[发明专利]智能新风系统信息提醒方法、系统及存储介质在审
申请号: | 201811463492.2 | 申请日: | 2018-11-30 |
公开(公告)号: | CN109489183A | 公开(公告)日: | 2019-03-19 |
发明(设计)人: | 姜天露;许超;石光 | 申请(专利权)人: | 北京新风到家科技有限公司 |
主分类号: | F24F11/52 | 分类号: | F24F11/52;F24F11/58;F24F11/61;F24F11/62 |
代理公司: | 成都七星天知识产权代理有限公司 51253 | 代理人: | 杨永梅 |
地址: | 100085 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 环境数据 机器学习模型 智能新风系统 存储介质 信息提醒 超标 场景 检测 用户体验度 判断结果 提醒信息 用户发送 | ||
本发明提供一种智能新风系统信息提醒方法、系统及存储介质。所述方法包括以下至少一个操作。可以获取当前场景的环境数据。可以将所述环境数据输入至第一检测模型,判断所述当前场景的空气质量是否超标,其中,所述第一检测模型为机器学习模型。可以基于所述第一检测模型的第一判断结果,生成第一提醒信息。本发明利用机器学习模型对当前场景的环境数据进行处理,可以快速、准确地判断空气质量是否超标并获取超标原因,进而给用户发送提醒,提升了用户体验度。
技术领域
本发明涉及智能新风系统技术领域,更具体的,涉及一种智能新风系统信息提醒的方法、系统及存储介质。
背景技术
近年来,大气污染越来越严重,空气质量状况令人堪忧,为了减少空气污染对人体健康的影响,越来越多的家庭和办公场所开始使用新风系统对室内空气进行净化。目前,现有的新风系统可以对室内空气进行检测并进行报警,但判断依据单一(例如,利用阈值比较的方法),在各种多样的应用场景下准确率不高,也无法对引起空气质量下降的原因进行判断。同时,新风系统的各个部件的运行寿命不同,一般是进行定期更换。但使用环境的不同会导致部件的寿命缩短或延长,定期更换会导致新风系统的运行效果打折扣或增加维护成本。因此,需要提供一种具有提醒功能的智能新风系统,高准确率地监控空气质量并提醒用户,同时可分析空气质量超标原因。进一步地,还可以预测新风系统部件更换时间来提醒用户更换部件,进而提高用户体验度。
发明内容
为实现上述目的,本发明的一些实施例提供一种智能新风系统信息提醒方法、系统及存储介质,首先获取智能新风系统所处当前场景的环境数据或结构数据和/或运行数据,进一步将所述环境数据输入至检测模型,判断智能新风系统所处当前场景的空气质量是否超标以及智能新风系统的部件是否需要更换,并基于检测模型的判断结果,生成提醒信息,从而提醒用户空气质量超标及超标原因或部件是否需更换或预测更换时间,提高用户体验度。
为了达到上述发明的目的,本发明提供的技术方案如下:
一种智能新风系统信息提醒方法。所述方法可以包括以下至少一个操作。可以获取当前场景的环境数据。可以将所述环境数据输入至第一检测模型,判断所述当前场景的空气质量是否超标,其中,所述第一检测模型为机器学习模型。可以基于所述第一检测模型的第一判断结果,生成第一提醒信息。
在本发明中,所述方法进一步包括以下至少一个操作。可以获取智能新风系统的结构数据和/或运行数据。可以将所述结构数据和/或运行数据输入至第二检测模型,判断所述智能新风系统的至少一个部件是否需要更换,其中,所述第二检测模型为机器学习模型。可以基于所述第二检测模型的第二判断结果,生成第二提醒信息。
在本发明中,所述环境数据包括以下至少一个:PM2.5浓度、CO2浓度、甲醛浓度、TVOC浓度和温湿度。
在本发明中,所述获取当前场景的环境数据可以包括由位于所述智能新风系统上或之外的一个或以上传感器组件所捕获的所述当前场景的环境数据。
在本发明中,所述传感器组件包括以下至少一种:固定式传感器组件、可拆卸式传感器组件和分布式传感器组件。
在本发明中,所述第一检测模型为分类模型。
在本发明中,所述第一提醒信息包括空气质量是否超标和/或超标原因,提醒方式包括以下至少一种:微信、短信、电话、蜂鸣、智能新风显示屏文字提醒或语音提醒。
在本发明中,所述智能新风系统的至少一个部件包括传感器组件、滤网、风管、加热组件、制冷组件、加湿组件或风机。
在本发明中,所述第二检测模型为回归模型。
在本发明中,所述第二提醒信息包括需更换的部件和/或原因,提醒方式包括以下至少一种:微信、短信、电话、蜂鸣、智能新风显示屏文字提醒或语音信息。
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北京新风到家科技有限公司,未经北京新风到家科技有限公司许可,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/201811463492.2/2.html,转载请声明来源钻瓜专利网。