[发明专利]一种电器耗电量预测方法、装置、设备和存储介质

权利要求书

1.一种电器耗电量预测方法，其特征在于，包括：

获取电器数据，所述电器数据用于表征电器的性能及其运行情况；

对所述电器数据进行特征提取处理，得到第一函数；

通过预设的权重对所述第一函数进行加权求和处理，得到第二函数，所述第二函数用于表征电器的预测耗电量。

2.根据权利要求1所述的一种电器耗电量预测方法，其特征在于，所述获取电器数据，包括：

获取冰箱的运行周期；

获取冰箱发动机在所述运行周期内的感应电动势脉冲数；

获取冰箱所处环境的当前温度；

获取冰箱在所述运行周期内的开、关门次数；

获取冰箱的容积以及空间占有率；

获取冰箱的能耗等级以及冰箱的泡层厚度。

3.根据权利要求1所述的一种电器耗电量预测方法，其特征在于，所述获取电器数据，包括：

获取洗衣机的运行周期；

获取洗衣机在所述运行周期内的感应电动势脉冲数；

获取洗衣机的洗涤及漂洗的转停比；

获取洗衣机内的衣物负载重量；

获取洗衣机的实际负载重量以及对应的注水档位量；

获取洗衣机运行程序中提前输入的洗净比和洗涤时间。

4.根据权利要求1所述的一种电器耗电量预测方法，其特征在于，所述对所述电器数据进行特征提取处理，得到第一函数，包括：

获取由所述电器数据组成的输入点；

计算所述输入点与预设的中心点之间的距离；

通过激活函数对所述距离进行投影处理，得到所述第一函数。

5.根据权利要求4所述的一种电器耗电量预测方法，其特征在于，所述通过激活函数对所述距离进行投影处理，得到所述第一函数，包括：

通过高斯径向基函数对所述距离进行指数幂投影处理，得到投影函数，其中，所述投影函数用于表征所述第一函数。

6.根据权利要求4所述的一种电器耗电量预测方法，其特征在于，在所述获取电器数据之前，所述方法还包括：

获取训练电器数据；

将所述训练电器数据通过减法聚类算法进行聚类处理，得到所述训练电器数据的密度值以及与所述密度值相对应的所述中心点；

对所述密度值进行反复迭代，直到密度值与初次迭代后的密度值之间的比值小于预设的阈值为止，其中，所述密度值用于表征所述权重。

7.一种电器耗电量预测装置，其特征在于，包括：

数据采集单元，用于获取电器数据，所述电器数据用于表征电器的性能及其运行情况；

数据处理单元，用于对所述电器数据进行特征提取处理，得到第一函数；

数据输出单元，用于通过预设的权重对所述第一函数进行加权求和处理，得到第二函数，所述第二函数用于表征电器的预测耗电量。

8.一种设备，其特征在于，包括处理器和存储器，所述存储器存储有多条指令；所述处理器从所述存储器中加载指令，以执行如权利要求1至6任一项所述的一种电器耗电量预测方法中的步骤。

9.一种存储介质，其特征在于，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至6任一项所述的一种电器耗电量预测方法中的步骤。