一种智能温度调节方法及其系统的制作方法
【技术领域】
[0001] 本发明涉及智能控制技术领域，尤其涉及一种智能温度调节方法及其系统。
【背景技术】
[0002] 在现代生活中，室内温度调控装置，例如空调设备已在普通家庭中得到了广泛的 应用，为人们带来许多的便利。
[0003] 由于合适的环境温度和用户的舒适度是紧密相关的。所以，在空调的使用过程中， 不可避免地需要对空调等的设定温度进行调节，希望能够得到合适的室内温度。
[0004] 例如，当我们在开启空调的时候，往往会把空调的温度设置得很低，希望能够更快 地降低环境的温度，而过了一段时间后，等环境温度降下来，我们又往往需要把空调的温度 调高，把温度调节到自己感觉舒适的温度。
[0005] 另外，由于不同人或不同的家庭成员对舒适温度的感觉因人而异，甚至有些用户 并不知道自己舒适的温度是多少。因此，导致用户需要频繁地去调节空调的设定温度，来获 得舒适的环境温度，这为用户的操作带来极大的不便，而且频繁的调节也对空调的电机控 制系统提出了更高的挑战。
[0006] 现有一些空调尝试使用固定的模式，例如睡眠模式等来解决上述问题。但由于每 个人对于舒适温度的感觉各不相同，甚至在不同时间段或不同地点对于舒适温度的感觉也 会随之变化。因此对于空调厂商来说，很难设定固定的温度调节规则来真正地满足用户所 期望的舒适温度的需求。
[0007] 因此，现有技术还有待发展。
【发明内容】
[0008] 鉴于上述现有技术的不足之处，本发明的目的在于提供一种智能温度调节方法及 其系统，旨在解决现有技术中需要频繁调节设备的设定温度来获得舒适的环境温度，不便 于用户使用的问题。
[0009] 为了达到上述目的，本发明采取了以下技术方案：
[0010] -种智能温度调节方法，其中，所述方法包括：
[0011] 模型构建阶段：
[0012] A、采集若干开机时刻的用户设定温度及相对应的环境温度；
[0013] B、依据所述用户设定温度及相对应的环境温度，生成用户设定温度与相对应环境 温度之间的相关关系模型；
[0014] 智能调节阶段：
[0015] C、采集开机时刻的当前环境温度；
[0016] D、基于当前环境温度，依据所述相关关系模型，计算获得相应的当前设定温度。
[0017] 所述的智能温度调节方法，其中，所述步骤B具体包括：
[0018] B1、获取最新的N个开机时刻的用户设定温度及相对应的环境温度作为第一样本 数据，N为大于等于1的正整数；
[0019] B2、使用一元线性回归模型构建用户设定温度与相对应的环境温度之间的相关关 系丰吴型；
[0020] 所述一元线性回归模型具体由如下算式表示：
其中，ta表示当前环境温度，g表示当前设定温度；
[0022] B3、基于所述第一样本数据，通过最小二乘法求解所述一元线性回归模型的参数$ 和i;
[0023] 其中，
[0025] ?表示N个开机时刻的环境温度1的平均值；f表示N个用户设定温度。的平均值。
[0026] 所述的智能温度调节方法，其中，所述方法还包括：
[0027] E、采集若干运行时刻的环境温度；
[0028] F、基于所述运行时刻的环境温度，采用加权平均法计算理想设定温度；
[0029] G、依据所述理想设定温度，生成当前运行时刻设定温度。
[0030]所述的智能温度调节方法，其中，所述步骤E具体包括：
[0031 ] El、以k次/天的频率采集运行时刻的环境温度，形成每日环境温度数据集；
[0032] E2、获取最新的m天的每日环境温度数据集作为第二样本数据，其中，k和m为大于 等于1的正整数；
[0033]所述步骤F具体为：
[0034]基于所述第二样本数据，通过如下算式计算所述运行时刻的相关关系模型：
[0036] 其中，ta。为理想设定温度，表示第m天的第k次采集的环境温度。
[0037] 所述的智能温度调节方法，其中，所述步骤G具体为：
[0038] 基于所述理想设定温度，通过如下算式计算获得当前运行时刻设定温度；
[0039] 。=(^-〇\3+^其中丄为当前运行时刻设定温度4为当前环境温度，^为 理想设定温度J为调整系数。
[0040] -种智能温度调节系统，其中，所述系统包括：
[0041] 采集模块，用于采集若干开机时刻的用户设定温度及环境温度；
[0042]调节习惯构建模块，用于依据所述用户设定温度及相对应的环境温度，生成用户 设定温度与相对应环境温度之间的相关关系模型；
[0043] 以及智能温度调节模块，用于基于当前环境温度，依据所述相关关系模型，计算获 得相应的当前设定温度。
[0044] 所述的智能温度调节系统，其中，所述采集模块具体用于:获取最新的N个开机时 刻的用户设定温度及相对应的环境温度作为第一样本数据，N为大于等于1的正整数；
[0045]所述调节习惯构建模块具体用于：
[0046] 使用一元线性回归模型构建用户设定温度与相对应的环境温度之间的相关关系 丰旲型；
[0047] 所述一元线性回归模型具体由如下算式表示：
其中，ta表示当前环境温度，$表示当前设定温度;并且
[0049] 基于所述第一样本数据，通过最小二乘法求解所述一元线性回归模型的参数&和 Λ b；
[0050] 其中，
[0052] ζ表示N个开机时刻的环境温度1的平均值；[表示N个用户设定温度ts的平均值。
[0053]所述的智能温度调节系统，其中，所述采集模块还用于，采集若干运行时刻的环境 温度；
[0054]所述系统还包括最佳温度构建模块，用于基于所述运行时刻的环境温度，采用加 权平均法计算理想设定温度;并且
[0055] 依据所述理想设定温度，生成当前运行时刻设定温度。
[0056] 所述的智能温度调节系统，其中，所述采集模块具体用于，以k次/天的频率采集运 行时刻的环境温度，形成每日环境温度数据集;并且获取最新的m天的每日环境温度数据集 作为第二样本数据，其中，k和m为大于等于1的正整数；
[0057]所述最佳温度构建模块具体用于，基于所述第二样本数据，通过如下算式计算所 述运行时刻的相关关系模型：
其中，ta。为理想设定温度，Ik表示第m天的第k次采集的环境 温度。
[0059] 所述的智能温度调节系统，其中，所述最佳温度构建模块具体用于：
[0060] 基于所述理想设定温度，通过如下算式计算获得当前运行时刻设定温度；
[0061] ts = (ta〇-ta) Χδ+ta。，其中，ts为当前运行时刻设定温度，tao为当前环境温度，ta 为理想设定温度，S为调整系数。
[0062] 有益效果:本发明提供的一种智能温度调节方法及其系统，通过采集历史的设定 温度与相对应的环境温度作为样本数据，训练获得设定温度与环境温度的相关关系并由此 推算出当前环境温度相对应的设定温度。在设备开机后，可以自动设置为相对应的设定温 度以满足用户的需求从而避免了用户频繁的对调整设备的设定温度。由于基于用户的历史 使用习惯来构建模型，计算出的设定温度能够更好的契合用户的要求，提升设备的智能化 水平，便于用户使用。
【附图说明】
[0063] 图1为本发明具体实施例的智能温度调节方法的方法流程图。
[0064] 图2为本发明具体实施例的智能温度调节方法的步骤S2的具体方法流程图。
[0065] 图3为本发明较佳实施例的智能温度调节方法的方法流程图。
[0066] 图4为本发明较佳实施例的智能温度调节方法的加权平均法的方法流程图。
[00