[发明专利]智能家居系统的用电控制方法及装置

权利要求书

1.一种智能家居系统的用电控制方法，其特征在于，包括：

获取参考数据，其中，所述参考数据是用于生成智能家居系统中各个用电设备的用电数据的依据；

将所述参考数据中的每个数据转换成耗电量预测模型的输入，其中，所述耗电量预测模型是通过训练数据训练得到的，每组训练数据均包括：参考数据和该参考数据对应的用电数据；

获取所述耗电量预测模型的输出；

将所述输出转换为所述用电数据，并根据所述用电数据生成所述智能家居系统的用电策略；

将所述用电策略发送至所述智能家居系统，其中，所述智能家居系统根据所述用电策略控制所述各个用电设备。

2.根据权利要求1所述的方法，其特征在于，通过所述训练数据训练得到所述耗电量预测模型包括：

获取历史时间段的历史参考数据，并将所述历史参考数据作为训练数据；

将每组训练数据中的每个数据转换成数值；

将得到的每个数据对应的数值分别作为卷积神经网络模型的输入层节点和输出层节点；

根据所述输入层节点和所述输出层节点进行训练得到所述耗电量预测模型。

3.根据权利要求2所述的方法，其特征在于，所述训练数据是所述历史参考数据的一部分。

4.根据权利要求3所述的方法，其特征在于，所述历史参考数据的另一部分作为验证数据，其中，所述验证数据用于对所述耗电量预测模型进行验证。

5.根据权利要求1所述的方法，其特征在于，根据所述用电数据生成所述智能家居系统的用电策略包括：

判断所述用电数据是否不小于预定数据，其中，所述预定数据为所述智能家居系统发生跳闸时对应的用电数据；

在判断结果为所述用电数据不小于所述预定数据的情况下，根据所述用电数据生成所述智能家居系统的用电策略。

6.根据权利要求1所述的方法，其特征在于，根据所述用电数据生成所述智能家居系统的用电策略包括：

通过用电策略模型，确定所述用电数据对应的用电策略，其中，所述用电策略模型是使用多组数据通过机器学习训练得到的，所述多组数据中的每组数据均包括：用电数据和所述用电数据对应的用电策略。

7.根据权利要求6所述的方法，其特征在于，在通过用电策略模型，确定所述用电数据对应的用电策略之前，还包括：

采集在历史时间段的多个历史用电数据和多个历史用电策略模型，其中，所述多个历史用电策略模型是根据所述多个历史用电数据确定的模型；

对采集的包括所述多个历史用电数据和所述多个历史用电策略模型的多组数据进行训练，得到所述用电策略模型。

8.一种智能家居系统的用电控制装置，其特征在于，包括：

第一获取单元，用于获取参考数据，其中，所述参考数据是用于生成智能家居系统中各个用电设备的用电数据的依据；

转换单元，用于将所述参考数据中的每个数据转换成耗电量预测模型的输入，其中，所述耗电量预测模型是通过训练数据训练得到的，每组训练数据均包括：参考数据和该参考数据对应的用电数据；

第二获取单元，用于获取所述耗电量预测模型的输出；

生成单元，用于将所述输出转换为所述用电数据，并根据所述用电数据生成所述智能家居系统的用电策略；

发送单元，用于将所述用电策略发送至所述智能家居系统，其中，所述智能家居系统根据所述用电策略控制所述各个用电设备。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至7中任意一项所述的智能家居系统的用电控制方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的智能家居系统的用电控制方法。