[发明专利]热水器的控制方法及装置

说明书

本发明公开了一种热水器的控制方法及装置。其中，该方法包括：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。本发明解决了用户通过手动反复调节阀门，确定水温是否符合要求，浪费时间较多，用户体验较差的技术问题。

技术领域

本发明涉及智能控制领域，具体而言，涉及一种热水器的控制方法及装置。

背景技术

现有技术中，用户在使用热水器时，需要人工通过手动来调节用于混合冷、热水的比例阀，从而根据感受到的水温确定合适停止调节比例阀；但是，水箱或热水器中的水从热水器中流出至用户皮肤需要经过水管，或喷头，用户根据感受到的温度来反复调节比例阀，浪费时间较多，用户体验较差。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种热水器的控制方法及装置，以至少解决用户通过手动反复调节阀门，确定水温是否符合要求，浪费时间较多，用户体验较差的技术问题。

根据本发明实施例的一个方面，提供了一种热水器的控制方法，包括：检测用户的特征信息；将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；控制热水器按照目标出水温度进行供水。

可选地，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；对样本特征信息进行清洗，得到第一类样本特征信息；依据第一类样本特征信息和与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，得到机器学习模型。

可选地，获取多个用户的样本特征信息之前，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；依据第一特征信息和与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，直至预设学习模型的模型参数满足训练结束条件：将第一类特征信息输入至预设学习模型，得到预测结果；依据预测结果对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，采用第二类样本特征信息对调整后的预设学习模型预设学习模型进行训练。

可选地，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。

可选地，检测用户的特征信息之后，方法还包括：检测用户的行为信息；在行为信息为指定行为时，触发开启热水器，其中，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。

可选地，触发开启热水器之前，方法还包括：检测用户和热水器的相对距离；比较相对距离和预设阈值；根据比较结果确定是否触发开启热水器，其中，在比较结果指示相对距离小于预设阈值时，触发开启热水器。

可选地，检测用户的特征信息，包括：采集用户的图像信息；对图像信息进行二值化处理，得到二值化图像；从二值化图像中提取特征信息。

可选地，控制热水器按照目标出水温度进行供水之前，方法还包括：向用户展示目标出水温度；检测用户的确认指令，并在检测到确认指令时，控制热水器按照目标出水温度进行供水。

根据本发明实施例的一个方面，提供了一种热水器的控制装置，包括：检测模块，用于检测用户的特征信息；分析模块，用于将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，用于控制热水器按照目标出水温度进行供水。

根据本发明实施例的一个方面，提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述的热水器的控制方法。

根据本发明实施例的一个方面，提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述的热水器的控制方法。