标准；根据各个所述空气品质检测设备检测到的空气污染指数，以及所述第一筛选标准，确定符合所述第一筛选标准的目标空气品质检测设备；根据所述目标空气品质检测设备的位置信息，对所述目标空气品质检测设备进行连通域检测处理，获得至少一个目标空气品质检测设备集群；根据所述目标空气品质检测设备集群的第一数量、各个目标空气品质检测设备集群中的目标空气品质检测设备的第二数量、所述平均空气污染指数和目标空气品质检测设备检测到的空气污染指数，确定空气污染物聚集评分。4.根据权利要求3所述的基于人工智能的空气品质优化方法，其特征在于，根据所述目标空气品质检测设备集群的第一数量、各个目标空气品质检测设备集群中的目标空气品质检测设备的第二数量、所述平均空气污染指数和目标空气品质检测设备检测到的空气污染指数，确定空气污染物聚集评分，包括：根据公式确定所述空气污染物聚集评分G，其中，n
2，j
为第j个目标空气品质检测设备集群中的目标空气品质检测设备的第二数量，API
T，j，k
第j个目标空气品质检测设备集群中的第k个目标空气品质检测设备检测到的空气污染指数，n1为所述第一数量，n
T
为所述目标空气品质检测设备的总数，j≤n1，k≤n
2，j
，且j、k、n1和n
2，j
均为正整数，为所述平均空气污染指数。5.根据权利要求4所述的基于人工智能的空气品质优化方法，其特征在于，根据各个所述空气品质检测设备检测到的空气污染指数，确定极端污染评分，包括：根据各个所述空气品质检测设备检测到的空气污染指数，以及所述空气品质检测设备的数量，确定平均空气污染指数和空气污染指数的标准差；根据所述平均空气污染指数、所述空气污染指数的标准差和第三预设倍数，确定第三筛选指数；根据设定的空气污染指数和第四预设倍数，确定第四筛选指数；根据所述第三筛选指数和所述第四筛选指数中的最大值，确定第二筛选标准；根据各个所述空气品质检测设备检测到的空气污染指数，以及所述第二筛选标准，确定符合所述第二筛选标准的极端污染空气品质检测设备；根据公式确定所...

【专利技术属性】
技术研发人员：陈良，魏路，张国义，郭云昌，
申请(专利权)人：施勒智能科技上海股份有限公司，
类型：发明
国别省市：