用水消息的提醒方法、存储介质及电子装置与流程

文档序号:30578824发布日期:2022-06-29 10:59阅读:132来源:国知局
用水消息的提醒方法、存储介质及电子装置与流程

1.本技术涉及通信领域,具体而言,涉及一种用水消息的提醒方法、存储介质及电子装置。


背景技术:

2.日常生活中,虽然用户家庭的每天的用水量都是动态变化的,但是目前的智能家居技术已经实现了用水量的智能提醒化方案,具体的,相关技术中,是通过统计用户的历史用水量的最大值或最小值作为用水量提醒的阈值,或者使用用户的历史用水量的均值来设定阈值,这种方法下得到的用水量提醒阈值是固定的,置信度较低,不能准确评估用户的用水量的变化情况,导致向用户发送的用水量信息准确性不高,进而造成用户体验感不高。
3.因此,针对相关技术中,如何提高向用户发送的用水消息的准确性的问题,尚未提出有效的解决方案。


技术实现要素:

4.本技术实施例提供了一种用水消息的提醒方法、存储介质及电子装置,以至少解决相关技术中,如何提高向用户发送的用水消息的准确性的问题。
5.根据本技术实施例的一个实施例,提供了一种用水消息的提醒方法,包括:根据第一对象在第一时间段内的历史用水量确定出所述第一对象在第二时间段的预测用水量,其中,所述第一时间段为当前时刻之前的时间段,所述第二时间段为所述当前时刻之后的时间段;根据所述第一对象的预测用水量确定出所述预测用水量的置信区间;在确定监测到的第一对象在所述第二时间段内的累加用水量大于所述预测用水量的置信区间的上限值的情况下,向所述第一对象发送用水消息,以提示所述第一对象所述累加用水量已超过所述置信区间的上限值。
6.在一个示例性实施例中,根据第一对象在第一时间段内的历史用水量确定出所述第一对象在第二时间段的预测用水量包括:将所述第一时间段划分为第一时段和第二时段,其中,所述第一时段的用水量小于第一阈值,所述第二时段的用水量大于第二阈值,所述第一阈值小于所述第二阈值;根据所述第一时段的历史用水量确定所述第一时段内每一天的第一用水模型,以及根据所述第二时段的历史用水量确定所述第二时段内每一天的第二用水模型;根据所述第一用水模型和/或所述第二用水模型预测所述第一对象在所述第二时间段的预测用水量。
7.在一个示例性实施例中,根据所述第一对象的预测用水量确定出所述预测用水量的置信区间包括:按照从小到大的顺序对所述历史用水量中的n个用水量进行排序,得到排序后的用水量列表,其中,所述n为大于3的整数,所述排序后的用水量列表中的每个用水量对应有索引值;根据第一索引公式计算出第一索引值index1,以及根据第二索引公式计算出第二索引值index2,其中,所述第一索引公式为:index1=(n+1)/4,所述第二索引公式为index2=3
×
(n+1)/4;根据所述第一索引值index1对应的用水量,所述第二索引值index2
对应的用水量和所述第一对象的预测用水量确定所述预测用水量的置信区间。
8.在一个示例性实施例中,根据所述第一索引值index1对应的用水量,所述第二索引值index2对应的用水量和所述第一对象的预测用水量确定所述预测用水量的置信区间包括:获取所述第一索引值对应的用水量和所述第一对象的预测用水量的和值,并将所述和值确定为所述预测用水量的置信区间的上限值;在确定所述预测用水量大于第二索引值对应的用水量的情况下,将所述第一索引值对应的用水量确定为所述预测用水量的置信区间的下限值;在确定所述预测用水量小于所述第二索引值对应的用水量的情况下,将所述预测用水量确定为所述预测用水量的置信区间的下限值。
9.在一个示例性实施例中,根据所述第一对象的预测用水量确定出所述预测用水量的置信区间之后,所述方法还包括:基于用户偏好模型确定所述历史用水量中的用水偏好值,其中,所述用户偏好模型是基于所述第一对象的用水习惯确定的,所述用水偏好值表示所述第一对象在所述第一时间段内的使用频次大于第三阈值的用水量;使用所述第一对象的偏好用水量更新所述预测用水量的置信区间。
10.在一个示例性实施例中,基于用户偏好模型确定所述历史用水量中的用水偏好值包括:根据所述第一对象在所述第一时间段内的每一天的用水习惯确定每一天的用户子偏好模型;基于所述用户子偏好模型确定所述第一对象在每一天的用水偏好值,其中,在确定所述第一时间段内的同一天具有多个所述用户偏好值的情况下,确定多个所述用户偏好值的平均值为所述用水偏好值。
11.在一个示例性实施例中,使用所述第一对象的偏好用水量更新所述预测用水量的置信区间包括:确定与所述置信区间内的上限值和所述置信区间内的下限值对应的第一权重,以及确定所述用水偏好值的第二权重;获取所述置信区间内的下限值与所述第一权重的第一乘积,所述置信区间内的上限值与所述第一权重的第二乘积,所述用水偏好值与所述第二权重的第三乘积;将所述第一乘积与所述第三乘积的和值更新为所述置信区间内的下限值,以及将所述第二乘积与所述第三乘积的和值更新为所述置信区间内的上限值。
12.根据本技术实施例的另一个实施例,还提供了一种用水消息的提醒装置,包括:第一确定模块,用于根据第一对象在第一时间段内的历史用水量确定出所述第一对象在第二时间段的预测用水量,其中,所述第一时间段为当前时刻之前的时间段,所述第二时间段为所述当前时刻之后的时间段;第二确定模块,用于根据所述第一对象的预测用水量确定出所述预测用水量的置信区间;发送模块,用于在确定监测到的第一对象在所述第二时间段内的累加用水量大于所述预测用水量的置信区间的上限值的情况下,向所述第一对象发送用水消息,以提示所述第一对象所述累加用水量已超过所述置信区间的上限值。
13.根据本技术实施例的又一方面,还提供了一种计算机可读的存储介质,该计算机可读的存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述用水消息的提醒方法。
14.根据本技术实施例的又一方面,还提供了一种电子装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,上述处理器通过计算机程序执行上述的用水消息的提醒方法。
15.在本技术实施例中,根据第一对象在第一时间段内的历史用水量确定出所述第一对象在第二时间段的预测用水量,其中,所述第一时间段为当前时刻之前的时间段,所述第
二时间段为所述当前时刻之后的时间段;根据所述第一对象的预测用水量确定出所述预测用水量的置信区间;在确定监测到的第一对象在所述第二时间段内的累加用水量大于所述预测用水量的置信区间的上限值的情况下,向所述第一对象发送用水消息,以提示所述第一对象所述累加用水量已超过所述置信区间的上限值;采用上述技术方案,解决了如何提高向用户发送的用水消息的准确性的问题,进而提高了向用户发送的用水消息的准确性。
附图说明
16.此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本技术的实施例,并与说明书一起用于解释本技术的原理。
17.为了更清楚地说明本技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
18.图1是本技术实施例的一种用水消息的提醒方法的硬件环境示意图;
19.图2是根据本技术实施例的用水消息的提醒方法的流程图;
20.图3是根据本技术实施例的用水消息的提醒方法的流程示意图;
21.图4是根据本技术实施例的获取索引值的示意图;
22.图5是根据本技术实施例的一种用水消息的提醒装置的结构框图。
具体实施方式
23.为了使本技术领域的人员更好地理解本技术方案,下面将结合本技术实施例中的附图,对本技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本技术一部分的实施例,而不是全部的实施例。基于本技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本技术保护的范围。
24.需要说明的是,本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
25.根据本技术实施例的一个方面,提供了一种智能家居设备的交互方法。该智能家居设备的交互方法广泛应用于智慧家庭(smart home)、智能家居、智能家用设备生态、智慧住宅(intelligence house)生态等全屋智能数字化控制应用场景。可选地,在本实施例中,上述智能家居设备的交互方法可以应用于如图1所示的由终端设备102和服务器104所构成的硬件环境中。如图1所示,服务器104通过网络与终端设备102进行连接,可用于为终端或终端上安装的客户端提供服务(如应用服务等),可在服务器上或独立于服务器设置数据库,用于为服务器104提供数据存储服务,可在服务器上或独立于服务器配置云计算和/或边缘计算服务,用于为服务器104提供数据运算服务。
26.上述网络可以包括但不限于以下至少之一:有线网络,无线网络。上述有线网络可以包括但不限于以下至少之一:广域网,城域网,局域网,上述无线网络可以包括但不限于以下至少之一:wifi(wireless fidelity,无线保真),蓝牙。终端设备102可以并不限定于为pc、手机、平板电脑、智能空调、智能烟机、智能冰箱、智能烤箱、智能炉灶、智能洗衣机、智能热水器、智能洗涤设备、智能洗碗机、智能投影设备、智能电视、智能晾衣架、智能窗帘、智能影音、智能插座、智能音响、智能音箱、智能新风设备、智能厨卫设备、智能卫浴设备、智能扫地机器人、智能擦窗机器人、智能拖地机器人、智能空气净化设备、智能蒸箱、智能微波炉、智能厨宝、智能净化器、智能饮水机、智能门锁等。
27.在本实施例中提供了一种用水消息的提醒方法,应用于上述计算机终端,图2是根据本技术实施例的用水消息的提醒方法的流程图,该流程包括如下步骤:
28.步骤s202,根据第一对象在第一时间段内的历史用水量确定出所述第一对象在第二时间段的预测用水量,其中,所述第一时间段为当前时刻之前的时间段,所述第二时间段为所述当前时刻之后的时间段;
29.需要说明的是,上述第一对象可以理解为任意的用水对象,可以是人,也可以是机器人。
30.步骤s204,根据所述第一对象的预测用水量确定出所述预测用水量的置信区间;
31.步骤s206,在确定监测到的第一对象在所述第二时间段内的累加用水量大于所述预测用水量的置信区间的上限值的情况下,向所述第一对象发送用水消息,以提示所述第一对象所述累加用水量已超过所述置信区间的上限值。
32.通过上述步骤,根据第一对象在第一时间段内的历史用水量确定出所述第一对象在第二时间段的预测用水量,其中,所述第一时间段为当前时刻之前的时间段,所述第二时间段为所述当前时刻之后的时间段;根据所述第一对象的预测用水量确定出所述预测用水量的置信区间;在确定监测到的第一对象在所述第二时间段内的累加用水量大于所述预测用水量的置信区间的上限值的情况下,向所述第一对象发送用水消息,以提示所述第一对象所述累加用水量已超过所述置信区间的上限值,解决了相关技术中,如何提高向用户发送的用水消息的准确性的问题,进而提高了向用户发送的用水消息的准确性。
33.在一个示例性实施例中,为了更好的理解上述步骤s202中如何根据第一对象在第一时间段内的历史用水量确定出所述第一对象在第二时间段的预测用水量,提出了一种技术方案,具体步骤包括:将所述第一时间段划分为第一时段和第二时段,其中,所述第一时段的用水量小于第一阈值,所述第二时段的用水量大于第二阈值,所述第一阈值小于所述第二阈值;根据所述第一时段的历史用水量确定所述第一时段内每一天的第一用水模型,以及根据所述第二时段的历史用水量确定所述第二时段内每一天的第二用水模型;根据所述第一用水模型和/或所述第二用水模型预测所述第一对象在所述第二时间段的预测用水量。
34.需要说明的是,上述第一用水模型表示第一对象在第一时段内的时间和用水量的对应关系,上述第二用水模型表示第一对象在第二时段内的时间和用水量的对应关系。
35.其中,第一时段例如可以为工作日,第二时段例如可以为休息日。第一阈值例如可以为50l,第二阈值例如可以为100l,但不限于此。
36.在一个实施例中,如果第一对象在第一时段的历史用水量为30l,且第一用水模型
显示第一对象在第一时段内的晚上的用水量呈现较快的增速,那么根据第一用水模型可以预测上述第一对象在工作日的晚上的用水量较大,且得到的预测用水量为30l。
37.在一个实施例中,如果第一对象在第二时段的历史用水量为120l,且第一用水模型显示第一对象在第一时段内的白天的用水量呈现较快的增速,那么根据第二用水模型可以预测上述第一对象在休息日的白天的用水量较大,且得到的预测用水量为120l。
38.在一个示例性实施例中,为了更好的理解上述步骤s204中如何根据所述第一对象的预测用水量确定出所述预测用水量的置信区间,可以按照从小到大的顺序对所述历史用水量中的n个用水量进行排序,得到排序后的用水量列表,其中,所述n为大于3的整数,所述排序后的用水量列表中的每个用水量对应有索引值;根据第一索引公式计算出第一索引值index1,以及根据第二索引公式计算出第二索引值index2,其中,所述第一索引公式为:index1=(n+1)/4,所述第二索引公式为index2=3
×
(n+1)/4;根据所述第一索引值index1对应的用水量,所述第二索引值index2对应的用水量和所述第一对象的预测用水量确定所述预测用水量的置信区间。
39.需要说明的是,上述n个用水量可以包括用户在一天内不同时刻的用水量,也可以包括用户在一个月内每天的用水量,本技术对n个用水量的获取方式不做限制。
40.需要说明的是,索引值的取值范围包括[0,∞]。
[0041]
其中,以向上取整的方式确定出第一索引值和第二索引值。例如,在n为4的情况下,第一索引值index1=(n+1)/4=5/4,此时,向上取整得到index1为1,而第二索引值index2为3。
[0042]
例如,在一个实施例中,假设n为5,第一索引值index1=(5+1)/4=6/4,此时,向上取整得到index1为1,而第二索引值index2为4。
[0043]
在一个示例性实施例中,在确定历史用水量中的用水量包括11,34,120,55,17的情况下,确定n为5。按照从小到大的顺序排序11,34,120,55,17,得到排序后的用水量列表为11,17,34,55,120,则确定出第一索引值index1对应的用水量为17l,第二索引值对应的用水量为120l。
[0044]
在其他实施例中,对所述历史用水量中的n个用水量进行排序的顺序还可以包括从大到小,本技术对此不做限制。
[0045]
在按照从大到小的顺序对所述历史用水量中的n个用水量进行排序的情况下,根据第二索引公式计算出第一索引值index1,以及根据第一索引公式计算出第二索引值index2,即,得到index2=(n+1)/4,index1=3
×
(n+1)/4,相应的,根据所述第一索引值index1对应的用水量,所述第二索引值index2对应的用水量和所述第一对象的预测用水量确定所述预测用水量的置信区间的过程包括:获取第二索引值对应的用水量和所述第一对象的预测用水量的和值,并将所述和值确定为所述预测用水量的置信区间的上限值;在确定所述预测用水量大于第一索引值对应的用水量的情况下,将所述第二索引值对应的用水量确定为所述预测用水量的置信区间的下限值;在确定所述预测用水量小于所述第一索引值对应的用水量的情况下,将所述预测用水量确定为所述预测用水量的置信区间的下限值。
[0046]
在一个示例性实施例中,提出了一种根据所述第一索引值index1对应的用水量,所述第二索引值index2对应的用水量和所述第一对象的预测用水量确定所述预测用水量
的置信区间的技术方案,具体步骤包括:获取所述第一索引值对应的用水量和所述第一对象的预测用水量的和值,并将所述和值确定为所述预测用水量的置信区间的上限值;在确定所述预测用水量大于第二索引值对应的用水量的情况下,将所述第一索引值对应的用水量确定为所述预测用水量的置信区间的下限值;在确定所述预测用水量小于所述第二索引值对应的用水量的情况下,将所述预测用水量确定为所述预测用水量的置信区间的下限值。
[0047]
在一个示例性实施例中,在根据所述第一对象的预测用水量确定出所述预测用水量的置信区间之后,还提出了一种技术方案,具体包括:基于用户偏好模型确定所述历史用水量中的用水偏好值,其中,所述用户偏好模型是基于所述第一对象的用水习惯确定的,所述用水偏好值表示所述第一对象在所述第一时间段内的使用频次大于第三阈值的用水量;使用所述第一对象的偏好用水量更新所述预测用水量的置信区间。
[0048]
在一个示例性实施例中,提出了一种基于用户偏好模型确定所述历史用水量中的用水偏好值的技术方案,具体为:根据所述第一对象在所述第一时间段内的每一天的用水习惯确定每一天的用户子偏好模型;基于所述用户子偏好模型确定所述第一对象在每一天的用水偏好值,其中,在确定所述第一时间段内的同一天具有多个所述用户偏好值的情况下,确定多个所述用户偏好值的平均值为所述用水偏好值。
[0049]
在一个示例性实施例中,提出了一种如何使用所述第一对象的偏好用水量更新所述预测用水量的置信区间的技术方案,具体的,可以确定与所述置信区间内的上限值和所述置信区间内的下限值对应的第一权重,以及确定所述用水偏好值的第二权重;获取所述置信区间内的下限值与所述第一权重的第一乘积,所述置信区间内的上限值与所述第一权重的第二乘积,所述用水偏好值与所述第二权重的第三乘积;将所述第一乘积与所述第三乘积的和值更新为所述置信区间内的下限值,以及将所述第二乘积与所述第三乘积的和值更新为所述置信区间内的上限值。
[0050]
例如,在一个实施例中,设置上述第一权重为0.6,上述第二权重为0.4,如果确定预测用水量的置信区间为[10,50],用水偏好值为25,那么更新后的置信区间为[10
×
0.6+25
×
0.4,50
×
0.6+25
×
0.4]。
[0051]
为了更好的理解上述用水消息的提醒方法的过程,以下再结合可选实施例对上述用水消息的提醒的实现方法流程进行说明,但不用于限定本技术实施例的技术方案。
[0052]
在本实施例中提供了一种用水消息的提醒方法,图3是根据本技术实施例的用水消息的提醒方法的流程示意图,如图3所示,具体如下:
[0053]
步骤s301:实时获取用户的用水量;
[0054]
步骤s302:监测用户的用水量,以确定用户的累加用水量,执行步骤s307;
[0055]
步骤s303:获取用户的历史用水量;
[0056]
步骤s304:根据历史用水量训练用水模型:利用用户每天的历史用水量,通过时序预测的方式得到用户每天的用水模型,其中,时序预测的方式例如线性回归预测,神经网络模型预测等。
[0057]
步骤s305:基于用水模型确定预测用水量;
[0058]
步骤s306:确定提醒报警线(相当于上述置信区间的上限值)。
[0059]
步骤s307:基于步骤s306中的提醒报警线与步骤s302用户的累加用水量确定预测
用水量的置信区间。
[0060]
步骤s308:根据置信区间提醒用水异常:确定累加用水量是否超过置信区间的上限值,如果累加用水量超过置信区间的上限值数值,则向用户发送当前的累加用水量,提醒用户当前的累加用水量已经超过置信区间的上限值,发生用水异常的情况。
[0061]
在一个实施例中,可以结合图4对步骤s306中确定用户异常报警线的过程进行说明。具体如下:
[0062]
步骤s401,将得到的用水量从小到大排序,为排序后的用水量设置索引值,其中索引值最小为0;
[0063]
步骤s402,确定第一索引公式和第二索引公式;
[0064]
步骤s403,基于第一索引公式计算第一索引值,以及基于第二索引公式计算第二索引值。
[0065]
步骤s404,确定第一索引值对应的用水量和第二索引值对应的用水量。
[0066]
步骤s405,将第一索引值对应的用水量与预测用水量的和值确定为预测用水量的置信区间的上限值,并将预测用水量与第二索引值对应的用水量中更小的用水量确定为预测用水量的置信区间的下限值。
[0067]
在一个实施例中,可以使用用户历史用水量训练用户偏好模型,以得到用户的用水偏好值,其中,用户的用水偏好值可以包括用户在不同时间内的用水量,不同时间例如工作日,周末,节假日,其中,节假日包含常见的西方节日,如圣诞节,情人节等。
[0068]
在一个实施例中,可以使用用水偏好值更新预测用水量的置信区间,具体的,获取置信区间内的下限值与第一权重的第一乘积,置信区间内的上限值与第一权重的第二乘积,用水偏好值与第二权重的第三乘积;并将所述第一乘积与所述第三乘积的和值更新为所述置信区间内的下限值,以及将所述第二乘积与所述第三乘积的和值更新为所述置信区间内的上限值,实现用水偏好值与置信区间的融合,从而得到一个更可信的用户用水置信区间。例如,置信区间的上限值*0.6(即第一权重)+用水偏好值*0.4(即第二权重)=更新后的置信区间的上限值,信区间的下限值*0.6+用水偏好值*0.4=更新后的置信区间的下限值。
[0069]
通过上述步骤,根据用户历史的用水使用情况和时间序列预测的方式得到用户的预测用水量,结合预测用水量和索引值对应的用水量确定置信区间,能够得到接近用户的使用习惯的用水量,提高了向用户发送的用水消息的准确性,提高了用户的体验度。
[0070]
通过上述实施例,通过对用户的历史用水量进行分析,并对用户未来的用水量进行预测,基于预测用水量确定用水量的置信区间,提高了预测用水量的准确性,并基于索引公式实现动态确定置信区间的方案,以此来提高给用户发送的用水量的准确性,向用户提供个性化的提醒方案。
[0071]
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本技术各个实施例的方法。
[0072]
图5是根据本技术实施例的一种用水消息的提醒装置的结构框图.如图5所示,包括:
[0073]
第一确定模块52,用于根据第一对象在第一时间段内的历史用水量确定出所述第一对象在第二时间段的预测用水量,其中,所述第一时间段为当前时刻之前的时间段,所述第二时间段为所述当前时刻之后的时间段;
[0074]
需要说明的是,上述第一对象可以理解为任意的用水对象,可以是人,也可以是机器人。
[0075]
第二确定模块54,用于根据所述第一对象的预测用水量确定出所述预测用水量的置信区间;
[0076]
发送模块56,用于在确定监测到的第一对象在所述第二时间段内的累加用水量大于所述预测用水量的置信区间的上限值的情况下,向所述第一对象发送用水消息,以提示所述第一对象所述累加用水量已超过所述置信区间的上限值。
[0077]
通过上述装置,根据第一对象在第一时间段内的历史用水量确定出所述第一对象在第二时间段的预测用水量,其中,所述第一时间段为当前时刻之前的时间段,所述第二时间段为所述当前时刻之后的时间段;根据所述第一对象的预测用水量确定出所述预测用水量的置信区间;在确定监测到的第一对象在所述第二时间段内的累加用水量大于所述预测用水量的置信区间的上限值的情况下,向所述第一对象发送用水消息,以提示所述第一对象所述累加用水量已超过所述置信区间的上限值,解决了相关技术中,如何提高向用户发送的用水消息的准确性的问题,进而提高了向用户发送的用水消息的准确性。
[0078]
在一个示例性实施例中,上述第一确定模块还用于,将所述第一时间段划分为第一时段和第二时段,其中,所述第一时段的用水量小于第一阈值,所述第二时段的用水量大于第二阈值,所述第一阈值小于所述第二阈值;根据所述第一时段的历史用水量确定所述第一时段内每一天的第一用水模型,以及根据所述第二时段的历史用水量确定所述第二时段内每一天的第二用水模型;根据所述第一用水模型和/或所述第二用水模型预测所述第一对象在所述第二时间段的预测用水量。
[0079]
需要说明的是,上述第一用水模型表示第一对象在第一时段内的时间和用水量的对应关系,上述第二用水模型表示第一对象在第二时段内的时间和用水量的对应关系。
[0080]
其中,第一时段例如可以为工作日,第二时段例如可以为休息日。第一阈值例如可以为50l,第二阈值例如可以为100l,但不限于此。
[0081]
在一个实施例中,如果第一对象在第一时段的历史用水量为30l,且第一用水模型显示第一对象在第一时段内的晚上的用水量呈现较快的增速,那么根据第一用水模型可以预测上述第一对象在工作日的晚上的用水量较大,且得到的预测用水量为30l。
[0082]
在一个实施例中,如果第一对象在第二时段的历史用水量为120l,且第一用水模型显示第一对象在第一时段内的白天的用水量呈现较快的增速,那么根据第二用水模型可以预测上述第一对象在休息日的白天的用水量较大,且得到的预测用水量为120l。
[0083]
在一个示例性实施例中,上述第二确定模块还用于,按照从小到大的顺序对所述历史用水量中的n个用水量进行排序,得到排序后的用水量列表,其中,所述n为大于3的整数,所述排序后的用水量列表中的每个用水量对应有索引值;根据第一索引公式计算出第一索引值index1,以及根据第二索引公式计算出第二索引值index2,其中,所述第一索引公
式为:index1=(n+1)/4,所述第二索引公式为index2=3
×
(n+1)/4;根据所述第一索引值index1对应的用水量,所述第二索引值index2对应的用水量和所述第一对象的预测用水量确定所述预测用水量的置信区间。
[0084]
需要说明的是,上述n个用水量可以包括用户在一天内不同时刻的用水量,也可以包括用户在一个月内每天的用水量,本技术对n个用水量的获取方式不做限制。
[0085]
需要说明的是,索引值的取值范围包括[0,∞]。
[0086]
其中,以向上取整的方式确定出第一索引值和第二索引值。例如,在n为4的情况下,第一索引值index1=(n+1)/4=5/4,此时,向上取整得到index1为1,而第二索引值index2为3。
[0087]
例如,在一个实施例中,假设n为5,第一索引值index1=(5+1)/4=6/4,此时,向上取整得到index1为1,而第二索引值index2为4。
[0088]
在一个示例性实施例中,在确定历史用水量中的用水量包括11,34,120,55,17的情况下,确定n为5。按照从小到大的顺序排序11,34,120,55,17,得到排序后的用水量列表为11,17,34,55,120,则确定出第一索引值index1对应的用水量为17l,第二索引值对应的用水量为120l。
[0089]
在其他实施例中,对所述历史用水量中的n个用水量进行排序的顺序还可以包括从大到小,本技术对此不做限制。
[0090]
在按照从大到小的顺序对所述历史用水量中的n个用水量进行排序的情况下,根据第二索引公式计算出第一索引值index1,以及根据第一索引公式计算出第二索引值index2,即,得到index2=(n+1)/4,index1=3
×
(n+1)/4,相应的,根据所述第一索引值index1对应的用水量,所述第二索引值index2对应的用水量和所述第一对象的预测用水量确定所述预测用水量的置信区间的过程包括:获取第二索引值对应的用水量和所述第一对象的预测用水量的和值,并将所述和值确定为所述预测用水量的置信区间的上限值;在确定所述预测用水量大于第一索引值对应的用水量的情况下,将所述第二索引值对应的用水量确定为所述预测用水量的置信区间的下限值;在确定所述预测用水量小于所述第一索引值对应的用水量的情况下,将所述预测用水量确定为所述预测用水量的置信区间的下限值。
[0091]
在一个示例性实施例中,上述第二确定模块还用于,获取所述第一索引值对应的用水量和所述第一对象的预测用水量的和值,并将所述和值确定为所述预测用水量的置信区间的上限值;在确定所述预测用水量大于第二索引值对应的用水量的情况下,将所述第一索引值对应的用水量确定为所述预测用水量的置信区间的下限值;在确定所述预测用水量小于所述第二索引值对应的用水量的情况下,将所述预测用水量确定为所述预测用水量的置信区间的下限值。
[0092]
在一个示例性实施例中,上述用水消息的提醒装置还包括更新模块,用于基于用户偏好模型确定所述历史用水量中的用水偏好值,其中,所述用户偏好模型是基于所述第一对象的用水习惯确定的,所述用水偏好值表示所述第一对象在所述第一时间段内的使用频次大于第三阈值的用水量;使用所述第一对象的偏好用水量更新所述预测用水量的置信区间。
[0093]
在一个示例性实施例中,上述更新模块还包括用水偏好值确定单元,用于提出了
一种根据所述第一对象在所述第一时间段内的每一天的用水习惯确定每一天的用户子偏好模型;基于所述用户子偏好模型确定所述第一对象在每一天的用水偏好值,其中,在确定所述第一时间段内的同一天具有多个所述用户偏好值的情况下,确定多个所述用户偏好值的平均值为所述用水偏好值。
[0094]
在一个示例性实施例中,上述更新模块还包括置信区间更新单元,用于确定与所述置信区间内的上限值和所述置信区间内的下限值对应的第一权重,以及确定所述用水偏好值的第二权重;获取所述置信区间内的下限值与所述第一权重的第一乘积,所述置信区间内的上限值与所述第一权重的第二乘积,所述用水偏好值与所述第二权重的第三乘积;将所述第一乘积与所述第三乘积的和值更新为所述置信区间内的下限值,以及将所述第二乘积与所述第三乘积的和值更新为所述置信区间内的上限值。
[0095]
例如,在一个实施例中,设置上述第一权重为0.6,上述第二权重为0.4,如果确定预测用水量的置信区间为[10,50],用水偏好值为25,那么更新后的置信区间为[10
×
0.6+25
×
0.4,50
×
0.6+25
×
0.4]。
[0096]
本技术的实施例还提供了一种存储介质,该存储介质包括存储的程序,其中,上述程序运行时执行上述任一项的方法。
[0097]
可选地,在本实施例中,上述存储介质可以被设置为存储用于执行以下步骤的程序代码:
[0098]
s1,根据第一对象在第一时间段内的历史用水量确定出所述第一对象在第二时间段的预测用水量,其中,所述第一时间段为当前时刻之前的时间段,所述第二时间段为所述当前时刻之后的时间段;
[0099]
s2,根据所述第一对象的预测用水量确定出所述预测用水量的置信区间;
[0100]
s3,在确定监测到的第一对象在所述第二时间段内的累加用水量大于所述预测用水量的置信区间的上限值的情况下,向所述第一对象发送用水消息,以提示所述第一对象所述累加用水量已超过所述置信区间的上限值。
[0101]
本技术的实施例还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
[0102]
可选地,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
[0103]
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
[0104]
s1,根据第一对象在第一时间段内的历史用水量确定出所述第一对象在第二时间段的预测用水量,其中,所述第一时间段为当前时刻之前的时间段,所述第二时间段为所述当前时刻之后的时间段;
[0105]
s2,根据所述第一对象的预测用水量确定出所述预测用水量的置信区间;
[0106]
s3,在确定监测到的第一对象在所述第二时间段内的累加用水量大于所述预测用水量的置信区间的上限值的情况下,向所述第一对象发送用水消息,以提示所述第一对象所述累加用水量已超过所述置信区间的上限值。
[0107]
可选地,在本实施例中,上述存储介质可以包括但不限于:u盘、只读存储器(read-only memory,简称为rom)、随机存取存储器(random access memory,简称为ram)、移动硬
盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0108]
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
[0109]
显然,本领域的技术人员应该明白,上述的本技术的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本技术不限制于任何特定的硬件和软件结合。
[0110]
以上所述仅是本技术的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本技术原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本技术的保护范围。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1