一种智能锁耗电的优化方法、系统、设备及介质与流程

1.本发明涉及智能锁领域，尤其涉及一种智能锁耗电的优化方法、系统、设备及介质。


背景技术：

2.目前智能锁电源的种类丰富，一般有干电池、充电电池等。无论是采用哪种电源，目前无法对智能锁的耗电情况进行智能优化控制，这就会导致一些高耗电但无需长期运行的功能长期不间断运行，从而减少电源的使用寿命。


技术实现要素：

3.为了克服现有技术的不足，本发明的目的之一在于提供一种智能锁耗电的优化方法，其能解决目前无法对智能锁的耗电情况进行智能优化控制，这就会导致一些高耗电但无需长期运行的功能长期不间断运行，从而减少电源的使用寿命的问题。
4.本发明的目的之二在于提供一种智能锁耗电的优化系统。
5.本发明的目的之三在于提供一种电子设备。
6.本发明的目的之四在于提供一种计算机可读存储介质。
7.本发明的目的之一采用以下技术方案实现：
8.一种智能锁耗电的优化方法，包括以下步骤：
9.获取优化时刻使用环境参数和优化时刻智能锁运行参数；
10.将优化时刻使用环境参数和优化时刻智能锁运行参数输入至预设耗电分析模型中，得到对应的优化耗电分析结果；
11.根据所述耗电分析结果控制智能锁的耗电模式。
12.进一步地，在所述将优化时刻的使用环境参数和智能锁运行参数输入至预设耗电分析模型中之前，还包括以下步骤：
13.采集不同历史时刻对应的历史使用环境参数、历史智能锁运行参数以及耗电状态，将同一历史时刻的历史使用环境参数、历史智能锁运行参数以及耗电状态作为一组样本数据，得到含有多组样本数据的样本数据集；其中各组样本数据中，耗电状态作为样本标签；
14.将所述样本数据集按照预设比例划分为训练集和测试集；
15.构建多个不同种类的初始分类器模型，将各初始分类器模型的输出作为硬投票分类器模型的输入，得到最终分类器模型；
16.通过训练集对所述最终分类器模型进行训练，得到最优分类器；采用测试集对最优分类器进行测试，得到测试精准度，当测试精准度达到预设阈值时，将最优分类器作为预设耗电分析模型。
17.进一步地，所述初始分类器包括随机森林分类器、支持向量机分类器、线性回归分类器。
18.进一步地，所述耗电分析结果包括高耗电状态和低耗电状态；
19.当耗电分析结果为高耗电状态时，向智能锁发送用于让智能锁进入低耗电模式的启动低耗电模式指令。
20.进一步地，所述低耗电模式为关闭高耗电功能或减少高耗电功能的开启频率。
21.进一步地，所述优化时刻包括当前时刻和未来时刻；
22.当优化时刻为当前时刻时，将当前时刻使用环境参数和当前时刻智能锁运行参数输入至预设耗电分析模型中，得到对应的耗电分析结果；
23.当所述优化时刻为未来时刻时，接收用户输入的含有未来时刻的耗电分析指令；然后将未来时刻使用环境参数和未来时刻智能锁运行参数输入至预设耗电分析模型中，得到对应的耗电分析结果；
24.其中：
25.未来时刻智能锁运行参数通过以下方式获取：根据未来时刻在预设智能锁运行设置表中筛选出对应的未来时刻智能锁运行参数；
26.或者，未来时刻智能锁运行参数通过以下方式获取：将未来时刻使用环境参数输入至预设智能锁运行参数分析模型中，得到未来时刻智能锁运行参数。
27.进一步地，针对于获取到的环境参数和智能锁运行参数，进行数据清洗，所述数据清洗包括数据删除和/或针对倾斜数据的重排处理。
28.本发明的目的之二采用以下技术方案实现：
29.一种智能锁耗电的优化系统，包括智能终端和智能锁；
30.所述智能终端，用于执行本技术中所述的一种智能锁耗电的优化方法；
31.所述智能锁，用于接收智能终端发送的低耗电模式指令，根据该指令控制进入低耗电模式。
32.本发明的目的之三采用以下技术方案实现：
33.一种电子设备，包括：处理器；
34.存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行本技术中所述的一种智能锁耗电的优化方法。
35.本发明的目的之四采用以下技术方案实现：
36.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行本技术中所述的一种智能锁耗电的优化方法。
37.相比现有技术，本发明的有益效果在于：
38.(1)、本技术的一种智能耗电的优化方法中，通过预设耗电分析模型对智能锁对应的使用环境参数和智能锁运行参数进行分析，得到智能锁在优化时刻对应的耗电状态，若耗电状态为高耗电状态则向智能锁发送用于让智能锁进入低耗电模式的启动低耗电模式指令，从而实现了对智能锁的耗电情况进行智能干预以及对其智能优化的过程，使智能锁的耗电过程更加合理，延长了电源的使用寿命。
39.(2)、本技术中的智能耗电的优化方法中，通过多种不同种类的初始分类器模型结合硬投票分类器模型得到最终分类器模型，通过训练集对最终分类器模型进行训练，得到最优分类器；由上述可知，本发明整个多种分类器的分类结果，能够预测得到更加准确的结果。
40.(3)、本技术中的智能耗电的优化方法中，针对于获取到的环境参数和智能锁运行参数，进行数据清洗，数据清洗包括数据删除和/或数据重排处理；通过数据清洗可以将空的、不合理的数据进行去清除；并且能够将倾斜的数据进行重排，使得数据分布更加合理；基于此，能够进一步提高本发明方法的优化效率。
41.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
42.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
43.图1为本发明的一种智能锁耗电的优化方法的方法流程图。
具体实施方式
44.下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
45.如图1所示，本技术中的一种智能锁耗电的优化方法，应用于智能终端，该智能终端可以是手机、ipad、电脑等，具体优化方法包括以下步骤：
46.s1、数据采集，采集不同历史时刻对应的历史使用环境参数、历史智能锁运行参数以及耗电状态，将同一历史时刻的历史使用环境参数、历史智能锁运行参数以及耗电状态作为一组样本数据，得到含有多组样本数据的样本数据集。在本实施例中，上述历史使用环境参数包括天气状况和温度，天气状况为历史每个时刻的天气状态，例如晴天、阴天、小雨、中雨、大雨等，温度即为每一历史时刻对应的温度值；上述历史智能锁运行参数包括智能锁功能执行情况和智能锁功能执行频率，在本实施例中智能锁在不同时间段会执行对应功能，功能可以为常见的报警功能、液晶显示功能等辅助功能，智能锁功能执行频率即为上述功能在截止至某一时刻的使用次数，因为上述辅助功能在每次启动时都会损耗电能，因为需要将上述功能的运行参数作为参考数据。上述耗电状态包括高耗电状态和低耗电状态，在本实施例中在上述不同时刻检测的智能锁耗电值，并判断智能锁耗电值是否超过预设耗电阈值，若超过，则此时智能锁对应的耗电状态为高耗电状态，若未超过，则此时智能锁对应的耗电状态为低耗电状态。
47.s2、数据清洗，在采集到上述不同历史时刻对应的历史使用环境参数、历史智能锁运行参数以及耗电状态后，对上述的数据进行数据清洗处理，清洗的数据类型包括数据为空、数据不合理；数据为空为某个字段没有数据；数据不合理需要因数据类型而定，比如温度数据，如果出现温度为70℃这就明显不合理了，需要清洗。另外当上述数据出现数据倾斜时，数据倾斜指的是数据出现了偏差，例如天气这类型数据，正常的一定时间段内不会出现高度相同的天气，如果90％的天气都是晴天，那么就出现了数据倾斜；出现数据倾斜的数据需要对这些数据进行重排处理，具体可以采用现有技术中添加哈希值或合并字段的方式对出现数据倾斜的数据进行重排，使其恢复正常。
48.s3、数据存储，将上述经过数据清洗的含有不同历史时刻对应的历史使用环境参数、历史智能锁运行参数以及耗电状态的样本数据集按照对应的时间进行分区存储，存储至预设指定数据库的数据表中。
49.s4、模型训练，将所述样本数据集按照预设比例划分为训练集和测试集；构建多个不同种类的初始分类器模型，将各初始分类器模型的输出作为硬投票分类器模型的输入，得到最终分类器模型；通过训练集对最终分类器模型进行训练，得到最优分类器。在本实施例中，上述训练集与测试集的比例为4:1；本实施例中优选三个种类的初始分类器，包括随机森林分类器、支持向量机分类器、线性回归分类器。
50.s5、模型测试，采用测试集对最优分类器进行测试，得到测试精准度，当测试精准度达到预设阈值时，将最优分类器作为预设耗电分析模型。上述测试精准度为将最优分类器输出的测试耗电状态与对应的测试集中实际的耗电状态进行对比，最后计算最优分类器输出的测试耗电状态正确的占比，即得到测试精准度，当测试精准度满足预设阈值时，就认为模型的精准度符合要求，可以使用了。本实施例中优先预设阈值为70％，具体可由使用者根据自己的需求进行设置。
51.s6、耗电分析，将优化时刻使用环境参数和优化时刻智能锁运行参数输入至预设耗电分析模型中，得到对应的优化耗电分析结果。
52.s7、耗电优化，根据所述耗电分析结果控制智能锁的耗电模式，所述耗电分析结果包括高耗电状态和低耗电状态；当耗电分析结果为高耗电状态时，向智能锁发送用于让智能锁进入低耗电模式的启动低耗电模式指令。所述低耗电模式为关闭高耗电功能或减少高耗电功能的开启频率。例如：液晶显示为高耗电功能，则此时关闭液晶显示功能或减少液晶显示功能开启的时间或次数；例如，禁止报警频繁触发等，从而实现降低智能锁整体耗电量的效果。
53.在本实施例中，所述优化时刻包括当前时刻和未来时刻；
54.当优化时刻为当前时刻时，将当前时刻使用环境参数和当前时刻智能锁运行参数输入至预设耗电分析模型中，得到对应的耗电分析结果；
55.当所述优化时刻为未来时刻时，接收用户输入的含有未来时刻的耗电分析指令；然后将未来时刻使用环境参数和未来时刻智能锁运行参数输入至预设耗电分析模型中，得到对应的耗电分析结果；
56.其中：
57.未来时刻智能锁运行参数通过以下方式获取：根据未来时刻在预设智能锁运行设置表中筛选出对应的未来时刻智能锁运行参数；
58.或者，未来时刻智能锁运行参数通过以下方式获取：将未来时刻使用环境参数输入至预设智能锁运行参数分析模型中，得到未来时刻智能锁运行参数。
59.优选地，在另一实施例中，还包括以下步骤：
60.接收用户通过终端设备输入的含有未来时刻的耗电分析指令，获取由终端设备发送的未来时刻使用环境参数，终端设备内部安装有可以提供天气温度信息的天气预报app，因此终端设备会自动抓取天气预报app中未来时刻的天气和温度，从而得到未来时刻使用环境参数。在此此时实例中，智能锁的功能运行规则均是由使用者在使用之处就设定好的，例如运行之前就设置好液晶显示定时启动，可为每小时或每间隔15分钟进行启动，以此类
推其他功能的触发均是由使用者提前设置的定时启动，因此会产生记载所有功能运行规则的预设智能锁运行设置表。因此根据未来时刻在预设智能锁运行设置表中筛选出对应的未来时刻智能锁运行参数，将未来时刻使用环境参数和未来时刻智能锁运行参数输入至预设耗电分析模型中，得到对应的未来时刻耗电分析结果。
61.优选地，在又一实施例中，还包括以下步骤：
62.接收用户输入的含有未来时刻的耗电分析指令，获取由终端设备发送的未来时刻使用环境参数，在此实施例中上述使用环境参数与前述实施例相同，都是由终端设备会自动抓取天气预报app中未来时刻的天气和温度，从而得到未来时刻使用环境参数。但是在本实施例中，智能锁的运行参数与使用环境参数具有一定的关联关系，使用环境参数决定智能锁的运行参数，此时智能锁运行参数中的某一项具体功能会随着天气情况变化而变化，例如：当未来某个时刻的天气为阴天时，此时智能锁的液晶显示功能启动，用来对使用者进行灯光提示。因此提前创建用于分析智能锁运行参数的预设智能锁运行参数分析模型，具体方法为采集不同历史时刻的使用环境参数以及智能锁运行参数作为样本数据集对预先设置的分类器进行训练，具体方法与前述对于预设耗电分析模型的训练过程相同，此处不再赘述。
63.本发明还提供一种智能锁耗电的优化系统，包括智能终端和智能锁；
64.所述智能终端，用于执行本技术中所述的一种智能锁耗电的优化方法；
65.所述智能锁，用于接收智能终端发送的低耗电模式指令，根据该指令控制进入低耗电模式。
66.本发明还提供一种电子设备，包括：处理器；
67.存储器；以及程序，其中程序被存储在存储器中，并且被配置成由处理器执行，程序包括用于执行本技术中的一种智能锁耗电的优化方法。
68.本发明还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行本技术中的一种智能锁耗电的优化方法。
69.本技术中的一种智能耗电的优化方法，通过预设耗电分析模型对智能锁对应的使用环境参数和智能锁运行参数进行分析，得到智能锁在优化时刻对应的耗电状态，若耗电状态为高耗电状态则向智能锁发送用于让智能锁进入低耗电模式的启动低耗电模式指令，从而实现了对智能锁的耗电情况进行智能干预，实现了对其智能优化的过程，使智能锁的耗电过程更加合理，延长了电源的使用寿命。
70.以上，仅为本发明的较佳实施例而已，并非对本发明作任何形式上的限制；凡本行业的普通技术人员均可按说明书附图所示和以上而顺畅地实施本发明；但是,凡熟悉本专业的技术人员在不脱离本发明技术方案范围内，利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时,凡依据本发明的实质技术对以上实施例所作的任何等同变化的更动、修饰与演变等，均仍属于本发明的技术方案的保护范围之内。