一种空调自主学习控制运行的方法与流程

1.本发明涉及空调技术领域，具体为一种空调自主学习控制运行的方法。


背景技术：

2.现有大部分空调不具备智能控制方案，用户在使用中会遇到从外部环境回到使用环境时，房间内的空气温度、湿度、质量等达不到用户需求条件，打开空调后大约需要30分钟以上才能营造舒适环境。
3.具备智能控制方案的空调，目前的做法普遍为wifi控制或者流量通信类控制方案，需要用户预估时间，在返回使用环境前控制空调等设备运行，无法做到真正意义上的物联智能控制。


技术实现要素：

4.本发明的目的在于提供一种空调自主学习控制运行的方法，以解决用户只能自行计算时间并通过网络远程提前开启空调，耗费精力，而且容易忘记，用户体验不佳的问题。
5.为实现上述目的，本发明提供如下技术方案：空调自主学习控制运行的方法依次包括如下步骤：
6.s1、根据用户使用空调的时间点，划分时间变量；
7.s2、按照划分的时间变量，提取用户空调使用习惯规律性要素并进行偏差计算；
8.s3、不同时间变量进行优先级排序，按照从小到大的优先级顺序提取用户空调使用习惯规律要素并计算偏差；
9.s4、根据提取出的用户使用习惯规律性要素，按照时间变量优先级顺序预置用户下一个使用周期的运行参数。
10.优选的，所述时间变量共划分5种，包括季节变量、月变量、周变量、日变量和时变量，
11.季节变量：每年的四个季度分别作为季节变量；
12.月变量：每年12个月分别作为月变量；
13.周变量：每个月4或5个周分别作为周变量；
14.日变量：每周的7天分别作为日变量；
15.时变量：每天24小时中的2个小时为一组，共12组作为时变量。
16.优选的，所述规律性要素包括：
17.运行模式：制冷模式、制热模式、送风模式、除湿模式、自动模式；
18.设置温度：温度范围10-35℃；
19.设置湿度：相对湿度范围1％-100％；
20.空气质量设置：换新风设定、热除菌设定、除pm2.5设定、除甲醛设定、自清洁设定；
21.风速设置：超高速、高速、中速、低速、超低速、自动。
22.优选的，所述偏差计算的方法为：
23.运行模式：取众数，
24.设置温度：取中位数，
25.设置湿度：取中位数，
26.空气质量设置：取众数，
27.风速设置：取众数。
28.优选的，所述时间变量的优先级排序为：季节变量＞月变量＞周变量＞日变量＞时变量。
29.优选的，所述步骤s4空调提前30min预置用户下一个使用周期的运行参数。
30.优选的，所述步骤4之后还包括用户自行调整空调使用习惯后，空调自行重复步骤s1-s4，根据实际变化，调整预制运行参数的步骤。
31.本发明的有益效果是：
32.针对空调设备使用人的规律性特点，设备通过自学习演进算法，逐步自我建立适合用户本身的控制方案，通过日计算、周计算、月计算、季度计算、年计算等横向对比，修正算法，达到用户实际使用需求，使设备达到真正的智能控制，而不再需要外部指令；通过本专利的自主学习方法运行空调，可以让用户使用环境更舒适，并能够智能控制设备提前运行，保证用户入户感受的良好；本专利方法可以扩展到全屋家电物联控制，形成智能控制的生态环境。
附图说明
33.图1为实施例一第一户南京用户的空调使用规律；
34.图2为实施例一第一户南京用户的空调预测方案；
35.图3为实施例二第二户南京用户的空调使用规律；
36.图4为实施例二第二户南京用户的空调预测方案；
37.图5为实施例三第三户南京用户的空调使用规律；
38.图6为实施例三第三户南京用户的空调预测方案。
具体实施方式
39.下面对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
40.以南京地区三户家庭为例来详细阐述空调自主学习控制运行的方法，依次包括如下步骤：
41.s1、根据用户使用空调的时间点，划分时间变量；
42.s2、按照划分的时间变量，提取用户空调使用习惯规律性要素并进行偏差计算；
43.s3、不同时间变量进行优先级排序，按照从小到大的优先级顺序提取用户空调使用习惯规律要素并计算偏差；
44.s4、根据提取出的用户使用习惯规律性要素，按照时间变量优先级顺序预置用户下一个使用周期的运行参数。
45.作为一个优选实施方式，所述时间变量共划分5种，包括季节变量、月变量、周变量、日变量和时变量，
46.季节变量：每年的四个季度分别作为季节变量；
47.月变量：每年12个月分别作为月变量；
48.周变量：每个月4或5个周分别作为周变量；
49.日变量：每周的7天分别作为日变量；
50.时变量：每天24小时中的2个小时为一组，共12组作为时变量。
51.作为一个优选实施方式，所述规律性要素包括：
52.运行模式：制冷模式、制热模式、送风模式、除湿模式、自动模式；
53.设置温度：温度范围10-35℃；
54.设置湿度：相对湿度范围1％-100％；
55.空气质量设置：换新风设定、热除菌设定、除pm2.5设定、除甲醛设定、自清洁设定；
56.风速设置：超高速、高速、中速、低速、超低速、自动。
57.作为一个优选实施方式，所述偏差计算的方法为：
58.运行模式：取众数，
59.设置温度：取中位数，
60.设置湿度：取中位数，
61.空气质量设置：取众数，
62.风速设置：取众数。
63.作为一个优选实施方式，所述时间变量的优先级排序为：季节变量＞月变量＞周变量＞日变量＞时变量。
64.具体的，如果需要预制用户某一时段的空调运行参数，则空调提取用户前一天24小时的规律性要素，并且是以2小时为单位进行提取。如果需要预制用户某一天的空调运行参数，则空调提取用户前一周七天的规律性要素。如果需要预制用户某一周的空调运行参数，则空调提取用户前一个月的四或五周的规律性要素。如果需要预制用户某一月的空调运行参数，则空调提取用户前一年12个月的规律性要素。如果需要预制用户某一年的空调运行参数，则空调提取用户前一年四个季度的规律性要素。上述空调提取用户使用习惯规律性要素需要按照时间变量的优先级从小到大进行提取。
65.作为一个优选实施方式，所述步骤s4空调提前30min预置用户下一个使用周期的运行参数。
66.作为一个优选实施方式，所述步骤4之后还包括用户自行调整空调使用习惯后，空调自行重复步骤s1-s4，根据实际变化，调整预制运行参数的步骤。
67.实施例一
68.通过本实施例的空调自主学习控制运行的方法提取的南京地区第一户家庭的一月份第一周七天的空调使用习惯规律性要素如图1所示，该用户使用需求为空调制热运行，每天使用，时间基本一致，空气质量设定为新风，具体需求设定分为两个时间段：
69.1、18:00-22:00生活时间段：温度要求7天平均值为23
°
，湿度要求50％相对湿度，空气质量需求为换新风；
70.2、22:00-6:00睡眠时间段：温度要求7天平均值为25
°
，湿度要求50％相对湿度，空
气质量需求为换新风。
71.空调设备cpu将会对此一周的使用规律进行记忆，自主学习控制运行的算法变更，在一月的第二周，空调设备会自行按照图2所示规律设定运行，具体运行设置如下：17:30-21:30，空调的运行模式为自动，设定温度为23℃，设定湿度为50％，空气质量控制为新风开启，风速设置为中速；21:30-6:00，空调的运行模式为自动，设定温度为25℃，设定湿度为50％，空气质量控制为新风开启，风速设置为低速。
72.实施例二
73.通过本实施例的空调自主学习控制运行的方法提取的南京地区第二户家庭的七月份前三周的空调使用习惯规律性要素如图3所示，使用需求为空调制冷运行，使用规律为每周六/周日使用，其他时间不用，前三周使用具体需求设定分为四个时间段：
74.1、10:00-12:00稍热时间段：温度要求三周平均值为25
°
，湿度要求55％相对湿度，空气质量需求为除甲醛；
75.2、12:00-16:00炎热时间段：温度要求三周平均值为24
°
，湿度要求60％相对湿度，空气质量需求为除甲醛；
76.3、16:00-20:00稍热时间段：温度要求三周平均值为25
°
，湿度要求55％相对湿度，空气质量需求为除甲醛；
77.4、22:00-6:00睡眠时间段：温度要求三周平均值为27
°
，湿度要求60％相对湿度，空气质量需求为换新风。
78.空调设备cpu将会对此三周的使用规律进行记忆，自主学习控制运行的算法变更，在七月的第四周，空调设备会自行按照上述规律设定运行参数，参见图4，具体运行设置如下：
79.a、9:30-11:30稍热时间段：空调运行模式为自动，设置温度为25℃，设置湿度为55％，空气质量控制为除甲醛，风速设置为中速；
80.b、11:30-15:30炎热时间段：空调运行模式为自动，设置温度为24℃，设置湿度为60％，空气质量控制为除甲醛，风速设置为中速；
81.c、15:30-20:00稍热时间段：空调运行模式为自动，设置温度为25℃，设置湿度为55％，空气质量控制为除甲醛，风速设置为中速；
82.d、21:30-6:00睡觉时间段：空调运行模式为自动，设置温度为27℃，设置湿度为60％，空气质量控制为除甲醛，风速设置为低速。
83.实施例三
84.通过本实施例的空调自主学习控制运行的方法提取的南京地区第三户家庭的一年中四个季节的空调使用习惯规律性要素如图5所示，空调使用规律为按照不同季节和气候，选择不同的使用方法，使用具体需求设定分为四个时间段：
85.1、冬季寒冷时间段：温度要求平均值为22℃(18:00-22:00)/25
°
(22:00-6:00)，湿度要求50％相对湿度(18:00-6:00)，空气质量需求为除pm2.5(18:00-6:00)；
86.2、春季温和时间段：温度要求无，湿度要求60％相对湿度(18:00-6:00)，空气质量需求为换新风(18:00-6:00)；
87.3、夏季炎热时间段：温度要求平均值为25
°
(10:00-20:00)/27
°
(22:00-6:00)，湿度要求60％相对湿度(10:00-20:00)/50％相对湿度(22:00-6:00)，空气质量需求为除甲醛
(10:00-20:00)/(22:00-6:00)；
88.4、秋季温和时间段：温度要求平均值为26
°
(12:00-16:00)，湿度要求50％相对湿度(12:00-16:00)，无空气质量需求。
89.空调设备cpu将会对此四个季度的使用规律进行记忆，自主学习控制运行的算法变更，在第二年，空调设备会自行按照上述规律设定运行，参见图6，具体运行设置如下：
90.a、冬季17:30-21:30时段：空调运行模式为自动，设置温度为22℃，设置湿度为50％，空气质量控制为除pm2.5，风速设置为中速；
91.b、冬季21:30-6:00时段：空调运行模式为自动，设置温度为25℃，设置湿度为50％，空气质量控制为除pm2.5，风速设置为低速；
92.c、春季17:30-6:00时段：空调运行模式为自动，设置湿度为60％，空气质量控制为换新风，风速设置为低速；
93.d、夏季9:30-20:00时段：空调运行模式为自动，设置温度为25℃，设置湿度为60％，空气质量控制为除甲醛，风速设置为中速；
94.e、夏季21:30-6:00时段：空调运行模式为自动，设置温度为27℃，设置湿度为50％，空气质量控制为除甲醛，风速设置为低速；
95.f、秋季11:30-16:00时段：空调运行模式为自动，设置温度为26℃，设置湿度为50％，无空气质量控制，风速设置为中速。
96.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。