[发明专利]一种智能锁耗电的优化方法、系统、设备及介质

说明书

本发明涉及智能锁领域，公开了一种智能锁耗电的优化方法、系统、设备及介质，该方法包括获取优化时刻使用环境参数和优化时刻智能锁运行参数；将优化时刻使用环境参数和优化时刻智能锁运行参数输入至预设耗电分析模型中，得到对应的优化耗电分析结果；根据所述耗电分析结果控制智能锁的耗电模式。本申请中提供的一种智能耗电的优化方法，实现了对智能锁的耗电情况进行智能干预以及对其智能优化的过程，使智能锁的耗电过程更加合理，延长了电源的使用寿命。

技术领域

本发明涉及智能锁领域，尤其涉及一种智能锁耗电的优化方法、系统、设备及介质。

背景技术

目前智能锁电源的种类丰富，一般有干电池、充电电池等。无论是采用哪种电源，目前无法对智能锁的耗电情况进行智能优化控制，这就会导致一些高耗电但无需长期运行的功能长期不间断运行，从而减少电源的使用寿命。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种智能锁耗电的优化方法，其能解决目前无法对智能锁的耗电情况进行智能优化控制，这就会导致一些高耗电但无需长期运行的功能长期不间断运行，从而减少电源的使用寿命的问题。

本发明的目的之二在于提供一种智能锁耗电的优化系统。

本发明的目的之三在于提供一种电子设备。

本发明的目的之四在于提供一种计算机可读存储介质。

本发明的目的之一采用以下技术方案实现：

一种智能锁耗电的优化方法，包括以下步骤：

获取优化时刻使用环境参数和优化时刻智能锁运行参数；

将优化时刻使用环境参数和优化时刻智能锁运行参数输入至预设耗电分析模型中，得到对应的优化耗电分析结果；

根据所述耗电分析结果控制智能锁的耗电模式。

进一步地，在所述将优化时刻的使用环境参数和智能锁运行参数输入至预设耗电分析模型中之前，还包括以下步骤：

采集不同历史时刻对应的历史使用环境参数、历史智能锁运行参数以及耗电状态，将同一历史时刻的历史使用环境参数、历史智能锁运行参数以及耗电状态作为一组样本数据，得到含有多组样本数据的样本数据集；其中各组样本数据中，耗电状态作为样本标签；

将所述样本数据集按照预设比例划分为训练集和测试集；

构建多个不同种类的初始分类器模型，将各初始分类器模型的输出作为硬投票分类器模型的输入，得到最终分类器模型；

通过训练集对所述最终分类器模型进行训练，得到最优分类器；采用测试集对最优分类器进行测试，得到测试精准度，当测试精准度达到预设阈值时，将最优分类器作为预设耗电分析模型。

进一步地，所述初始分类器包括随机森林分类器、支持向量机分类器、线性回归分类器。

进一步地，所述耗电分析结果包括高耗电状态和低耗电状态；

当耗电分析结果为高耗电状态时，向智能锁发送用于让智能锁进入低耗电模式的启动低耗电模式指令。

进一步地，所述低耗电模式为关闭高耗电功能或减少高耗电功能的开启频率。

进一步地，所述优化时刻包括当前时刻和未来时刻；

当优化时刻为当前时刻时，将当前时刻使用环境参数和当前时刻智能锁运行参数输入至预设耗电分析模型中，得到对应的耗电分析结果；

当所述优化时刻为未来时刻时，接收用户输入的含有未来时刻的耗电分析指令；然后将未来时刻使用环境参数和未来时刻智能锁运行参数输入至预设耗电分析模型中，得到对应的耗电分析结果；

其中：