[发明专利]房车供电控制方法和装置

权利要求书

1.一种房车供电控制方法，其特征在于，包括：

获取房车当前的电量数据；

根据所述当前的电量数据和预先训练的电量控制模型确定待调整供电状态的目标电器；

控制所述目标电器的供电状态，其中，控制所述目标电器的供电状态包括对所述目标电器供电、对所述目标电器断电或调整所述目标电器的运行状态。

2.根据权利要求1所述的方法，其特征在于，在根据所述当前的电量数据和预先训练的电量控制模型确定待调整供电状态的目标电器之前，所述方法还包括：

获取样本数据，其中，所述样本数据至少包括房车内每个电器的耗电数据和用户对每个电器的操作数据；

对所述样本数据分为训练样本数据和测试样本数据；

将所述训练样本数据进行模型训练，得到电量控制模型；

通过所述测试样本数据对所述电量控制模型进行测试，得到测试结果；

在所述测试结果符合预设条件的情况下，将所述电量控制模型作为所述预先训练的电量控制模型。

3.根据权利要求2所述的方法，其特征在于，获取样本数据包括：

获取每个电器的开关机时间段；

获取每个电器的使用时间段；

获取每个电器的使用能耗；

获取每个电器的用户操作数据。

4.根据权利要求3所述的方法，其特征在于，获取样本数据包括：

根据每个电器的设备身份标识号和物理地址生成对应的标识信息；

根据所述标识信息获取每个电器的供电数据。

5.根据权利要求2所述的方法，其特征在于，用户对每个电器的操作数据包括：

用户通过移动端应用对每个电器的操作数据和用户直接对每个电器的操作数据。

6.根据权利要求1所述的方法，其特征在于，将所述训练样本数据进行模型训练，得到电量控制模型包括：

将训练样本数据中的对房车电量消耗状态的影响参数作为模型的输入参数；

将基于房车电量对每个电器的供电状态的调整数据作为输出参数；

通过所述输入参数和所述输出参数进行模型训练，得到所述电量控制模型。

7.根据权利要求6所述的方法，其特征在于，所述电量控制模型包括神经网络模型，将所述训练样本数据进行模型训练，得到电量控制模型包括：

根据每个电器的开关机时间段、使用时间段、使用能耗和用户操作数据确定所述神经网络模型的网络结构、网络的输入节点数、网络的输出节点数、网络隐层数、网络引节点数和网络初始权值。

8.根据权利要求2所述的方法，其特征在于，在控制所述目标电器的供电状态之后，所述方法还包括：

接收用户对房车内第一电器的控制指令；

根据所述控制指令控制所述第一电器的运行状态。

9.根据权利要求8所述的方法，其特征在于，在根据所述控制指令控制所述第一电器的运行状态之前，所述方法还包括：

获取所述用户的权限级别；

判断所述用户的权限级别是否允许对所述第一电器的运行状态进行调整；

在允许的情况下，对所述第一电器的运行状态进行调整；

在不允许的情况下，不对所述第一电器的运行状态进行调整。

10.根据权利要求9所述的方法，其特征在于，在控制所述目标电器的供电状态之后，所述方法还包括：

根据所述用户的权限级别确定所述目标电器的供电状态。

11.根据权利要求1所述的方法，其特征在于，在控制所述目标电器的供电状态之后，所述方法还包括：

判断房车当前的剩余电量是否小于预设阈值；

在房车的剩余电量小于预设阈值的情况下，显示导航信息，其中，所述导航信息为从房车的当前位置到最近的充电地点的导航路线。