本申请涉及智能家电技术领域,尤其涉及一种家电故障检测方法和装置。
背景技术:
随着智能家电技术以及互联网技术的不断发展,智能家电,例如智能空调、洗衣机、冰箱等不断普及,但是,在用户使用家电的过程中,不可避免的会出现一些故障。
但是在实际使用的过程中,用户通常是在家电出现故障,无法正常工作之后才能发现家电故障问题,无法提前感知并避免故障的发生,导致用户发现家电故障不及时,影响用户的使用体验的问题。
技术实现要素:
本申请提出一种家电故障检测方法和装置,以实现根据家电的运行状态信息以及家电运行参数,能够主动预测出家电运行状态,在一定程度上避免了故障的发生,解决了现有技术中家电出现故障无法正常工作时,用户才会发现家电故障现象的问题,从而提高了用户的使用体验。
本申请第一方面实施例提出了一种家电故障检测方法,包括:
获取监测到的家电运行参数;
将所述家电运行参数输入经过训练的故障预测模型,以得到家电的预测运行状态;
其中,所述故障预测模型,已学习得到家电运行参数与预测运行状态之间的映射关系。
本申请第二方面实施例提出了一种家电故障检测方法,包括:
对家电运行进行监测,以得到家电运行参数;
向家电服务器发送所述家电运行参数;
其中,所述家电运行参数,用于输入经过训练的故障预测模型,以得到家电的预测运行状态;所述故障预测模型,已学习得到家电运行参数与预测运行状态之间的映射关系。
本申请第三方面实施例提出了一种家电故障检测装置,包括:
第一获取模块,用于获取监测到的家电运行参数;
预测模块,用于将所述家电运行参数输入经过训练的故障预测模型,以得到家电的预测运行状态;
其中,所述故障预测模型,已学习得到家电运行参数与预测运行状态之间的映射关系。
本申请第四方面实施例提出了一种家电故障检测装置,包括:
检测模块,用于对家电运行进行监测,以得到家电运行参数;
第一发送模块,用于向家电服务器发送所述家电运行参数;
其中,所述家电运行参数,用于输入经过训练的故障预测模型,以得到家电的预测运行状态;所述故障预测模型,已学习得到家电运行参数与预测运行状态之间的映射关系。
本申请第五方面实施例提出了一种家电服务器,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,所述处理器执行所述程序时,实现如第一方面实施例中所述的家电故障检测方法。
本申请第六方面实施例提出了一种家电故障检测系统,包括家电和家电服务器。
本申请第七方面实施例提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面实施例中所述的家电故障检测方法,或者实现如第二方面实施例中所述的家电故障检测方法。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
一方面,通过家电服务器获取监测到的家电运行参数,将家电运行参数输入经过训练的故障预测模型,以得到家电的预测运行状态,其中,故障预测模型,已学习得到家电运行参数与预测运行状态之间的映射关系。该方法可以根据家电运行参数,能够主动预测出家电运行状态,在一定程度上避免了故障的发生,解决了现有技术中家电出现故障无法正常工作时,用户才会发现家电故障现象的问题,从而提高了用户的使用体验。
另一方面,将家电运行参数输入经过训练的故障预测模型,以得到家电的预测运行状态。由此,经过训练后的故障预测模型能够准确的预测出家电的运行状态,全面监控家电的运行情况,从而提前预测家电故障并做相应调整以避免故障发生。
又一方面,根据预测运行状态确定为故障状态,控制家电进行家电运行参数调整,或者控制家电发出故障提示。由此,在预测出家电状态为故障状态时,对家电的运行参数进行调整或者控制家电发出故障提示,在一定程度上避免了故障的发生,解决了现有技术中家电出现故障无法正常工作时,用户才会发现家电故障现象的问题,从而提高了用户的使用体验。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请实施例一所提供的一种家电故障检测方法的流程示意图;
图2为本申请实施例二所提供的一种家电故障检测方法的流程示意图;
图3为本申请实施例三所提供的一种家电故障检测方法的流程示意图;
图4为本申请实施例四所提供的一种家电故障检测方法的流程示意图;
图5为本申请实施例五所提供的一种家电故障检测方法的流程示意图;
图6为本申请实施例六所提供的一种家电故障检测装置的结构示意图;
图7为本申请实施例七所提供的一种家电故障检测装置的结构示意图。
具体实施方式
现有技术中,家电在使用过程中会不可避免的出现故障,但是通常是在家电设备出现故障无法正常工作时,用户才会发现家电故障问题,在故障发送前无法预先感知和避免故障,从而影响用户的使用体验。
针对上述问题,本申请提出了一种家电故障检测方法,通过家电服务器获取监测到的家电运行参数,将家电运行参数输入经过训练的故障预测模型,以得到家电的预测运行状态。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例,然而应当理解,可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本申请的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例一
图1为本申请实施例一所提供的一种家电故障检测方法的流程示意图。
如图1所示,该家电故障检测由家电服务器端执行,具体包括以下步骤:
步骤101,获取监测到的家电运行参数。
本申请实施例中,家电在运行的过程中会实时或者周期性的检测运行参数,家电服务器可以接收家电发送的家电运行参数,从而获取到家电的运行参数,确定家电运行状态是否正常。
作为一种示例,当家电为空气调节设备时,运行参数可以包括设定温度、设定运行模式、风速、室内机转速、室外机转速、运行频率中的一个或多个组合。
步骤102,将家电运行参数输入经过训练的故障预测模型,以得到家电的预测运行状态。
其中,故障预测模型,已学习得到家电运行参数与预测运行状态之间的映射关系。
本申请实施例中,家电服务器获取监测到的家电运行参数,可以将家电运行参数输入经过训练的故障预测模型,以得到家电的预测运行状态。
其中,预测运行状态,是对家电在监测到家电运行参数之后的时段内所处的运行状态进行预测,得到的运行状态。
由于故障预测模型已经学到得到家电运行参数与预测运行状态之间的映射关系,因此,将监测到的家电运行参数输入预先经过训练的故障预测模型后,即可确定家电的预测运行状态,可能是正常状态,也可能是故障状态。
作为一种可能的情况,家电服务器可以获取家电的运行状态信息,根据运行状态信息确定家电未处于故障状态时,将监测到的家电运行参数输入预先经过训练的故障预测模型后,得到家电的预测运行状态为正常状态,家电服务器可以继续周期性的获取家电的运行状态以及在相应运行状态下监测到的家电运行参数,以采用故障预测模型对家电的运行状态继续预测,能够及时预测出家电运行状态处于故障状态的情况。
作为另一种可能的情况,家电服务器可以获取家电的运行状态信息,根据运行状态信息确定家电未处于故障状态时,将监测到的家电运行参数输入预先经过训练的故障预测模型后,得到家电的预测运行状态为故障状态,家电服务器可以根据设定的运行参数对家电的运行参数进行调整,在一定程度上避免了家电出现故障,影响用户使用的情况。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
本申请实施例的家电故障检测方法,通过家电服务器获取监测到的家电运行参数,将家电运行参数输入经过训练的故障预测模型,以得到家电的预测运行状态,其中,故障预测模型,已学习得到正常状态下的家电运行参数与预测运行状态之间的映射关系。该方法可以根据家电运行参数,能够主动预测出家电运行状态,在一定程度上避免了故障的发生,解决了现有技术中家电出现故障无法正常工作时,用户才会发现家电故障现象的问题,从而提高了用户的使用体验。
作为一种可能的实现方式,在实施例一中的步骤102之后,即在将家电运行参数输入经过训练的故障预测模型,预测家电运行状态为故障状态之后,通过获取故障状态之前监测到的家电的运行参数作为负样本,对故障预测模型进行训练,具体的实现过程见实施例二。
实施例二
图2为本申请实施例二所提供的一种家用电器故障检测方法的流程示意图。
如图2所示,该故障检测方法可以包括以下步骤:
步骤201,获取监测到的家电运行参数。
本申请实施例中,步骤201的实现过程,可以参见上述实施例中步骤101的实现过程,在此不再赘述。
步骤202,获取运行状态信息。
本申请实施例中,家电服务器可以通过接收家电发送的运行状态信息,以获取家电的运行状态信息,从而根据运行状态信息确定家电运行状态。
步骤203,根据运行状态信息确定为故障状态,对处于故障状态之前监测到的家电运行参数进行查询。
本申请实施例中,家电服务器根据获取到的家电的运行状态信息,确定家电的运行状态为故障状态时,在存储家电运行参数的数据库中查询故障状态之前监测到的家电运行参数。
作为一种示例,若家电为空气调节设备,根据某一时刻获取到的空气调节设备的运行状态信息确定空气调节设备处于故障状态时,对处于故障状态之前监测到的空气调节设备的设定温度、设定运行模式、风速、室内机转速、室外机转速、运行频率等运行参数进行查询,可以查询空气调节设备在故障状态之前监测到的空气调节设备运行若干小时的运行参数。
步骤204,将故障状态之前,查询到的家电运行参数作为负样本,对故障预测模型进行训练,以使故障预测模型学习得到在处于故障状态前的家电运行参数与预测运行状态之间的映射关系。
需要说明的是,负样本,是指故障状态之前,对家电监测到的家电运行参数。正样本,是指家电持续处于正常状态下监测到的家电运行参数。
本申请实施例中,对故障状态之前监测到的家电运行参数进行查询,得到监测到的家电运行参数,将故障状态之前监测到的家电运行参数作为负样本,对故障预测模型进行训练,使得训练后的故障预测模型能够学习得到在处于故障状态前的家电运行参数与预测运行状态之间的映射关系,进而通过故障预测模型能够准确的预测出家电的故障状态,以对家电的运行参数进行调整或者对家电的故障进行维修,避免了家电故障导致无法正常工作的现象。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
本申请实施例中,通过获取运行状态信息,以及在相应运行状态下监测到的家电运行参数,根据运行状态信息确定为故障状态,对处于故障状态之前监测到的家电运行参数进行查询,将查询到的家电运行参数作为负样本,对故障预测模型进行训练,以使所述故障预测模型学习得到在处于故障状态前的家电运行参数与预测运行状态之间的映射关系。由此,经过训练后的故障预测模型能够准确的预测出家电的运行状态,全面监控家电的运行情况,从而提前预测家电故障并做相应调整以避免故障发生。
为了清楚说明上一实施例,本实施例提供了另一种家电故障检测方法,见实施例三。
实施例三
图3为本申请实施例三所提供的一种家电故障检测方法的流程示意图。
步骤301,接收家电发送的消息。
其中,家电发送的消息,可以是对家电各部件的工作参数进行监测得到,也可以是对家电的实际运行参数监测得到的,在此不做限定。
本申请实施例中,家电服务器可以实时地或者周期性的接收家电发送的消息,以判断家电的运行状态是否为正常状态。
作为一种可能的情况,通过对家电的工作参数进行监测,进而家电将采集的工作参数消息发送至家电服务器,以使家电服务器根据接收的消息来确定家电的运行状态是否为正常状态。
需要说明的是,家电的工作参数不同于家电的运行参数,工作参数是指家电中各个部件的监测数据,例如各部件的输入电压、输入电流、输出电压、输出电流和表面工作温度等等。
作为另一种可能的情况,通过对家电的运行参数进行监测,家电服务器实时地或者周期性的接收家电发送的实际运行参数,以使家电服务器确定家电的运行状态是否为正常状态。
步骤302,根据家电发送的消息中是否携带有故障标志位,确定运行状态信息。
其中,故障标志位,具体是根据家电的实际运行参数,是否处于设定的正常运行参数范围内生成的;若实际运行参数未处于设定的正常运行参数范围,则说明家电性能存在异常,可能存在故障,家电发送的消息中则携带有故障标志位。
本申请实施例中,可以根据家电发送的消息中是否携带有故障标志位,用于指示家电的运行状态是否正常。
作为一种可能的情况,当家电发送的消息中未携带有故障标志位时,确定家电运行状态为正常状态,则执行步骤303。
作为一种可能的情况,当家电发送的消息中携带有故障标志位时,确定运行状态存在异常,则执行步骤305。
步骤303,将家电运行参数输入经过训练的故障预测模型,以得到家电的预测运行状态。
本申请实施例中,步骤303的实现过程,可以参见实施例一中步骤102的实现过程,在此不再赘述。
步骤304,根据预测运行状态确定为故障状态,控制家电进行家电运行参数调整,或者控制家电发出故障提示。
在一种可能的情况下,将家电的运行状态处于正常状态下,监测到的家电运行参数输入预先经过训练的故障预测模型后,确定家电的预测运行状态为故障状态,家电服务器可以根据设定的运行参数控制家电进行运行参数的调整,使得调整后的家电运行参数与故障预测模型的负样本不匹配,而与正样本相匹配,在一定程度上避免了家电出现故障而影响用户使用的情况。
也可以控制家电将家电运行参数的取值调整至对应标准值,以避免家电出现故障影响用户使用。其中,标准值,是对家电在正常运行状态下相应家电运行参数进行统计得到的。
在另一种可能的情况下,在确定家电的预测运行状态为故障状态后,根据运行状态信息确定的故障类型和/或故障严重程度通过调整家电运行参数,也无法避免故障的发生。此时,可以控制家电发出故障提示,以提醒用户家电可能存在故障隐患,使得用户在家电故障发生前对故障进行维修,从而避免家电出现故障影响用户使用的情况。
还可以在确定家电的预测运行状态为故障状态之后,根据家电运行参数的取值与对应标准值之间的差异,确定差异大于设定阈值的家电运行参数,并将差异大于设定阈值的家电运行参数关联部件作为故障部件。其中,标准值,是对家电在正常运行状态下相应家电运行参数进行统计得到的。进一步的,控制家电发出用于指示故障部件的故障提示,以提醒用户家电可能存在故障隐患,使得用户在家电故障发生前对故障进行维修,从而避免家电出现故障影响用户使用的情况。
步骤305,根据运行状态信息确定为故障状态,对处于故障状态之前监测到的家电运行参数进行查询,以得到正常状态下监测到的家电运行参数。
步骤306,将故障状态之前,查询到的到的家电运行参数作为负样本,对故障预测模型进行训练。
本申请实施例中,步骤305和步骤306的实现过程,参见实施例二中步骤203和步骤204的实现过程,在此不再赘述。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
本申请实施例的家电故障检测方法,通过接收家电发送的消息,根据家电发送的消息中是否携带有故障标志位,确定运行状态信息,将家电运行参数输入经过训练的故障预测模型,以得到家电的预测运行状态,根据预测运行状态确定为故障状态,控制家电进行家电运行参数调整,或者控制家电发出故障提示。该方法可以根据家电的发送的消息确定家电的运行状态信息,从而预测出家电的运行状态,以在预测出故障状态时对家电的运行参数进行调整或者控制家电发出故障提示,在一定程度上避免了故障的发生,解决了现有技术中家电出现故障无法正常工作时,用户才会发现家电故障现象的问题,从而提高了用户的使用体验。
作为一种可能的情况,在图1所述实施例的基础上,故障预测模型还可以为多个,用于预测对应预测时长后的预测运行状态,以控制家电发出用于指示预测时长的故障提示,具体的实现过程参见实施例四。
实施例四
图4为本申请实施例四所提供的一种家电故障检测方法的流程示意图。
如图4所示,在步骤102之后,还可以包括:
步骤401,对输出的预测运行状态为故障状态的故障预测模型,查询对应的预测时长。
本申请实施例中,故障预测模型可以为多个,各故障预测模型用于预测对应预测时长后的预测运行状态。将家电运行参数输入经过训练的多个故障预测模型后,以得到家电的预测运行状态。进一步的,对于输出的家电的预测运行状态为故障状态的故障预测模型,查询对应的预测时长,以确定在大约多久家电会出现故障。
步骤402,确定在预测时长后,家电处于故障状态。
本申请实施例中,对于输出的预测运行状态为故障状态的故障预测模型,查询对应的预测时长,根据家电运行参数与标准值之间的差异,确定在预测时长后,家电会处于故障状态。
步骤403,控制家电发出用于指示预测时长的故障提示。
本申请实施例中,确定在预测时长后,家电处于故障状态,可以控制家电发出用于指示预测时长的故障提示,以使用户及时发现家电故障并对家电故障进行处理,在一定程度上避免了故障的发生。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
本申请实施例中,通过对输出的预测运行状态为故障状态的故障预测模型,查询对应的预测时长,确定在预测时长后,家电处于故障状态,控制家电发出用于指示预测时长的故障提示。由此,通过控制家电发出指示预测时长的故障提示,能够使得用户及时发现家电故障,并在预测时长内对家电故障进行处理,在一定程度上避免了故障的发生,从而提高了用户的使用体验。
为了清楚说明上一实施例,本实施例提供了另一种家电故障检测方法,见实施例五。
实施例五
图5为本申请实施例五所提供的一种家电故障检测方法的流程示意图。
如图5所示,该家电故障检测方法由家电侧执行,具体包括以下步骤:
步骤501,对家电运行进行监测,以得到家电运行参数。
本申请实施例中,在家电运行过程中,控制家电的控制器对家电运行进行监测,以得到家电运行参数。
作为一种示例,当家电为空气调节设备时,在对空气调节设备进行监测时,得到家电运行参数。具体地,运行参数可以包括设定温度、设定运行模式、风速、室内机转速、室外机转速、运行频率中的一个或多个组合。
步骤502,向家电服务器发送家电运行参数。
其中,家电运行参数,用于输入经过训练的故障预测模型,以得到家电的预测运行状态;故障预测模型,已学习得到家电运行参数与预测运行状态之间的映射关系。
本申请实施例中,对家电运行进行监测,得到家电的运行参数后,向家电服务器发送家电运行参数,以使家电服务器将家电运行参数输入经过训练的故障预测模型,以得到家电的预测运行状态。
步骤503,根据家电运行参数,生成运行状态信息。
本申请实施例中,通过对家电运行进行监测,得到家电运行参数后,根据家电运行参数的取值与对应标准值进行比较,以生成家电运行状态信息。
作为一种可能的情况,在家电运行参数的取值与对应标准值存在较大差异时,此时可以确定家电处于故障状态,生成的运行状态信息中携带有故障标志位,以使家电服务器通过判断运行状态中是否携带有故障标志位来确定极爱的那运行状态是否正常。
作为另一种可能的情况,在家电运行参数的取值为对应标准值,此时可以确定家电未处于故障状态,则生成的运行状态信息中未携带有故障标志位。
步骤504,向家电服务器发送运行状态信息。
具体地,家电的处理器根据家电运行参数生成运行状态信息后,向家电服务器发送运行状态信息,以使家电服务器根据接收的运行状态信息确定家电是否处于故障状态。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
本申请实施例的家电故障检测方法,通过对家电运行进行监测,以得到家电运行参数,向家电服务器发送家电运行参数,根据家电运行参数,生成运行状态信息,向家电服务器发送运行状态信息。该方法根据家电运行参数,生成运行状态信息,并发送至家电服务器,以使家电服务器能够主动预测出家电运行状态,在一定程度上避免了故障的发生,解决了现有技术中家电出现故障无法正常工作时,用户才会发现家电故障现象的问题,从而提高了用户的使用体验。
基于同一发明构思,本申请实施例还提供了与实施例一中方法对应的装置,见实施例六。
实施例六
图6为本申请实施例六所提供的一种家电故障检测装置的结构示意图。
如图6所示,该家电故障检测装置100包括:第一获取模块110和预测模块120。
第一获取模块110,用于获取监测到的家电运行参数。
预测模块120,用于将家电运行参数输入经过训练的故障预测模型,以得到家电的预测运行状态;
其中,故障预测模型,已学习得到家电运行参数与预测运行状态之间的映射关系。
作为一种可能的情况,家电故障检测装置100,还包括:
第二获取模块,用于获取运行状态信息。
第一确定模块,用于根据运行状态信息确定家电未处于故障状态。
作为另一种可能的情况,家电故障检测装置100,还包括:
查询模块,用于根据运行状态信息确定为故障状态,对处于故障状态之前监测到的家电运行参数进行查询。
训练模块,用于将查询到的家电运行参数作为负样本,对故障预测模型进行训练,以使所述故障预测模型学习得到在处于故障状态前的家电运行参数与预测运行状态之间的映射关系。
作为另一种可能的情况,第一获取模块110,具体用于:
接收家电发送的消息;
根据家电发送的消息中是否携带有故障标志位,确定运行状态信息。
作为另一种可能的情况,预测运行状态,是对家电在监测到所述家电运行参数之后的时段内所处的运行状态进行预测,得到的运行状态。
作为另一种可能的情况,家电故障检测装置100,还包括:
控制模块,用于根据预测运行状态确定为故障状态,控制家电进行家电运行参数调整,或者控制家电发出故障提示。
作为另一种可能的情况,家电故障检测装置100,还包括:
第二确定模块,用于根据所述家电运行参数的取值与对应标准值之间的差异,确定差异大于设定阈值的家电运行参数;其中,所述标准值,是对所述家电在正常运行状态下相应家电运行参数进行统计得到的;
第三确定模块,用于将所述差异大于设定阈值的家电运行参数关联部件作为故障部件;
所述控制模块具体用于:控制家电发出用于指示所述故障部件的故障提示。
作为另一种可能的情况,控制模块,具体用于:
控制所述家电将所述家电运行参数的取值调整至对应标准值;其中,所述标准值,是对所述家电在正常运行状态下相应家电运行参数进行统计得到的。
作为另一种可能的情况,故障预测模型为多个,各故障预测模型用于预测对应预测时长后的预测运行状态;所述预测模块,具体用于:
对输出的所述预测运行状态为故障状态的故障预测模型,查询对应的预测时长;确定在所述预测时长后,所述家电处于故障状态;
所述控制模块,还可以具体用于:
控制家电发出用于指示所述预测时长的故障提示。
作为另一种可能的情况,家电为空气调节设备;家电运行参数包括设定温度、设定运行模式、风速、室内机转速、室外机转速、运行频率中的一个或多个组合。
需要说明的是,前述对家电故障检测方法实施例的解释说明也适用于该实施例的家电故障检测装置,此处不再赘述。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
本申请实施例的家电故障检测装置,通过家电服务器获取监测到的家电运行参数,将家电运行参数输入经过训练的故障预测模型,以得到家电的预测运行状态,其中,故障预测模型,已学习得到家电运行参数与预测运行状态之间的映射关系。该方法可以根据家电的运行参数,能够主动预测出家电运行状态,在一定程度上避免了故障的发生,解决了现有技术中家电出现故障无法正常工作时,用户才会发现家电故障现象的问题,从而提高了用户的使用体验。
基于同一发明构思,本申请实施例还提供了与实施例五中方法对应的装置,见实施例七。
实施例七
图7为本申请实施例七所提供的一种家电故障检测装置的结构示意图。
如图7所示,该家电故障检测装置200包括:监测模块210以及第一发送模块220。
监测模块210,用于对家电运行进行监测,以得到家电运行参数。
第一发送模块220,用于向家电服务器发送家电运行参数;其中,家电运行参数,用于输入经过训练的故障预测模型,以得到家电的预测运行状态;故障预测模型,已学习得到家电运行参数与预测运行状态之间的映射关系。
作为一种可能的情况,家电故障检测装置200,还可以包括:
生成模块,用于根据家电运行参数,生成运行状态信息。
第二发送模块,用于向家电服务器发送运行状态信息。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
本申请实施例的家电故障检测装置,通过对家电运行进行监测,以得到家电运行参数,向家电服务器发送家电运行参数,根据家电运行参数,生成运行状态信息,向家电服务器发送运行状态信息。该方法根据家电运行参数,生成运行状态信息,并发送至家电服务器,以使家电服务器能够主动预测出家电运行状态,在一定程度上避免了故障的发生,解决了现有技术中家电出现故障无法正常工作时,用户才会发现家电故障现象的问题,从而提高了用户的使用体验。
基于同一发明构思,本申请实施例还提供了执行实施例一中方法对应的家电服务器,见实施例八。
实施例八
本申请实施例提出了一种家电服务器,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,所述处理器执行所述程序时,实现如第一方面实施例中所述的家电故障处理方法。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
本申请实施例的家电服务器,通过获取监测到的家电运行参数,将家电运行参数输入经过训练的故障预测模型,以得到家电的预测运行状态,其中,故障预测模型,已学习得到家电运行参数与预测运行状态之间的映射关系。该方法可以根据家电运行参数,能够主动预测出家电运行状态,在一定程度上避免了故障的发生,解决了现有技术中家电出现故障无法正常工作时,用户才会发现家电故障现象的问题,从而提高了用户的使用体验。
基于同一发明构思,本申请实施例还提供了执行实施例一中方法对应的家电故障检测系统,见实施例九。
实施例九
本申请实施例提出了一种家电故障检测系统,包括家电和家电服务器。
基于同一发明构思,本申请实施例还提供了执行实施例一或者实施例五中方法对应的非临时性计算机可读存储介质,见实施例十。
实施例十
本申请实施例提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如实施例一中所述的家电故障检测方法,或者实现如实施例五中所述的家电故障检测方法。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
本申请实施例中,通过家电服务器获取监测到的家电运行参数,将家电运行参数输入经过训练的故障预测模型,以得到家电的预测运行状态,其中,故障预测模型,已学习得到家电运行参数与预测运行状态之间的映射关系。由此,根据家电运行参数,能够主动预测出家电运行状态,在一定程度上避免了故障的发生,解决了现有技术中家电出现故障无法正常工作时,用户才会发现家电故障现象的问题,从而提高了用户的使用体验。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(ram),只读存储器(rom),可擦除可编辑只读存储器(eprom或闪速存储器),光纤装置,以及便携式光盘只读存储器(cdrom)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(pga),现场可编程门阵列(fpga)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。