[发明专利]空调智能控制系统及方法在审

专利信息
申请号: 201811287737.0 申请日: 2018-10-31
公开(公告)号: CN109405195A 公开(公告)日: 2019-03-01
发明(设计)人: 罗胡琴 申请(专利权)人: 四川长虹电器股份有限公司
主分类号: F24F11/56 分类号: F24F11/56;F24F11/63
代理公司: 成都虹桥专利事务所(普通合伙) 51124 代理人: 陈立志
地址: 621000 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 空调 业务服务器 智能控制系统 算法服务器 通信服务器 通信数据库 空调开关 控制指令 温度模型 智能控制 传感器 业务数据库 居住环境 空调领域 数据生成 样本数据 用户感觉 用户使用 用户提供 远程控制 挖掘 采集 智能
【权利要求书】:

1.空调智能控制系统,其特征在于,包括通信服务器、通信数据库、算法服务器、业务服务器、业务数据库以及传感器;

传感器用于采集与空调运行相关的各类数据;

通信服务器用于将传感器采集的数据作为样本数据存储在通信数据库中,以及基于业务服务器生成的控制指令对空调进行远程控制;

算法服务器包括模块一和模块二;模块一用于从通信数据库获取样本数据并训练舒适温度模型,通过舒适温度模型和传感器实时采集到的数据挖掘出最舒适的室内温度;模块二用于从通信数据库获取样本数据并训练空调开关模型,通过空调开关模型和传感器实时采集到的数据挖掘出空调是否应该打开;

业务服务器用于接收用户发送的业务指令,基于业务指令从业务数据库获取对应的业务场景的数据,在业务场景下从算法服务器调用模块一和/或模块二挖掘的数据生成空调的控制指令。

2.如权利要求1所述的空调智能控制系统,其特征在于,传感器采集的数据包括室外湿度、空调风速、门窗状态、室外温度、室内温度、室内湿度、时间及季节数据。

3.如权利要求1所述的空调智能控制系统,其特征在于,模块一训练舒适温度模型的步骤包括:

A1.从通信数据库获取样本数据,并将样本数据分为训练特征集、训练目标集、测试特征集和测试目标集;

A2.同时采用多个分类算法对训练特征集和训练目标集进行模型训练,并对每一个算法通过调整模型参数使其模型达到最优;

A3.利用测试特征集和测试目标集计算每个算法模型的评估参数,利用评估参数对所有算法模型进行评估,选出一个最优的算法模型。

4.如权利要求3所述的空调智能控制系统,其特征在于,步骤A2同时采用朴素贝叶斯、决策树、随机森林三个分类算法进行模型训练。

5.如权利要求3所述的空调智能控制系统,其特征在于,步骤A2在调整参数的过程中还可以调整属性的权重。

6.如权利要求3所述的空调智能控制系统,其特征在于,步骤A3中,所述评估参数包括准确率、正例检出率、F_1值和查全率。

7.如权利要求1所述的空调智能控制系统,其特征在于,所述业务场景包括手动、半自动和自动模式场景。

8.空调智能控制方法,其特征在于,包括如下步骤:

S1.利用传感器采集与空调运行相关的各类数据,并将传感器采集的数据作为样本数据存储在通信数据库中;

S2.从通信数据库获取样本数据并训练舒适温度模型,通过舒适温度模型和传感器实时采集到的数据挖掘出最舒适的室内温度;

从通信数据库获取样本数据并训练空调开关模型,通过空调开关模型和传感器实时采集到的数据挖掘出空调是否应该打开;

S3.接收用户发送的业务指令,基于业务指令从获取对应的业务场景的数据,在业务场景下调用步骤S2挖掘的数据生成空调的控制指令,并将空调的控制指令发往通信服务器;

S4.通信服务器基于空调的控制指令对空调进行远程控制。

9.如权利要求8所述的空调智能控制方法,其特征在于,步骤S1采集的数据包括室外湿度、空调风速、门窗状态、室外温度、室内温度、室内湿度、时间及季节数据。

10.如权利要求8所述的空调智能控制方法,其特征在于,步骤S3训练舒适温度模型的步骤包括:

S31.从通信数据库获取样本数据,并将样本数据分为训练特征集、训练目标集、测试特征集和测试目标集;

S32.同时采用多个分类算法对训练特征集和训练目标集进行模型训练,并对每一个算法通过调整模型参数使其模型达到最优;

S33.利用测试特征集和测试目标集计算每个算法模型的评估参数,利用评估参数对所有算法模型进行评估,选出一个最优的算法模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川长虹电器股份有限公司,未经四川长虹电器股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811287737.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top