[发明专利]家电设备的用电控制方法及装置、存储介质、电子装置

权利要求书

1.一种家电设备的用电控制方法，其特征在于，包括：

获取家电设备的用电数据；

依据所述用电数据，预测出所述家电设备的用电健康状态；

根据所述家电设备的用电健康状态调整所述家电设备的用电参数；

所述用电健康状态至少包括健康、不健康、亚健康；

建立用电健康评判体系，在所述用电健康评判体系中判断出所述用电健康状态；

等新的实时用电数据接入时，通过之前的统计分析得出的亚健康与不健康的影响因素的对比得出的结果规律，使用智能优化算法的方法进行调整影响亚健康的因素值以及不健康与亚健康的因素值，使得整个家电用电的整体情况达到健康水平。

2.根据权利要求1所述的方法，其特征在于，依据所述用电数据，预测出所述家电设备的用电健康状态，包括：

将所述用电数据输入预设模型，并利用所述预设模型进行分析，得到所述用电健康状态，其中，该预设模型是通过多组数据训练得到的，每组数据均包括：用电数据，以及用于指示所述用电数据所对应用电健康状态的标记。

3.根据权利要求1所述的方法，其特征在于，获取家电设备的用电数据包括：

从数据库集群中获取所述家电设备的用电数据。

4.根据权利要求3所述的方法，其特征在于，从所述数据库集群中获取所述家电设备的用电数据时，所述方法还包括：

将所述用电数据与预设阈值比较；

根据比较结果标记所述用电数据所对应的用电健康状态。

5.根据权利要求2所述的方法，其特征在于，训练所述预设模型包括：

获取所述每组数据中的所述用电数据中的多个特征因素，其中，所述多个特征因素中包括所述家电设备的用电运行参数；

从所述多个特征因素中确定影响所述家电设备的用电健康状态的主要特征因素，以及所述多个特征因素中的各个特征因素之间的关系；

利用所述主要特征因素、所述多个特征因素中的各个特征因素之间的关系，以及用于指示所述用电数据所对应用电健康状态的标记，采用深度学习的方式训练所述预设模型。

6.一种家电设备，其特征在于，包括：

采集模块，用于采集用电数据；

处理器，用于依据所述用电数据，预测出所述家电设备的用电健康状态；

所述用电健康状态至少包括健康、不健康、亚健康；

所述设备用于建立用电健康评判体系，在所述用电健康评判体系中判断出所述用电健康状态；

所述设备用于等新的实时用电数据接入时，通过之前的统计分析得出的亚健康与不健康的影响因素的对比得出的结果规律，使用智能优化算法的方法进行调整影响亚健康的因素值以及不健康与亚健康的因素值，使得整个家电用电的整体情况达到健康水平。

7.一种家电设备的用电控制装置，其特征在于，包括：

获取模块，用于获取的家电设备的用电数据；

预测模块，用于依据所述用电数据，预测出所述家电设备的用电健康状态；

调整模块，用于根据所述家电设备的用电健康状态调整所述家电设备的用电参数；

所述用电健康状态至少包括健康、不健康、亚健康；

所述装置用于建立用电健康评判体系，在所述用电健康评判体系中判断出所述用电健康状态；

所述装置用于等新的实时用电数据接入时，通过之前的统计分析得出的亚健康与不健康的影响因素的对比得出的结果规律，使用智能优化算法的方法进行调整影响亚健康的因素值以及不健康与亚健康的因素值，使得整个家电用电的整体情况达到健康水平。

8.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1至5任一项中所述的方法。

9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至5任一项中所述的方法。