[发明专利]一种热水器控制方法、热水器、电子设备以及存储介质

说明书

本申请涉及一种热水器控制方法、热水器、电子设备及计算机可读存储介质，热水器控制方法包括：收集当前的用水信息，并将所述用水信息转换为用水特征；将所述用水特征输入到预测习惯神经网络模型，得到所述用水信息对应的用水习惯，所述预测习惯神经网络模型是基于历史用水信息训练得到的；基于所述用水习惯对热水器进行控制，使得热水器能够契合用户的使用习惯，输出符合用户习惯的热水，为用户提供舒适的用水体验，减少热水器反复加热造成的电量浪费，避免了热水器无法契合用户的使用习惯，导致无法输出合适温度的热水的问题。

技术领域

本申请涉及智能家居的技术领域，尤其涉及一种热水器控制方法、热水器、电子设备以及存储介质。

背景技术

随着物联网产业的快速发展，智能家居设备不断增多，给用户带来了极大便利。

作为智能家居中的其中一个重要产品，热水器的使用已经深入到千家万户当中，无论是电热水器还是太阳能热水器。另外，在万物互联时代，大家对热水器的要求也日益的提高，不局限于简单的打开龙头就有热水出来，而是希望热水器能准确找到用户的使用习惯，在用户有需要时，热水器便能够出来合适温度的水，目前，热水器无法契合用户的使用习惯，导致无法输出合适温度的水。

发明内容

本申请提供了一种热水器控制方法、热水器、电子设备以及存储介质，以解决相关技术中，热水器无法契合用户的使用习惯，导致无法输出合适温度的热水的问题。

第一方面，本申请提供了一种热水器控制方法，所述方法包括：收集当前时间段的用水信息，并将所述用水信息转换为用水特征；将所述用水特征输入到预测习惯神经网络模型，得到所述用水信息对应的用水习惯，所述预测习惯神经网络模型是基于历史用水信息训练得到的；基于所述用水习惯对热水器进行控制。

在一些示例中，将所述用水特征输入到预测习惯神经网络模型，得到所述用水信息对应的用水习惯之前，所述方法还包括：基于所述用水特征确定用水场景。

在一些示例中，将所述用水特征输入到预测习惯神经网络模型，得到所述用水信息对应的用水习惯，包括：将所述用水特征和所述用水场景输入到所述预测习惯神经网络模型，得到所述用水场景下所述用水信息对应的用水习惯。

在一些示例中，所述用水信息包括：单次用水时间、单次水流量、总水流量、总用水时间、停顿时间以及停顿次数；收集当前的用水信息，并将所述用水信息转换为用水特征，包括：基于所述用水总量和所述用水时间确定平均水流量；基于所述单次水流量、所述平均水流量、单次用水时间以及总用水时间确定水流量波动；基于所述单次水流量、所述平均水流量、单次用水时间以及停顿时间确定停顿时长波动；将确定的所述平均水流量、水流量波动以及所述停顿时长波动作为所述用水特征。

在一些示例中，基于所述用水习惯对热水器进行控制，包括：基于所述用水习惯从习惯数据库中确定所述用水习惯对应的控制信息；根据所述控制信息对所述热水器进行控制。

在一些示例中，根据所述控制信息对所述热水器进行控制，包括：根据所述控制信息确定所述热水器对应的水箱温度、冷水温度以及水阀开闭程度；基于所述水箱温度、所述冷水温度以及所述水阀开闭程度对所述热水器进行控制。

第二方面，本申请提供了一种热水器，所述热水器包括：收集模块，所述收集模块用于收集当前的用水信息，并将所述用水信息转换为用水特征；预测模块，所述预测模块用于将所述用水特征输入到预测习惯神经网络模型，得到所述用水信息对应的用水习惯，所述预测习惯神经网络模型是基于历史用水信息训练得到的；控制模块，所述控制模块用于基于所述用水习惯对热水器进行控制。

在一些示例中，所述预测模块还用于基于所述用水特征确定用水场景，并将所述用水特征和所述用水场景输入到所述预测习惯神经网络模型，得到所述用水场景下所述用水信息对应的用水习惯。