[发明专利]空调器的智能控制方法与智能控制设备

说明书

本发明提供了一种空调器的智能控制方法与智能控制设备。其中空调器的智能控制方法包括：在空调器处于待机状态下获取空调器运行环境的环境参数；获取空调器的开机预测模型，开机预测模型利用空调器的开机状态及对应的环境数据作为训练样本通过机器学习算法训练得到；将环境参数输入开机预测模型；以及利用开机预测模型进行预测计算得到空调器的开机条件以及开机参数；在满足开机条件后，控制空调器以开机参数进行启动。本发明的方案，通过开机预测模型对待机状态下获取的环境参数进行预测计算得到智能空调器的开机条件以及开机参数，可以准确地满足用户对环境的舒适性要求，提高了智能家电的智能化水平。

技术领域

本发明涉及智能家电控制，特别是涉及空调器的智能控制方法与智能控制设备。

背景技术

随着生活水平的日益提高，消费者对家电的选择不再是单单注重产品的质量，而是更注重产品能够带来的使用体验。

随着人工智能、机器学习等技术的快速发展，在空调器中使用相关智能技术的也逐渐成为技术研究热点。然而现有应用人工智能技术的空调器的智能控制方法的使用结果还不能完全满足用户的使用需求。由于开机启动阶段对用户的使用感受影响最大，而且空调器的开机参数直接影响了后续状态调整的次数，因此空调器的开机控制是空调器智能控制中最为重要的部分。

虽然现有技术中已经提供了许多空调器智能开机方案，但是这些方案经常受到用户的质疑，部分用户甚至反馈智能空调器的开机条件不准确，反而带来了更多困扰。

发明内容

本发明的一个目的是要提供一种至少在一定程度上解决上述相关技术中的技术问题任一方面的空调器的智能控制方法与智能控制设备。

本发明一个进一步的目的是要空调器利用开机预测模型准确的确定开机条件以及开机参数。

本发明另一个进一步的目的是要空调器可以智能地提供舒适的室内环境，提高用户的使用体验。

特别地，本发明提供了一种空调器的智能控制方法，该空调器的智能控制方法包括：在空调器处于待机状态下获取空调器运行环境的环境参数；获取空调器的开机预测模型，开机预测模型利用空调器的开机状态及对应的环境数据作为训练样本通过机器学习算法训练得到；将环境参数输入开机预测模型；以及利用开机预测模型进行预测计算得到空调器的开机条件以及开机参数；在满足开机条件后，控制空调器以开机参数进行启动。

可选地，在控制空调器以开机参数进行启动的步骤之后还包括：获取空调器的手动调整指令；将手动调整指令中的设定参数以及手动调整期间的环境参数作为训练样本，对开机预测模型进行迭代训练。

可选地，获取空调器的开机预测模型的步骤包括：确定空调器所处的运行季；从多个备选预测模型中选取与运行季对应的开机预测模型，多个备选预测模型分别利用空调器在各个运行季中的开机状态以及环境数据作为训练样本通过机器学习算法训练得到。

可选地，确定空调器所处的运行季的步骤包括：获取空调器的安装位置信息；根据安装位置信息确定空调器所在区域的气候规律；将运行环境此前设定时间段内的环境数据与气候规律进行匹配，以确定得出空调器所处的运行季。

可选地，确定空调器所处的运行季的步骤包括：获取由天气平台发布的空调器所在区域的季节信息；根据季节信息确定空调器所处的运行季。

可选地，在控制空调器以开机参数进行启动的步骤之后还包括：获取与运行季对应的自调整模型，自调整模型利用运行季中的空调器的运行状态及对应的环境数据作为训练样本通过机器学习算法训练得到；获取空调器的运行状态以及环境参数；将运行状态和环境参数输入自调整模型；利用自调整模型进行预测计算得到空调器的自调整策略；以及按照自调整策略对空调器进行调整。