[發明專利]用于空調工作模式推薦的方法及裝置、設備有效
| 申請號： | 202010646383.5 | 申請日： | 2020-07-07 |
| 公開（公告）號： | CN111831871B | 公開（公告）日： | 2023-10-24 |
| 發明（設計）人： | 李艷春;李恒元;封榮杰;路炎;郭繼賓 | 申請（專利權）人： | 海爾（深圳）研發有限責任公司 |
| 主分類號： | F24F11/65 | 分類號： | F24F11/65;F24F11/89;G06F16/9035;G06F16/906;G06F18/213;G06F18/23213;G06F18/2135 |
| 代理公司： | 北京康盛知識產權代理有限公司 11331 | 代理人： | 李曉芳 |
| 地址： | 518000 廣東省深圳市南山區沙河街*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 用于 空調 工作 模式 推薦 方法 裝置 設備 | ||
1.一種用于空調工作模式推薦的方法，其特征在于，包括：
獲取設定時間段內設定型號的每個空調對應的用戶使用數據信息；
從所述用戶使用數據信息中，提取與所述設定型號的空調的能耗匹配的指標數據信息；
根據每個能耗信息以及對應所述指標數據信息，通過聚類學習算法，確定與所述設定型號對應的節能舒適工作模式；
向所述設定型號的空調推薦所述節能舒適工作模式。
2.根據權利要求1所述的方法，其特征在于，所述獲取設定時間內設定型號的每個空調對應的用戶使用數據信息包括：
根據與所述設定時間段對應的時間特征標簽，以及所述設定型號對應型號特征標簽，創建面向數據流處理和批量數據處理的可分布式Flink工程；
通過所述Flink工程，從保存的用戶信息數據庫中，獲取對應的所述用戶使用數據信息。
3.根據權利要求1或2所述的方法，其特征在于，所述用戶使用數據信息包括：設定溫度、設定濕度、設定風速、設定運行模式、環境溫度、環境濕度、用戶有效的開機時長、所述設定時間段中累計能耗等中的一類或多類。
4.根據權利要求3所述的方法，其特征在于，所述從所述用戶使用數據信息中，提取與所述設定型號的空調的能耗匹配的指標數據信息包括：
通過降維算法，確定每類空調用戶使用數據信息對所述設定型號的空調的能耗的特征值；
將所述特征值滿足設定條件的用戶使用數據信息，確定為所述指標數據信息。
5.根據權利要求4所述的方法，其特征在于，所述降維算法包括：低方差濾波、高相關濾波、隨機森林/組合樹、主成分分析、反向特征消除、前向特征構造等中一種或多種。
6.根據權利要求1-4所述的任一方法，其特征在于，所述確定與所述設定型號對應的節能舒適工作模式包括：
從每個能耗信息以及對應所述指標數據信息組成的數據集中確定對應的輸入樣本；
根據所述輸入樣本，通過k均值聚類算法，確定與所述設定型號對應的節能舒適工作模式。
7.根據權利要求1所述的方法，其特征在于，所述向所述設定型號的空調推薦所述節能舒適工作模式之前，還包括：
接收攜帶所述設定型號的工作模式推薦請求信息。
8.一種用于空調工作模式推薦的裝置，其特征在于，包括：
數據獲取模塊，被配置為獲取設定時間段內設定型號的每個空調對應的用戶使用數據信息；
指標提取模塊，被配置為從所述用戶使用數據信息中，提取與所述設定型號的空調的能耗匹配的指標數據信息；
聚類確定模塊，被配置為根據每個能耗信息以及對應所述指標數據信息，通過聚類學習算法，確定與所述設定型號對應的節能舒適工作模式；
推薦模塊，被配置為向所述設定型號的空調推薦所述節能舒適工作模式。
9.一種用于空調工作模式推薦的裝置，該裝置包括處理器和存儲有程序指令的存儲器，其特征在于，所述處理器被配置為在執行所述程序指令時，執行如權利要求1至7任一項所述用于空調工作模式推薦的方法。
10.一種設備，其特征在于，包括：如權利要求8或9所述用于空調工作模式推薦的裝置。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于海爾（深圳）研發有限責任公司，未經海爾（深圳）研發有限責任公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/202010646383.5/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種鄉村旅游路線規劃系統及規劃方法
- 下一篇：鈾化學濃縮物料自動投料系統
