数据处理方法、数据处理装置、电子设备及存储介质与流程

本申请属于空调，尤其涉及一种数据处理方法、数据处理装置、电子设备及存储介质。

背景技术：

1、随着科技的发展与普及，物联网逐渐融入人们的生活，现有的家用电器的联网率逐渐升高，用户可通过云端对家用电器进行监控和操作管理。例如，现在的空调可以将本地数据发送给服务器，用户通过手机访问服务器即可得知空调当前的运行状况。

2、现有技术中，空调通常将采集到的室内温度数据实时上传至服务器，以便用户对室内温度状况进行监控。当空调采用移动数据网络进行通信时，每一条数据都有相应的传输成本，故该种实时上传数据的方法会耗费大量的数据流量，进而产生高额的通信费，造成空调与服务器进行数据交互的成本增加。

技术实现思路

1、本申请实施例提供一种数据处理方法、数据处理装置、电子设备及存储介质，以解决现有的空调通常将采集到的室内温度数据实时上传至服务器，造成空调机组与服务器进行数据交互的成本增加的问题。

2、本申请实施例提供一种数据处理方法，应用于空调，包括以下步骤：

3、获取室内在当前时刻的实时温度数据，并通过所述空调内配置的温度预测模型生成当前时刻的预测温度数据；

4、若所述实时温度数据与所述预测温度数据的温差满足预设条件，则根据所述实时温度数据优化所述温度预测模型，得到优化后的温度预测模型，并得到模型优化数据；

5、将所述模型优化数据传输至云服务器，其中，所述云服务器也配置有所述温度预测模型，所述云服务器根据所述模型优化数据优化所述云服务器内配置的所述温度预测模型。

6、可选地，所述得到模型优化数据，包括：

7、将所述实时温度数据设置为所述模型优化数据；

8、或者，提取所述优化后的温度预测模型的模型参数，并将所述模型参数设置为模型优化数据。

9、可选地，所述若所述实时温度数据与所述预测温度数据的温差满足预设条件，则根据所述实时温度数据优化所述温度预测模型，得到优化后的温度预测模型，并得到模型优化数据之前，所述方法还包括：

10、获取使用所述空调时的环境信息；

11、根据所述环境信息确定所述空调的使用场景信息；

12、将所述使用场景信息对应的温差阈值设置为所述预设条件。

13、可选地，所述预设条件包括超过温差阈值，所述根据所述实时温度数据优化所述温度预测模型之后，所述方法还包括：

14、统计所述温度预测模型的优化频率；

15、根据所述优化频率调整所述预设条件，并得到调整后的预设条件。

16、可选地，所述云服务器在接收到温度查询请求后，根据所述云服务器内优化后的温度预测模型生成所述温度查询请求对应的预测温度数据，并将所述预测温度数据输出。

17、本申请实施例还提供一种数据处理方法，应用于云服务器，包括以下步骤：

18、若接收到空调发送的模型优化数据，则根据所述模型优化数据对配置在所述云服务器中的温度预测模型进行优化，得到优化后的温度预测模型；

19、若接收到温度查询请求，则通过所述优化后的温度预测模型生成所述温度查询请求对应的预测温度数据，并输出所述预测温度数据；

20、其中，所述模型优化数据由所述空调在温差满足预设条件时，基于获取的实时温度数据对所述空调内的温度预测模型进行优化后得到的，所述温差是所述实时温度数据与预测温度数据之间的差值，所述预测温度数据是通过所述空调中的温差预测模型进行预测得到的。

21、本申请实施例还提供一种数据处理装置，应用于空调，所述装置包括：

22、温度获取模块，被配置为获取室内在当前时刻的实时温度数据，并通过所述空调内配置的温度预测模型生成当前时刻的预测温度数据；

23、生成模块，被配置为若所述实时温度数据与所述预测温度数据的温差满足预设条件，则根据所述实时温度数据优化所述温度预测模型，得到优化后的温度预测模型，并得到模型优化数据；

24、传输模块，将所述模型优化数据传输至云服务器，其中，所述云服务器也配置有所述温度预测模型，所述云服务器根据所述模型优化数据优化所述云服务器内配置的所述温度预测模型。

25、本申请实施例还提供一种数据处理装置，应用于云服务器，所述装置包括：

26、优化模块，被配置为若接收到空调发送的模型优化数据，则根据所述模型优化数据对配置在所述云服务器中的温度预测模型进行优化，得到优化后的温度预测模型；

27、输出模块，被配置为若接收到温度查询请求，则通过所述优化后的温度预测模型生成所述温度查询请求对应的预测温度数据，并输出所述预测温度数据；

28、其中，所述模型优化数据由所述空调在温差满足预设条件时，基于获取的实时温度数据对所述空调内的温度预测模型进行优化后得到的，所述温差是所述实时温度数据与预测温度数据之间的差值，所述预测温度数据是通过所述空调中的温差预测模型进行预测得到的。

29、本申请实施例还提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的数据处理方法。

30、本申请实施例还提供一种存储介质，所述存储介质存储有控制指令，所述控制指令被处理器执行时实现如上述的数据处理方法。

31、本申请实施例提供的数据处理方法，若室内的实时温度数据与温度预测模型生成的预测温度数据的温差达到预设条件，则优化空调内的温度预测模型，实现提高空调内优化后的温度预测模型的预测精度，并将模型优化数据上传至云服务器；若室内的实时温度数据与温度预测模型生成的预测温度数据的温差未达到预设条件，则空调内的温度预测模型不优化，且空调不向云服务器上传模型优化数据，即通过设置预设条件对需要上传的数据进行过滤，进而节省了相应的数据传输成本，避免了空调实时向云服务器传输数据，有效地减少了参数上报量，既缓解了在室内温度出现抖动时的网络拥塞问题，又可以有效地降低通讯成本。

32、同时，云服务器根据空调上传的模型优化数据优化云服务器内的温度预测模型，进而提高了云服务器内的温度预测模型的预测精度，当用户访问云服务器以查询室内的温度数据时，云服务器通过云服务器内配置的温度预测模型生成预测温度数据并输出给用户。通过保证云服务器内的温度预测模型的预测精度，进而保证用户得到的数据精度。通过该种数据处理方法，既在一定程度上减少了空调与云服务器之间的数据传输，又保证了用户获取的数据的精度。

技术特征：

1.一种数据处理方法，其特征在于，应用于空调，包括以下步骤：

2.根据权利要求1所述的数据处理方法，其特征在于，所述得到模型优化数据，包括：

3.根据权利要求1所述的数据处理方法，其特征在于，所述若所述实时温度数据与所述预测温度数据的温差满足预设条件，则根据所述实时温度数据优化所述温度预测模型，得到优化后的温度预测模型，并得到模型优化数据之前，所述方法还包括：

4.根据权利要求1所述的数据处理方法，其特征在于，所述预设条件包括超过温差阈值，所述根据所述实时温度数据优化所述温度预测模型之后，所述方法还包括：

5.根据权利要求1所述的数据处理方法，其特征在于，所述云服务器在接收到温度查询请求后，根据所述云服务器内优化后的温度预测模型生成所述温度查询请求对应的预测温度数据，并将所述预测温度数据输出。

6.一种数据处理方法，其特征在于，应用于云服务器，包括以下步骤：

7.一种数据处理装置，其特征在于，应用于空调，所述装置包括：

8.一种数据处理装置，其特征在于，应用于云服务器，所述装置包括：

9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述的数据处理方法，或者如权利要求6所述的数据处理方法。

10.一种存储介质，其特征在于，所述存储介质存储有控制指令，所述控制指令被处理器执行时实现如权利要求1至6中任一项所述的数据处理方法。

技术总结
本申请提供一种数据处理方法、数据处理装置、电子设备及存储介质，数据处理方法包括获取室内在当前时刻的实时温度数据，并通过所述空调内配置的温度预测模型生成当前时刻的预测温度数据；若所述实时温度数据与所述预测温度数据的温差满足预设条件，则根据所述实时温度数据优化所述温度预测模型，得到优化后的温度预测模型，并得到模型优化数据；将所述模型优化数据传输至云服务器。本申请提供的数据处理方法，通过设置预设条件对需要上传的数据进行过滤，进而节省了相应的数据传输成本，避免了空调实时向云服务器传输数据，有效地减少了参数上报量，既缓解了在室内温度出现抖动时的网络拥塞问题，又可以有效地降低通讯成本。

技术研发人员：张琴兰,刘湘
受保护的技术使用者：TCL空调器（中山）有限公司
技术研发日：
技术公布日：2024/5/16