智能家居的门窗控制方法及系统与流程

本申请涉及智能家居领域，且更为具体地，涉及一种智能家居的门窗控制方法及系统。

背景技术：

1、智能家居是利用物联网、云计算、大数据等技术，将家庭中的各种设备连接起来，实现智能化的管理和控制。门窗作为家庭中重要的组成部分，其开关状态不仅影响家庭的安全，还影响家庭居住环境的舒适性和能源效率。

2、然而，传统的智能家居门窗控制方法通常只考虑室内外的光照条件差异，即当室外光照强度高于室内光照强度时，自动打开门窗以增加室内的采光；当室外光照强度低于室内光照强度时，自动关闭门窗以减少室内的照明消耗。然而，这种方法忽略了室内外的温度差异对门窗开关的影响。例如，在冬季，即使室外光照强度高于室内光照强度，如果室外温度低于室内温度，打开门窗会导致室内温度下降，增加取暖消耗；在夏季，即使室外光照强度低于室内光照强度，如果室外温度高于室内温度，关闭门窗会导致室内温度上升，增加制冷消耗。因此，在不同季节或不同时间段，室内外的温度差异可能会导致室内空调或供暖系统的能耗增加，而合理地控制门窗的开关状态可以有效降低能耗并提升能源利用效率。

3、因此，期望一种优化的智能家居的门窗控制方案。

技术实现思路

1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种智能家居的门窗控制方法及系统，其可以实现更精准和灵活的门窗控制，进而提高居住环境的舒适性和能源利用效率，同时也可以减少人工干预并降低风险。

2、根据本申请的一个方面，提供了一种智能家居的门窗控制方法，其包括：

3、获取由传感器采集的预定时间段内多个预定时间点的室内环境温度值、室外环境温度值、室内光照强度值和室外光照强度值；

4、将所述多个预定时间点的室内环境温度值、室外环境温度值、室内光照强度值和室外光照强度值分别按照时间维度进行排列以得到室内环境温度时序输入向量、室外环境温度时序输入向量、室内光照强度时序输入向量和室外光照强度时序输入向量；

5、通过基于深度神经网络模型的时序特征提取器分别对所述室内环境温度时序输入向量、所述室外环境温度时序输入向量、所述室内光照强度时序输入向量和所述室外光照强度时序输入向量进行特征提取以得到室内环境温度时序特征向量、室外环境温度时序特征向量、室内光照强度时序特征向量和室外光照强度时序特征向量；

6、计算所述室内环境温度时序特征向量和所述室外环境温度时序特征向量之间的差分特征向量以得到室内外环境温度时序差分特征向量；

7、计算所述室内光照强度时序特征向量和所述室外光照强度时序特征向量之间的差分特征向量以得到室内外光照强度时序差分特征向量；

8、使用投影层来融合所述室内外环境温度时序差分特征向量和所述室内外光照强度时序差分特征向量以得到室内外综合情况语义对比特征向量作为所述室内外综合情况语义对比特征；以及

9、基于所述室内外综合情况语义对比特征，确定开启门窗或关闭门窗，并生成门窗控制指令。

10、根据本申请的另一个方面，提供了一种智能家居的门窗控制系统，其包括：

11、数据采集模块，用于获取由传感器采集的预定时间段内多个预定时间点的室内环境温度值、室外环境温度值、室内光照强度值和室外光照强度值；

12、向量化模块，用于将所述多个预定时间点的室内环境温度值、室外环境温度值、室内光照强度值和室外光照强度值分别按照时间维度进行排列以得到室内环境温度时序输入向量、室外环境温度时序输入向量、室内光照强度时序输入向量和室外光照强度时序输入向量；

13、特征提取模块，用于通过基于深度神经网络模型的时序特征提取器分别对所述室内环境温度时序输入向量、所述室外环境温度时序输入向量、所述室内光照强度时序输入向量和所述室外光照强度时序输入向量进行特征提取以得到室内环境温度时序特征向量、室外环境温度时序特征向量、室内光照强度时序特征向量和室外光照强度时序特征向量；

14、环境温度差分计算模块，用于计算所述室内环境温度时序特征向量和所述室外环境温度时序特征向量之间的差分特征向量以得到室内外环境温度时序差分特征向量；

15、光照强度差分计算模块，用于计算所述室内光照强度时序特征向量和所述室外光照强度时序特征向量之间的差分特征向量以得到室内外光照强度时序差分特征向量；

16、融合模块，用于使用投影层来融合所述室内外环境温度时序差分特征向量和所述室内外光照强度时序差分特征向量以得到室内外综合情况语义对比特征向量作为所述室内外综合情况语义对比特征；以及

17、分析控制模块，用于基于所述室内外综合情况语义对比特征，确定开启门窗或关闭门窗，并生成门窗控制指令。

18、与现有技术相比，本申请提供的智能家居的门窗控制方法及系统，其首先将多个预定时间点的室内环境温度值、室内环境温度值、室内光照强度值和室外光照强度值分别进行排列后通过时序特征提取器进行特征提取，接着，计算得到的室内环境温度时序特征向量和室外环境温度时序特征向量之间的差分特征向量以得到室内外环境温度时序差分特征向量，计算得到的室内光照强度时序特征向量和室外光照强度时序特征向量之间的差分特征向量以得到室内外光照强度时序差分特征向量，然后，使用投影层来融合得到的两个差分特征向量，最后，基于得到的室内外综合情况语义对比特征，确定开启门窗或关闭门窗，并生成门窗控制指令。这样，可以提高居住环境的舒适性和能源利用效率。

技术特征：

1.一种智能家居的门窗控制方法，其特征在于，包括：

2.根据权利要求1所述的智能家居的门窗控制方法，其特征在于，包括：所述基于深度神经网络模型的时序特征提取器为基于一维卷积层的时序特征提取器。

3.根据权利要求2所述的智能家居的门窗控制方法，其特征在于，使用投影层来融合所述室内外环境温度时序差分特征向量和所述室内外光照强度时序差分特征向量以得到室内外综合情况语义对比特征向量作为所述室内外综合情况语义对比特征，包括：

4.根据权利要求3所述的智能家居的门窗控制方法，其特征在于，基于所述室内外综合情况语义对比特征，确定开启门窗或关闭门窗，并生成门窗控制指令，包括：

5.根据权利要求4所述的智能家居的门窗控制方法，其特征在于，将所述室内外综合情况语义对比特征向量通过分类器以得到分类结果，所述分类结果用于表示开启门窗或关闭门窗，包括：

6.根据权利要求5所述的智能家居的门窗控制方法，其特征在于，对所述室内外综合情况语义对比特征向量进行特征分布优化以得到优化后室内外综合情况语义对比特征向量，包括：

7.根据权利要求6所述的智能家居的门窗控制方法，其特征在于，将所述优化后室内外综合情况语义对比特征向量通过所述分类器以得到所述分类结果，所述分类结果用于表示开启门窗或关闭门窗，包括：

8.一种智能家居的门窗控制系统，其特征在于，包括：

9.根据权利要求8所述的智能家居的门窗控制系统，其特征在于，包括：所述基于深度神经网络模型的时序特征提取器为基于一维卷积层的时序特征提取器。

10.根据权利要求9所述的智能家居的门窗控制系统，其特征在于，所述融合模块，用于：

技术总结
公开了一种智能家居的门窗控制方法及系统。其首先将多个预定时间点的室内环境温度值、室外环境温度值、室内光照强度值和室外光照强度值分别进行排列后通过时序特征提取器进行特征提取，接着，计算得到的室内环境温度时序特征向量和室外环境温度时序特征向量之间的差分特征向量以得到室内外环境温度时序差分特征向量，计算得到的室内光照强度时序特征向量和室外光照强度时序特征向量之间的差分特征向量以得到室内外光照强度时序差分特征向量，然后，使用投影层来融合得到的两个差分特征向量，最后，基于得到的室内外综合情况语义对比特征，确定开启门窗或关闭门窗，并生成门窗控制指令。这样，可以提高居住环境的舒适性和能源利用效率。

技术研发人员：梁晓东,胡新尧,张俊峰,梁恒,林狄
受保护的技术使用者：广东福临门世家智能家居有限公司
技术研发日：
技术公布日：2024/2/19