[发明专利]热水器的控制方法及装置在审
申请号: | 201811251160.8 | 申请日: | 2018-10-25 |
公开(公告)号: | CN111102745A | 公开(公告)日: | 2020-05-05 |
发明(设计)人: | 张龙;文旷瑜;连园园;宋德超 | 申请(专利权)人: | 珠海格力电器股份有限公司 |
主分类号: | F24H9/20 | 分类号: | F24H9/20 |
代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 赵囡囡;张文华 |
地址: | 519070 *** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 热水器 控制 方法 装置 | ||
1.一种热水器的控制方法,其特征在于,包括:
检测用户的特征信息;
将所述特征信息输入至机器学习模型进行分析,得到热水器的目标出水温度;
控制所述热水器按照所述目标出水温度进行供水。
2.根据权利要求1所述的方法,其特征在于,所述机器学习模型通过以下方式训练得到:
获取多个用户的样本特征信息;
对所述样本特征信息进行清洗,得到第一类样本特征信息;
依据所述第一类样本特征信息和与所述第一类样本特征信息对应的出水温度对预设学习模型进行训练,得到所述机器学习模型。
3.根据权利要求2所述的方法,其特征在于,
获取多个用户的样本特征信息之前,所述方法还包括:获取第二类样本特征信息,该第二类样本特征信息为清洗过的样本特征信息;
依据所述第一特征信息和与所述第一特征信息对应的出水温度对预设学习模型进行训练包括:重复执行以下步骤,直至所述预设学习模型的模型参数满足训练结束条件:
将所述第一类特征信息输入至所述预设学习模型,得到预测结果;
依据所述预测结果对所述预设学习模型的模型参数进行调整,得到调整后的预设学习模型;
在调整后的模型参数不满足预设条件时,采用所述第二类样本特征信息对调整后的预设学习模型进行训练。
4.根据权利要求3所述的方法,其特征在于,所述模型参数包括以下至少之一:神经网络中的权重、支持向量机中的支持向量和线性回归或逻辑回归中的系数。
5.根据权利要求1所述的方法,其特征在于,检测用户的特征信息之后,所述方法还包括:
检测所述用户的行为信息;在所述行为信息为指定行为时,触发开启所述热水器,其中,所述用户的行为信息包括以下至少之一:用户的手势信息、用户的语音信息。
6.根据权利要求5所述的方法,其特征在于,触发开启所述热水器之前,所述方法还包括:
检测所述用户和所述热水器的相对距离;
比较所述相对距离和预设阈值;
根据比较结果确定是否触发开启所述热水器,其中,在所述比较结果指示所述相对距离小于预设阈值时,触发开启所述热水器。
7.根据权利要求1至6中任意一项所述的方法,其特征在于,检测用户的特征信息,包括:
采集所述用户的图像信息;
对所述图像信息进行二值化处理,得到二值化图像;
从所述二值化图像中提取所述特征信息。
8.根据权利要求1至6中任意一项所述的方法,控制所述热水器按照所述目标出水温度进行供水之前,所述方法还包括:
向用户展示所述目标出水温度;
检测用户的确认指令,并在检测到所述确认指令时,控制所述热水器按照所述目标出水温度进行供水。
9.一种热水器的控制装置,其特征在于,包括:
检测模块,用于检测用户的特征信息;
分析模块,用于将所述特征信息输入至机器学习模型进行分析,得到热水器的目标出水温度;
控制模块,用于控制所述热水器按照所述目标出水温度进行供水。
10.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至8中任意一项所述的热水器的控制方法。
11.一种处理器,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8中任意一项所述的热水器的控制方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海格力电器股份有限公司,未经珠海格力电器股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811251160.8/1.html,转载请声明来源钻瓜专利网。