一种空调自动调控方法、设备、空调和存储介质与流程

1.本发明涉及空调技术领域，具体提供一种空调自动调控方法、设备、空调和存储介质。


背景技术：

2.现有空调控制模式中的自动调控模式一般需要人为预先进行温度设定，并在空调运行时通过比较设定温度和室外环境温度来实现对空调运行模式的调控，例如当空调的温度传感器检测到室外环境温度达到制冷或制热需求时空调会按照预先设定的温度执行自动调控；还有一些空调控制器可以针对不同用户群体以及不同需求设置不同的预设运行模式，例如孕妇模式，成人模式，睡眠模式等等，但这些针对不同用户群体以及不同需求的预设运行模式也都需要提前设定需求温度。
3.然而在实际应用中，不同用户群体在不同时间段、不同场景下对空调的需求温度都是不同的，例如酒店的儿童活动区、健身区、会议区等功能分区比较明显的场景下用户对空调的需求温度不同，又例如同样是在酒店的客房区，用户在夜间和中午对空调的需求温度也是不同的，因此需要一种能够根据当前时间、当前场景来动态智能调控空调设定温度的方法。而上述现有的空调自动调控模式及预设运行模式均需要人为预先执行相关设置，智能化程度不高，无法实现空调温度的动态智能调控。
4.相应地，本领域需要一种空调自动调控方法来解决上述问题。


技术实现要素：

5.为了克服上述缺陷，提出了本发明，以提供解决或至少部分解决现有空调自动调控模式及预设运行模式智能化程度不高，无法实现空调温度的动态智能调控的问题的方法。
6.在第一方面，本发明提供一种空调自动调控方法，所述方法包括以下步骤：
7.响应于所述空调的智能调控运行模式，获取所述空调的编组信息、当前时间信息以及所述空调所在的空调组中其他开机空调的当前设定温度；
8.根据获取的所述空调的编组信息、当前时间信息以及所述空调所在的空调组中其他开机空调的当前设定温度确定所述空调的目标预测温度并控制所述空调运行。
9.在一些实施例中，所述根据获取的所述空调的编组信息、当前时间信息以及所述空调所在的空调组中其他开机空调的当前设定温度确定所述空调的目标预测温度并控制所述空调运行包括：
10.将所述空调的编组信息、当前时间信息输入训练好的温度预测模型，获取所述温度预测模型输出的模型预测温度；
11.基于所述模型预测温度以及所述空调组中其他开机空调的当前设定温度对所述模型预测温度进行修正，以获得所述目标预测温度；
12.基于所述目标预测温度控制所述空调运行。
13.在一些实施例中，所述空调自动调控方法还包括对所述温度预测模型进行训练，其中，所述温度预测模型为rnn训练模型，所述对所述温度预测模型进行训练包括：
14.获取所述空调组中所有空调的历史运行数据以及所述所有空调的编组信息作为训练样本集，所述历史运行数据包括历史空调设定温度以及与所述历史空调设定温度对应的空调运行时间信息；
15.基于所述训练样本集对所述温度预测模型进行训练。
16.在一些实施例中，所述对所述温度预测模型进行训练还包括：
17.以预设时间间隔获取所述空调组中空调的运行模式为非智能调控运行模式时用户自设定的温度，并基于获取的所述用户自设定的温度、与所述用户自设定的温度对应的空调运行时间信息以及所述空调的编组信息更新所述温度预测模型的训练样本集，并基于更新后的所述训练样本集对所述温度预测模型进行模型训练。
18.在一些实施例中，所述基于获取的所述用户自设定的温度、与所述用户自设定的温度对应的空调运行时间信息以及所述空调的编组信息更新所述温度预测模型的训练样本集包括：
19.基于所述空调的历史运行数据判断所述用户自设定的温度是否合理；
20.若合理，则将所述用户自设定的温度、与所述用户自设定的温度对应的空调运行时间以及所述空调的编组信息加入所述训练样本集，以更新所述训练样本集；
21.否则，不更新所述训练样本集。
22.在一些实施例中，所述基于所述模型预测温度以及所述空调组中其他开机空调的当前设定温度对所述模型预测温度进行修正，以获得所述目标预测温度包括：
23.基于所述模型预测温度以及所述空调组中其他开机空调的当前设定温度的权重计算所述目标预测温度，其中，所述模型预测温度以及所述空调组中其他开机空调的当前设定温度各自对应的权重大于等于零，且所述各自对应的权重之和等于1。
24.在一些实施例中，所述空调组中所有空调的历史运行数据还包括历史环境温度数据，所述方法还包括：
25.基于所述温度预测模型获取预测的环境温度；
26.当所述空调发生故障时，调取所述预测的环境温度，并基于所述预测的环境温度控制所述空调执行相应操作。
27.在第二方面，提供一种电子设备，所述电子设备包括处理器和存储器，所述存储器适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行上述任一项所述的空调自动调控方法。
28.在第三方面，提供一种空调，所述空调包括本体、处理器和存储器，所述存储器适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行上述任一项所述的空调自动调控方法。
29.在第四方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行上述任一项所述的空调自动调控方法。
30.在采用上述技术方案的情况下，本发明能够提供一种空调自动调控方法，该方法当空调的运行模式为智能调控运行模式时，基于空调的编组信息、当前时间信息和空调所
在空调组中其他开机空调的当前设定温度确定该空调的目标预测温度并控制该空调运行。该方法通过将空调的编组信息、当前时间信息输入训练好的温度预测模型，获取温度预测模型输出的模型预测温度；基于模型预测温度以及空调组中其他开机空调的当前设定温度对模型预测温度进行修正，以获得该空调的目标预测温度。因为在实际应用中是根据空调所处的场景(位置)进行空调组划分的，不同的空调组即对应不同的场景(例如，在酒店空调系统中空调组1可对应儿童活动区、空调组2可对应健身区)，所以说该方法实际上综合考虑了空调当前运行的时间信息和空调所属的场景(空调的编组信息)，在无需用户自行设定空调运行温度的前提下可动态智能地获得空调的目标预测温度并根据获得的目标预测温度控制空调运行。采用该方法可以有效解决现有空调自动调控模式及预设运行模式智能化程度不高，无法根据当前时间、当前场景来动态智能调控空调设定温度的问题。
附图说明
31.参照附图，本发明的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于说明的目的，而并非意在对本发明的保护范围组成限制。此外，图中类似的数字用以表示类似的部件，其中：
32.图1是根据本发明实施例提供的一种空调自动调控方法的主要步骤流程示意图；
33.图2是根据本发明实施例提供的一种确定空调的目标预测温度并控制空调运行的主要步骤流程示意图；
34.图3是根据本发明应用实施例提供的一种空调自动调控方法的工作流程示意图；
35.图4是根据本发明实施例提供的一种空调自动调控设备的主要结构框图示意图。
具体实施方式
36.下面参照附图来描述本发明的一些实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。
37.在本发明的描述中，“模块”、“处理器”可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路，各种合适的感应器，通信端口，存储器，也可以包括软件部分，比如程序代码，也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质，比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。术语“a和/或b”表示所有可能的a与b的组合，比如只是a、只是b或者a和b。术语“至少一个a或b”或者“a和b中的至少一个”含义与“a和/或b”类似，可以包括只是a、只是b或者a和b。单数形式的术语“一个”、“这个”也可以包括复数形式。
38.这里先解释本发明涉及到的一些术语。
39.ee存储器，即eprom(electrically erasable programmable read only memory)，是指带电可擦可编程只读存储器，是一种掉电后数据不丢失的存储芯片。ee存储器广泛应用于空调、汽车等众多领域，目前大部分变频空调都带有ee存储器，用于存储空调控制器的运行数据。
40.现有的空调自动调控模式及预设运行模式无法根据当前时间、当前场景来动态智
能调控空调设定温度。但实际情况是，不同用户群体在不同时间段、不同场景下对空调的需求温度都是不同的，例如酒店的儿童活动区、健身区、会议区等功能分区比较明显的场景下用户对空调的需求温度不同，又例如同样是在酒店的客房区，用户在夜间和中午对空调的需求温度也是不同的。
41.有鉴于此，本发明提供一种空调自动调控方法，该方法当空调的运行模式为智能调控运行模式时，基于空调的编组信息、当前时间信息和空调所在空调组中其他开机空调的当前设定温度确定该空调的目标预测温度并控制该空调运行。采用该方法可以有效解决现有空调自动调控模式及预设运行模式智能化程度不高，无法根据当前时间、当前场景来动态智能调控空调设定温度的问题。
42.下面参阅附图1对本发明的一个实施例进行说明。图1是根据本发明的一个实施例的一种空调自动调控方法的主要步骤流程示意图。如图1所示，本发明实施例中的一种空调自动调控方法主要包括下列步骤s11-步骤s12。
43.步骤s11：响应于空调的智能调控运行模式，获取空调的编组信息、当前时间信息以及该空调所在的空调组中其他开机空调的当前设定温度；
44.步骤s12：根据获取的空调的编组信息、当前时间信息以及该空调所在的空调组中其他开机空调的当前设定温度确定该空调的目标预测温度并控制该空调运行。
45.进一步的，本发明中空调的运行模式包括智能调控运行模式和非智能调控运行模式；当空调的运行模式为智能调控运行模式时，按照上述步骤s11-步骤s12执行本发明实施例中的一种空调自动调控方法；当空调的运行模式为非智能调控运行模式时，获取用户自设定的温度，并基于用户自设定的温度控制空调运行。
46.空调的编组信息包括空调所属的空调组，因而在一些实施例中，步骤s11中响应于空调的智能调控运行模式时获取的空调的编组信息，可以基于空调所处的功能区对空调进行分组，或，基于空调所处位置对该位置周围预设距离范围内的空调进行自动分组获得。因为类似酒店、地铁、商场、医院等场所中不同区域的划分较为明显(例如，酒店中的儿童活动区、健身区、会议区以及地铁车厢中的强冷车厢、中冷车厢、弱冷车厢)，所以在此类场所中基于不同区域实现上述基于空调所处的功能区对空调进行分组或基于空调所处位置对该位置周围预设距离范围内的空调进行自动分组能够合理有效得被执行。
47.具体的，上述基于空调所处的功能区对空调进行分组包括：可以直接根据空调所处的位置选择预设的该位置所对应的预设功能区，进而根据该功能区对应的预设分组信息获得该空调的编组信息，即只要是位于该功能区中的空调均将直接被划分至对应的空调组中。或，基于空调所处位置对该位置周围预设距离范围内的空调进行自动分组包括：可以根据空调所处的位置设置一个预设距离，只要是在该位置周围预设距离范围内的空调均将被自动划分至该位置对应的空调组中。采用基于空调所处位置对该位置周围预设距离范围内的空调进行自动分组相较于基于空调所处的功能区对空调进行分组，因为其预设距离的设定可根据根据实际需求动态地进行选择和调整，所以其可扩展性和适用性更强。上述基于空调所处的功能区对空调进行分组或基于空调所处位置对该位置周围预设距离范围内的空调进行自动分组，实际上在执行分组时都对应了一个具体的场景(位置)，即不同的空调组实际上对应了不同的场景。
48.在一些实施例中，步骤12中根据获取的空调的编组信息、当前时间信息以及该空
调所在的空调组中其他开机空调的当前设定温度确定该空调的目标预测温度并控制该空调运行的具体步骤可参阅附图2，图2是根据本发明实施例提供的一种确定空调的目标预测温度并控制空调运行的主要步骤流程示意图。如图2所示，本发明实施例中的一种确定空调的目标预测温度并控制空调运行的主要步骤包括下列步骤s121-步骤s123：
49.步骤s121：将空调的编组信息、当前时间信息输入训练好的温度预测模型，获取温度预测模型输出的模型预测温度；
50.步骤s122：基于模型预测温度以及空调组中其他开机空调的当前设定温度对模型预测温度进行修正，以获得目标预测温度；
51.步骤s123：基于目标预测温度控制空调运行。
52.上述实施例中，获取到的空调的编组信息中包括该空调所属的空调组，即该空调的编组信息实际上对应的是该空调所属的场景；在根据空调的编组信息、当前时间信息通过温度预测模型获得该空调在当前时间及对应场景(空调组)下的模型预测温度后，再结合该场景(空调组)中其他空调的当前设定温度对获得的模型预测温度进行偏差纠正得到目标预测温度，进而控制该空调以目标预测温度运行。
53.此种方式综合考虑了空调当前运行的时间信息和空调所属的场景(空调组)，在无需用户自行设定空调运行温度的前提下可动态智能地获得空调的目标预测温度并根据获得的目标预测温度控制空调运行，以实现空调的自动调控功能。
54.在一些实施例中，本发明的一种空调自动调控方法还包括对温度预测模型进行训练，该温度预测模型为rnn(循环神经网络)训练模型，在使用该温度预测模型执行温度预测前对该温度预测模型进行训练具体包括：
55.获取空调组中所有空调的历史运行数据以及所有空调的编组信息作为训练样本集，所有空调的历史运行数据包括历史空调设定温度以及与该历史空调设定温度对应的空调运行时间信息；
56.基于该训练样本集对该温度预测模型进行训练。
57.进一步的，空调组中的所有空调都配置有ee存储器，用于存储空调的历史运行数据；上述实施例中空调组中所有空调的历史运行数据从空调组中各个空调的ee存储器中获得。
58.在一些实施例中，本发明的一种空调自动调控方法中对温度预测模型进行训练还包括：
59.以预设时间间隔获取空调组中空调的运行模式为非智能调控运行模式时用户自设定的温度，并基于获取的用户自设定的温度、与该用户自设定的温度对应的空调运行时间信息以及空调的编组信息更新该温度预测模型的训练样本集，并基于更新后的训练样本集对该温度预测模型进行模型训练。
60.通过如此操作，可不断更新、扩展温度预测模型的训练样本集。随着训练样本集中数据的不断增加，采用更新的训练样本集不断对该温度预测模型进行模型训练，可使得训练后的温度预测模型在进行温度预测时越来越准确。
61.在一些实施例中，基于获取的用户自设定的温度、与该用户自设定的温度对应的空调运行时间信息以及空调的编组信息更新温度预测模型的训练样本集包括：
62.基于空调的历史运行数据判断用户自设定的温度是否合理；若合理，则将用户自
设定的温度、与该用户自设定的温度对应的空调运行时间以及该空调的编组信息加入该训练样本集，以更新该训练样本集；否则，不更新该训练样本集。
63.具体的，此处的空调历史运行数据为存储在空调ee存储器中的空调历史运行数据，ee存储器中存储的空调历史运行数据为正确合理的空调运行数据。在上述实施例中，首先根据与用户自设定温度对应的空调运行时间从空调历史运行数据中获得与该空调运行时间对应的历史空调设定温度。基于该获得的历史空调设定温度得到该空调的当前设定温度合理区间；若用户自设定的温度落入该当前设定温度合理区间内，则判定该用户自设定的温度合理；若用户自设定的温度未落入该当前设定温度合理区间内，则判定该用户自设定的温度不合理。
64.进一步的，上述当前设定温度合理区间可通过如下方式获得：若从历史运行数据中只获得了一个与该空调运行时间对应的历史空调设定温度，可以对该获得的历史空调设定温度向下浮动预设浮动阈值作为当前设定温度合理区间的下限值，对该获得的历史空调设定温度向上浮动预设浮动阈值作为当前设定温度合理区间的上限值；若从历史运行数据中获得了多个与该空调运行时间对应的历史空调设定温度，可以从获得的多个历史空调设定温度中取最小值和最大值，以该最小值作为当前设定温度合理区间的下限值，以该最大值作为当前设定温度合理区间的上限值。需要说明的是，此处记载的获得当前设定温度合理区间的方式只是作为示意性说明，在实际应用中当前设定温度合理区间的获得方式可根据实际需要进行调整和选择。
65.在一些实施例中，步骤s122中基于模型预测温度以及空调组中其他开机空调的当前设定温度对模型预测温度进行修正，以获得目标预测温度包括：
66.基于模型预测温度以及空调组中其他开机空调的当前设定温度的权重计算目标预测温度，其中，模型预测温度以及空调组中其他开机空调的当前设定温度各自对应的权重大于等于零，且该各自对应的权重之和等于1。
67.具体的，在获得模型预测温度之后，采用根据空调组中其他开机空调的当前设定温度对模型预测温度进行修正的方式，可以使得修正后获得的目标预测温度更接近当前时间及当前场景下(空调组)用户的实际需求。
68.进一步的，基于模型预测温度以及空调组中其他开机空调的当前设定温度的权重计算目标预测温度时，可以采用对模型预测温度以及空调组中其他开机空调的当前设定温度求平均值的方式获得目标预测温度。此种情况下，模型预测温度以及空调组中其他开机空调的当前设定温度各自对应的权重大于等于零，且该各自对应的权重之和等于1。
69.进一步的，基于模型预测温度以及空调组中其他开机空调的当前设定温度的权重计算目标预测温度时，还可以将模型预测温度对应的权重设置为第一预设权重值，将空调组中其他开机空调的当前设定温度的各自对应的权重之和设置为第二预设权重值，并且将空调组中其他开机空调的当前设定温度的各自对应的权重设置为相等数值，其中，第一预设权重值和第二预设权重值之和等于1。此种情况下，模型预测温度以及空调组中其他开机空调的当前设定温度各自对应的权重大于等于零，且该各自对应的权重之和等于1。例如，在一个应用实施例中，可以将第一预设权重值的取值设置为0.5，将第二预设权重值的取值设置为0.5；并且在此种情况下若空调组中其他开机空调的数量为5，则将空调组中其他开机空调的各自对应的权重的取值均设置为0.1。
70.需要说明的是，前述对模型预测温度以及空调组中其他开机空调的当前设定温度各自对应的权重的取值仅为示意性说明，在实际应用中模型预测温度以及空调组中其他开机空调的当前设定温度各自对应的权重的取值可根据实际需要进行调整和选择。
71.在一些实施例中，空调组中所有空调的历史运行数据还包括历史环境温度数据，本发明的一种空调自动调控方法还包括：
72.基于温度预测模型获取预测的环境温度；
73.当空调发生故障时，调取该预测的环境温度，并基于该预测的环境温度控制空调执行相应操作。
74.具体的，传统的空调自动调控模式一般是在空调运行时通过比较设定温度和室外环境温度来实现对空调运行模式的调控。例如，当空调室外温度传感器检测到室外环境温度达到制冷或制热需求时空调会按照设定温度执行自动调控。但是当空调室外温度传感器发生故障时，无法获得室外环境温度也就无法实现空调的自动调控。在此种情况下，可以基于本发明的温度预测模型获取预测的环境温度，将该预测的环境温度作为当前室外环境温度；进而可进行设定温度和室外环境温度的比较，并且在比较结果满足自动调控模式的执行条件时空调可继续按照设定温度执行自动调控，不影响空调运行模式的自动切换。
75.在一些实施例中，空调组中的空调可以采用网络通信的方式和预设的服务器进行信息交互，并在该预设的服务器上完成本发明的空调自动调控方法中的温度预测模型的训练、模型预测温度的获取以及目标预测温度的获取，具体包括：
76.该预设的服务器上存储有温度预测模型，空调组中的所有空调将各自的历史运行数据发送至该预设的服务器，该预设的服务器将接收到的所有空调的历史运行数据获存储在该预设的服务器上作为训练样本集，并基于该训练样本集对该温度预测模型进行训练；
77.某空调将该空调的编组信息、当前时间信息以及该空调所在的空调组中其他开机空调的当前设定温度发送至该预设的服务器，该预设的服务器将接收到的空调编组信息、当前时间信息输入至存储在该预设的服务器上的训练好的温度预测模型中，以获得该温度预测模型输出的模型预测温度，然后该预设的服务器再基于获得的模型预测温度以及接收到的该空调所在空调组中其他开机空调的当前设定温对该模型预测温度进行修正以获得目标预测温度。
78.进一步的，在该预设的服务器获得目标预设温度后，该预设的服务器将该目标预测温度发送至对应的空调，该对应的空调基于接收到的该目标预测温度控制空调运行。
79.通过如此操作，将训练样本数据、温度预测模型均存储在预设的服务器并在该预设的服务器上完成温度预测模型的训练、模型预测温度的获取及目标预测温度的获取，一方面可以充分利用服务器的强大存储能力和计算能力，另一方面将温度预测模型放置在预设的服务器上能够方便空调组中各个空调通过网络通信的方式获取及调用温度预测模型。
80.在一些实施例中，空调组中的空调本身配置有处理器和存储器，本发明的空调自动调控方法中的温度预测模型的训练、模型预测温度的获取以及目标预测温度的获取均可在空调中直接完成，具体包括：
81.该空调中存储有温度预测模型，该空调获取到该空调所在空调组中所有空调的历史运行数据并存储在该空调中作为训练样本数据，该空调基于该训练样本数据对该温度预测模型进行训练；
82.将该空调的编组信息、当前时间信息输入至存储在该空调中的训练好的温度预测模型中以获得该温度预测模型输出的模型预测温度；然后该空调再基于获得的模型预测温度以及该空调所在空调组中其他开机空调的当前设定温对该模型预测温度进行修正以获得目标预测温度；
83.该空调基于该目标预测温度执行运行。
84.通过如此操作，可以直接在空调中完成温度预测模型的训练、模型预测温度的获取以及目标预测温度的获取；每台空调可以相对独立得运行，不会因预设的服务器故障而出现无法执行相关操作的问题。
85.在一个应用实施例中，参阅附图3对本发明的一种空调自动调控方法作进一步阐释。图3是根据本发明应用实施例提供的一种空调自动调控方法的工作流程示意图，如图3所示在本发明的一个应用实施例中一种空调自动调控方法主要包括下列步骤s21-s28。
86.步骤s21：空调开始运行；
87.步骤s22：判断空调当前运行模式是否为智能运行模式，若为智能运行模式执行步骤s23，若为非智能运行模式执行步骤s27；
88.步骤s23：空调向预设服务器发送该空调的编组信息、当前时间信息及该空调所在空调组中其他开机空调的当前设定温度；
89.步骤s24：预设服务器将接收到的空调编组信息、当前时间信息输入温度预测模型，以获得模型预测温度；
90.步骤s25：预设服务器基于获得的模型预测温度以及接收到的该空调所在空调组中其他开机空调的当前设定温度对模型预测温度进行修正以获得目标预测温度，并将目标预测温度发送给空调；
91.步骤s26：空调以目标预测温度运行；
92.步骤s27：空调获取用户自设定温度；
93.步骤s28：空调以用户自设定温度运行。
94.进一步的，在上述应用实施例中的步骤s21之前还包括空调向预设服务器发送该空调的历史运行数据；在上述应用实施例中的步骤s28之后还包括在预设时间间隔后，空调向预设服务器发送该空调的当前用户自设定温度及与该当前用户自设定温度对应的当前时间信息。需要说明的是，此处的应用实施例是基于空调和预设服务器进行信息交互，并在预设服务器上完成温度预测模型训练、模型预测温度的获取以及目标预测温度的获取的示意性说明；在实际应用中温度预测模型的训练、模型预测温度的获取以及目标预测温度的获取也可不依赖服务器而直接在配置有处理器和存储器的空调中直接完成，此处不再赘述。
95.需要指出的是，尽管上述实施例中将各个步骤按照特定的先后顺序进行了描述，但是本领域技术人员可以理解，为了实现本发明的效果，不同的步骤之间并非必须按照这样的顺序执行，其可以同时(并行)执行或以其他顺序执行，这些变化都在本发明的保护范围之内。
96.本领域技术人员能够理解的是，本发明实现上述一实施例的方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步
骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读存储介质包括的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载波信号和电信信号。
97.进一步，本发明还提供了一种电子设备。参阅附图4，图4是根据本发明的一个实施例的一种空调自动调控设备的主要结构框图。在根据本发明的一个空调自动调控设备实施例中，空调自动调控设备300包括处理器301和存储器302，存储器302可以被配置成存储执行上述方法实施例的一种空调自动调控方法的程序，处理器301可以被配置成用于执行存储器302中的程序，该程序包括但不限于执行上述方法实施例的空调自动调控方法的程序。为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。该电子设备可以是包括各种电子设备形成的控制装置设备。
98.进一步，本发明还提供了一种空调，包括空调本体和前述实施例的空调自动调控设备，具体地，本发明提供的空调包括空调本体、处理器和存储器，所述存储器包括前述实施例中的适于存储多条程序代码的存储器302，所述程序代码适于由所述处理器加载并运行以执行上述任意一项技术方案所述的空调自动调控方法；所述处理器包括前述实施例中的处理器301，此处不再赘述。
99.进一步，本发明还提供了一种计算机可读存储介质。在根据本发明的一个计算机可读存储介质实施例中，计算机可读存储介质可以被配置成存储执行上述方法实施例的一种空调自动调控方法的程序，该程序可以由处理器加载并运行以实现上述一种空调自动调控方法。为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。该计算机可读存储介质可以是包括各种电子设备形成的存储装置设备，可选的，本发明实施例中计算机可读存储介质是非暂时性的计算机可读存储介质。
100.至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。