[发明专利]基于机器学习的室温调节的方法、装置、设备及存储介质

说明书

本申请公开了一种基于机器学习的室温调节方法、装置、设备及存储介质，属于计算机领域。该方法包括：获取温控器的区域信息和室外信息，区域信息用于指示目标房间所处的区域，室外信息至少用于表征目标房间的室外温湿度信息；根据目标房间的区域信息，从多个温度预测模型中确定目标温度预测模型，目标温度预测模型是根据区域内的各个温控器的历史使用记录所训练得到的模型，历史使用记录包括多组室外信息和用户设定的室内温度所组成的样本数据；从目标房间的室外信息提取室外特征向量；调用目标温度预测模型对室外特征向量进行预测，得到目标房间的室内目标温度；根据室内目标温度对温控器所在室内区域的实际温度进行调节。

技术领域

本申请涉及传感器领域，特别涉及一种基于机器学习的室温调节的方法、装置、设备及存储介质。

背景技术

风机盘管(Fan Coil Unit，FCU)是指一种空调系统常用的末端设备，风机盘管通过机组内的冷水或热水盘管将冷却或加热后的空气送入室内来控制室内的温度。风机盘管温控器是指用于控制风机盘管内冷水盘管和热水盘管中水流循环的控制装置，通过温控器控制风机盘管保证室内温度符合用户的需求。

相关技术中，风机盘管的排气口部位设置有温度传感器，将温度传感器感测风机盘管的送风温度作为室内温度，将感测到的送风温度与设定的温度进行比较，风机盘管温控器根据比较结果控制冷水盘管和热水盘管中的水流循环方式，从而调节风机盘管的送风温度，使得室内温度以设定温度为基准，在一定的范围内波动。

基于上述情况，风机盘管温控器基于温度传感器感测到的温度对送风温度或风量进行调节，使得风机盘管温控器在调节室内温度时不够准确。

发明内容

本申请实施例提供了一种基于机器学习的室温调节方法、装置、设备及存储介质，可以解决相关技术中风机盘管温控器在调节室内温度时不够准确的问题。所述技术方案如下：

根据本申请的一个方面，一种提供了基于机器学习的室温调节方法，所述方法包括：

获取温控器的区域信息和室外信息，所述区域信息用于指示目标房间所处的区域，所述室外信息至少用于表征所述目标房间的室外温湿度信息；

根据所述目标房间的区域信息，从多个温度预测模型中确定目标温度预测模型，所述目标温度预测模型是根据所述区域内的各个温控器的历史使用记录所训练得到的模型，所述历史使用记录包括多组室外信息和用户设定的室内温度所组成的样本数据；

从所述目标房间的室外信息提取室外特征向量；

调用所述目标温度预测模型对所述室外特征向量进行预测，得到所述目标房间的室内目标温度；

根据所述室内目标温度对所述温控器所在室内区域的实际温度进行调节。

根据本申请的另一方面，提供了一种温度调节系统，所述系统包括：服务器、温控器和送风装置；所述服务器与所述温控器通过网络相连，所述温控器与所述送风装置通过网络或电路相连；

所述服务器，用于获取温控器的区域信息和室外信息，所述区域信息用于指示目标房间所处的区域，所述室外信息至少用于表征所述目标房间的室外温湿度信息；

所述服务器，用于根据所述目标房间的区域信息，从多个温度预测模型中确定目标温度预测模型，所述目标温度预测模型是根据所述区域内的各个温控器的历史使用记录所训练得到的模型，所述历史使用记录包括多组室外信息和用户设定的室内温度所组成的样本数据；

所述服务器，用于从所述目标房间的室外信息提取室外特征向量；

所述服务器，用于调用所述目标温度预测模型对所述室外特征向量进行预测，得到所述目标房间的室内目标温度；

所述温控器，用于根据所述室内目标温度对所述温控器所在室内区域的实际温度进行调节；