系统开机之后，获取 到当前风速值之前由用户输入，本发明实施例对此不进行限定，例如，一种可能的情况：当 根据当前风速值对风机转速进行调整W后，用户发现所述空调系统的风量不满足需求，然 后触发空调系统的风速调节单元W调整风速，获取最终风速；另一种可能的情况，在开启空 调系统后，用户同时触发空调系统的风速调节单元，当获取到当前风速值W后，根据用户触 发的风速系数，直接获取最终风速，当然，当用户发现调节的风挡等级仍不满足需要时，还 可W改变风挡等级，此时，自然风控制装置继续执行S105-S109,直至最终风速满足用户需 求。
[0137] 如图6所示，下面通过一具体实施例来说明本发明实施例提供的一种自然风控制 方法，包括：
[0138] S501、接收开启指令，根据开启指令开启所述至调系统；
[0139] S502、获取所述空调系统的送风模式；
[0140] S503、判断所述送风模式是模拟自然风模式还是机械风模式，若是机械风模式，贝U 保持当前运行模式不变，若是模拟自然风模式，则执行S504 ; 阳141] S504、获取当前时刻之前的前6个时刻的风速值； 阳142] S505、将所述当前时刻之前的前6个时刻的风速值输入至预设神经网络预测模型 中，得到所述空调系统的当前风速值； 阳143] S506、根据所述空调系统的当前风速值，查询预设映射表，获取与所述空调系统的 当前风速值对应的第一预设风机转速；
[0144] S507、根据所述第一预设风机转速，将所述空调系统当前的风机转速调整至所述 第一预设风机转速；
[0145] S508、判断是否接收到调节指令，若接收到调节指令，则执行S509,若未接收到调 节指令，则按照当前模式运行； 阳146] S509、获取所述调节指令中风挡等级； 阳147] S510、根据预设的风挡等级与风速系数的对应关系，获取与所述调节指令指示的 风挡等级对应的风速系数；
[0148] S511、根据所述风速系数获取空调系统的最终风速值，然后返回执行S506,即根据 所述最终风速值，查询预设映射表，获取与所述空调系统的最终风速值相对应的第二预设 风机转速，根据所述第二预设风机转速，将所述空调系统当前的风机转速调整至所述第二 预设风机转速。
[0149] 本发明实施例提供了一种自然风控制方法，通过获取当前时刻之前的6个时刻的 风速值，将风速值输入预设经网络预测模型中，得到所述空调系统的当前风速值，即可实现 自然风风速数据的获取，通过模拟的当前风速值来调整空调系统的风机转速，进而实现空 调系统模拟自然风的动态送风，本发明实施例根据获取的当前时刻之前的前6个时刻的自 然风的风速值，对自然风风速值序列进行预测，从而实现自然风的风速值不断更新，本发明 实施例与现有技术相比，空调系统的控制系统中无需存储大量的风速数据，节省空调系统 的硬件成本，根据预设经网络预测模型可实时更新风速数据，相对于现有技术中模拟自然 风所采用的跟踪控制算法，用户可W享受不同的自然风效果，用户体验更好。
[0150] 需要说明的是，本发明实施例中S508、判断是否接收到调节指令中的调节指令，可 W是开机W后由用户直接输入的调节指令，也可W是根据当前风速值，对空调系统的风速 值进行调整W后，用户觉得不满意的情况下，根据用户需要再次输入的调节指令，本发明实 施例对此不进行限定。 阳151] 本发明实施例还提供一种自然风控制装置，该自然风控制装置中的各个功能单元 与自然风控制方法相对应，具体可W参考本发明实施例自然风控制方法中的描述，本发明 实施例在此不再寶述。如图7所示，该空调舒适度控制装置70,包括： 阳152] 接收单元701，用于接收用户输入的选择指令，所述选择指令指示空调系统的送风 模式为模拟自然风模式或机械风模式； 阳153] 判断单元702,用于判断所述空调系统的送风模式为模拟自然风模式还是机械风 模式；
[0154] 获取单元703,用于在所述判断单元确定所述空调系统的送风模式为模拟自然风 模式时，获取当前时刻之前的前N个时刻的风速值，其中，N为正整数，且6《N《10 ; [0K5] 计算单元704,用于将所述当前时刻之前的前N个时刻的风速值输入至预设神经 网络预测模型中，得到所述空调系统的当前风速值； 阳156] 调整单元705,用于根据所述空调系统的当前风速值，调整所述空调系统的风机转 速。
[0157] 本发明实施例提供了一种自然风控制装置，通过获取当前时刻之前的风速值，将 风速值输入预设经网络预测模型中，得到所述空调系统的当前风速值，即可实现自然风风 速数据的获取，通过模拟的当前风速值来调整空调系统的风机转速，进而实现空调系统模 拟自然风的动态送风，本发明实施例根据获取的当前时刻之前的前N个时刻的自然风的风 速值，对自然风风速值序列进行预测，从而实现自然风的风速值不断更新，本发明实施例与 现有技术相比，空调系统的控制系统中无需存储大量的风速数据，节省空调系统的硬件成 本，根据预设经网络预测模型可实时更新风速数据，相对于现有技术中模拟自然风所采用 的跟踪控制算法，用户可W享受不同的自然风效果，用户体验更好。 阳158] 可选的，如图8所示，所述调整单元705包括： 阳159] 查询模块7051，用于根据所述空调系统的当前风速值，查询预设映射表，获取与所 述空调系统的当前风速值对应的第一预设风机转速；
[0160] 调整模块7052,用于根据所述第一预设风机转速，将所述空调系统当前的风机转 速调整至所述第一预设风机转速。 阳161 ] 如图7和图8所示，所述装置还包括建模单元706，如图9所示，所述建模单元706 包括： 阳162] 第一处理模块7061，用于获取样本风速数据集合，并将所述样本风速数据集合中 的每个样本风速数据进行归一化处理；
[0163] 确定模块7062,用于确定反向传播神经网络的输入层节点个数、隐层节点个数及 输出层节点个数W及训练参数，得到神经网络预测模型，所述训练参数包括预设误差、初始 权值和学习速率；
[0164] 训练模块7063,用于将所述样本风速数据输入至所述输入层，W所述输出层输出 的数据为预测值，对所述神经网络预测模型进行训练，直至所述神经网络预测模型的学习 速率至预设学习速率，学习训练误差小于预设误差；
[0165] 第二处理模块7064,用于对所述已训练的反向传播神经网络输出的数据进行反归 一化处理，获得所述预设神经网络预测模型。
[0166] 其中，所述第一处理模块7061和第二处理模块7062可W集成在同一个处理模块 上，该处理模块具有在获取样本风速数据集合后，并将所述样本风速数据集合中的每个样 本风速数据进行归一化处理的功能，同时具有在训练模块7063执行完之后，对所述已训练 的反向传播神经网络输出的数据进行反归一化处理，获得所述预设神经网络预测模型的功 能，本发明实施例对此不进行限定，实际应用时，可W根据需要选择。 阳167] 可选的，所述第一处理模块7061具体用于：
[0168] 根据公式
对所述样本风速数据集合中的每个样本风 速数据进行归一化处理，其中，d(t)为样本风速数据；V(t)为对样本数据进行归一化处理 后获得的数据，max(d(t))为样本风速数据集合中风速值最大的样本风速数据，min(d(t)) 为样本风速数据集合中风速值最小的样本风速数据；可选的，所述第二处理模块7062具体 用于： 阳 169]根据公式 Y(t) = u(t)*(max(d(t))-min(d(t)))+min(d(t))对所述已训练的反 向传播神经网络输出层输出的数据进行反归一化处理，其中，u(t)为已训练的反向传播神 经网络输出层输出的数据，max (d (t))为样本风速数据集合中风速值最大的样本风速数据， min (d (t))为样本风速数据集合中风速值最小的样本风速数据。
[0170] 可选的，所述预设神经网络预测模型为：
[0171] V (t) = F (V (t-1)，V (t-2)，V (t-3)，. . .，V (t-N-2)，V (t-N-1)，V (t-N)) 阳17引其中，V(t)为当前时刻的当前风速值，V(t-N)为当前时刻之前的前N时刻的风速 值，V(t-l)为当前时刻之前的前一时刻的风速值，V(t-2)为前一时刻之前的风速值。
[0173] 进一步可选的，如图10所示，所述装置70还包括风速调节单元707 :
[0174] 所述风速调节单元707具体用于：
[0175] 接收所述用户输入的调节指令，所述调节指令指示空调系统在自然风模式下的自 然风的风挡等级；
[0176] 根据预设的风挡等级与风速系数的对应关系，获取与所述调节指令指示的风挡等 级对应的风速系数； 阳177] 根据所述风速系数获取空调系统的最终风速值；
[0178] 根据所述最终风速值，查询预设映射表，获取与所述空调系统的最终风速值相对 应的第二预设风机转速；
[0179] 调节单元，根据所述第二预设风机转速，将所述空调系统当前的风机转速调整至 所述第二预设风机转速。
[0180] 最后应说明的是：W上实施例仅用W