[发明专利]一种基于机器学习的空调器控制方法、装置以及空调器

说明书

本发明公开了一种基于机器学习的空调器控制方法，装置和空调器。空调器控制方法包括：获取用户设定的空调器运行参数和设定时间；获取用户设定空调器运行参数时，所述设定时间所对应的环境参数；将多次记录的空调器运行参数作为输出，对应的环境参数作为输入，对神经网络控制模型进行训练，得到训练后的神经网络控制模型；以及根据训练后的神经网络控制模型对空调器进行控制。本发明可实现用户控制空调器行为的自学习，提高空调控制的智能化。使用户在开机时不必输入控制参数，能实现一键开机，免除复杂操作。甚至实现空调器的完全自动控制。

技术领域

本发明涉及空调技术领域，特别是涉及基于一种基于机器学习的空调器控制方法、控制装置，以及空调器。

背景技术

为实现空调器控制的便利性和易用性，一般通过数据转换器类的网关来实现数据的转换，达到远程控制空调的目的。特别是利用移动端的APP作为控制终端，是近些年控制器领域较为流行的趋势。移动端APP通过网关与空调通信，实现空调的远程控制、操作日志记录、日程预约等功能。

通过移动端来远程控制空调，需要每次依靠用户设置相关参数或者添加日程计划实现空调的控制。为了使空调的控制更为智能化，相关技术中存在一些尝试，但是均无法提供灵活的，能适应各种环境参数变化的控制方式。例如，公开号为CN107504656A的中国专利申请提出了一种空调器自学习控制方法，通过自动采集APP的开关机时间数据，并经过函数运算预测空调器的开关机时间，从而对空调器的开关机进行在自动控制。但是该方案仅仅是对开关机时间进行预测，开机后的各种运行参数仍然需要用户自行设置，智能化程度远远不能满足用户的需求。

发明内容

本发明旨在至少在一定程度上解决上述相关技术中的技术问题之一，提供一种能够自动提供空调器控制参数的手段，使提供的控制参数最大程度接近用户实用习惯。

为此，本发明第一方面的目的在于提供一种基于机器学习的空调器控制方法；第二方面的目的在于提供一种计算机可读存储介质；第三方面的目的在于提供一种计算设备；第四方面的在于提供一种基于机器学习的空调器控制装置；第五方面的目的在于提供一种空调器。

为了达到上述目的，根据本发明第一方面的实施例提出了一种基于机器学习的空调器控制方法。该方法包括：获取用户设定的空调器运行参数和设定时间；获取用户设定空调器运行参数时，所述设定时间所对应的环境参数；将多次记录的空调器运行参数作为输出，对应的环境参数作为输入，对神经网络控制模型进行训练，得到训练后的神经网络控制模型；根据训练后的神经网络控制模型对空调器进行控制。

在一些实施例中，所述空调器运行参数包括：空调器的运行模式、设定温度、风速、摇摆控制中的一个或多个。

在一些实施例中，所述对应的环境参数包括：室内环境温度、室外环境温度、用户的操作时间、空调器的运行时长、空调器所在位置的经纬度中的一个或多个。

在一些实施例中，所述对应的环境参数还包括室内空气湿度和室外空气湿度。

在一些实施例中，所述神经网络控制模型为多层深度信念网络模型。

在一些实施例中，所述根据训练后的神经网络控制模型对空调器进行控制包括：获取空调器当前的环境参数信息；将空调器当前的环境参数信息输入训练后的神经网络控制模型；据神经网络控制模型的输出得到空调器控制参数；以及控制空调器按照得到的空调器控制参数运行。

在一些实施例中，所述根据训练后的神经网络控制模型对空调器进行控制在空调器开机时执行，具体包括：接收空调器的一键开机指令；获取空调器当前的环境参数信息；将空调器当前的环境参数信息输入训练后的神经网络控制模型；根据神经网络控制模型的输出得到空调器控制参数；以及控制空调器开机后按照得到的空调器控制参数运行。