CN107883535A - 空调控制方法及装置 - Google Patents
空调控制方法及装置 Download PDFInfo
- Publication number
- CN107883535A CN107883535A CN201711003540.5A CN201711003540A CN107883535A CN 107883535 A CN107883535 A CN 107883535A CN 201711003540 A CN201711003540 A CN 201711003540A CN 107883535 A CN107883535 A CN 107883535A
- Authority
- CN
- China
- Prior art keywords
- air
- conditioning
- user activity
- user
- activity information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000000694 effects Effects 0.000 claims abstract description 179
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000004378 air conditioning Methods 0.000 claims description 207
- 238000012545 processing Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 17
- 241000208340 Araliaceae Species 0.000 claims description 9
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 9
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 9
- 235000008434 ginseng Nutrition 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 abstract description 13
- 230000009471 action Effects 0.000 description 16
- 238000004458 analytical method Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 210000002569 neuron Anatomy 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 241000700647 Variola virus Species 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000036413 temperature sense Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种空调控制方法及装置。其中,该方法包括:获取空调的历史运行参数和用户活动信息,其中,历史运行参数为历史过程中空调运行的相关参数,用户活动信息为用户进行运动的相关信息;根据用户活动信息和历史运行参数,判断是否需要调整空调的运行参数;在判断出需要调整空调的运行参数时,确定对空调进行调整的负荷调整参数;根据空调的负荷调整参数,获取与用户活动信息相对应的当前空调运行参数,以控制空调运行。本发明解决了相关技术中由于空调中的感温装置无法及时检测到环境中温度发生变化,导致空调不能及时调整输出参数,用户体验度较低的技术问题。
Description
技术领域
本发明涉及空调控制技术领域,具体而言,涉及一种空调控制方法及装置。
背景技术
相关技术中,对于空调的控制,一般是根据温度感应包感应室内外温度,从而调整空调的能力输出,其中,空调能力输出可以理解为压缩机输出大小,例如,当室内环境温度降低时,能力输出减小,压缩机输出减小;当室内环境温度升高时,能力输出增大,压缩机输出增大。当前采用的根据室内外环境温度作为检测判断能力输出变化的技术方案,由于感温包感应温度需要延时,往往不能及时感应到温度的变化,室内负荷变化转变为环境温度变化需要一段时间,导致空调系统无法及时对人员变化时能力需求进行调节,影响人员使用舒适性。
针对上述的相关技术中由于空调中的感温装置无法及时检测到环境中温度发生变化,导致空调不能及时调整输出参数,用户体验度较低的技术问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种空调控制方法及装置,以至少解决相关技术中由于空调中的感温装置无法及时检测到环境中温度发生变化,导致空调不能及时调整输出参数,用户体验度较低的技术问题。
根据本发明实施例的一个方面,提供了一种空调控制方法,包括:获取空调的历史运行参数和用户活动信息,其中,所述历史运行参数为历史过程中空调运行的相关参数,所述用户活动信息为用户进行运动的相关信息;根据所述用户活动信息和所述历史运行参数,判断是否需要调整所述空调的运行参数;在判断出需要调整所述空调的运行参数时,确定对所述空调进行调整的负荷调整参数;根据所述空调的负荷调整参数,获取与所述用户活动信息相对应的当前空调运行参数,以控制所述空调运行。
进一步地,获取空调的历史运行参数和用户活动信息包括:通过预设处理模块获取到空调在历史过程中运行的参数,以得到所述历史运行参数;控制设置在空调周围的摄像头对预设区域进行拍照以得到区域图像;对所述区域图像进行识别以得到所述用户活动信息。
进一步地,对所述区域图像进行识别以得到用户活动信息包括:将所述区域图像输入进预设模型中以得到所述用户活动信息,其中,所述预设模型是根据预先获取到的多组预设区域的区域图像与用户活动信息的对应关系通过机器学习训练得到模型。
进一步地,所述用户活动信息至少包括下述信息:用户对象的类型、用户数量、用户活动量,其中,若所述历史运行参数是与目标用户类型对应的运行参数,所述目标用户类型为年龄超出预设年龄的用户类型,根据所述用户活动信息和所述历史运行参数,判断是否需要调整所述空调的运行参数包括:判断所述用户对象的类型是否为目标用户类型;在判断出所述用户对象的类型是所述目标用户类型的情况下,确定不需要调整空调的运行参数;在判断出所述用户对象的类型不是目标用户类型的情况下,确定需要调整所述空调的运行参数。
进一步地,若所述历史运行参数是与目标用户数量对应的运行参数,所述目标用户数量为超出预设阈值的用户数量,根据所述用户活动信息和所述历史运行参数,判断是否需要调整所述空调的运行参数包括:判断所述用户数量是否为目标用户数量;在判断出所述用户数量是目标用户数量的情况下,确定不需要调整空调的运行参数;在判断出所述用户数量不是目标用户数量的情况下,确定需要调整所述空调的运行参数。
进一步地,若所述历史运行参数是与目标活动量对应的运行参数,所述目标活动量超出预设活动量的用户活动量,根据所述用户活动信息和所述历史运行参数,判断是否需要调整所述空调的运行参数包括:判断所述用户活动量是否为目标活动量;在判断出所述用户活动量是目标活动量的情况下,确定需要调整所述空调的运行参数;在判断出所述用户数量不是目标用户数量的情况下,确定不需要调整所述空调的运行参数。
根据本发明实施例的另一方面,还提供了一种空调控制装置,包括:第一获取单元,用于获取空调的历史运行参数和用户活动信息,其中,所述历史运行参数为历史过程中空调运行的相关参数,所述用户活动信息为用户进行运动的相关信息;判断单元,用于根据所述用户活动信息和所述历史运行参数,判断是否需要调整所述空调的运行参数;确定单元,用于在判断出需要调整所述空调的运行参数时,确定对所述空调进行调整的负荷调整参数;第二获取单元,用于根据所述空调的负荷调整参数,获取与所述用户活动信息相对应的当前空调运行参数,以控制所述空调运行。
进一步地,所述第一获取单元包括:获取模块,用于通过预设处理模块获取到空调在历史过程中运行的参数,以得到所述历史运行参数;拍摄模块,用于控制设置在空调周围的摄像头对预设区域进行拍照以得到区域图像;识别模块,用于对所述区域图像进行识别以得到所述用户活动信息。
进一步地,所述识别模块包括:输入子模块,用于将所述区域图像输入进预设模型中以得到所述用户活动信息,其中,所述预设模型是根据预先获取到的多组预设区域的区域图像与用户活动信息的对应关系通过机器学习训练得到模型。
进一步地,所述用户活动信息至少包括下述信息:用户对象的类型、用户数量、用户活动量,其中,若所述历史运行参数是与目标用户类型对应的运行参数,所述目标用户类型为年龄超出预设年龄的用户类型,所述判断单元包括:第一判断模块,用于判断所述用户对象的类型是否为目标用户类型;第一确定模块,用于在判断出所述用户对象的类型是所述目标用户类型的情况下,确定不需要调整空调的运行参数;第二确定模块,用于在判断出所述用户对象的类型不是目标用户类型的情况下,确定需要调整所述空调的运行参数。
进一步地,若所述历史运行参数是与目标用户数量对应的运行参数,所述目标用户数量为超出预设阈值的用户数量,所述判断单元还包括:第二判断模块,用于判断所述用户数量是否为目标用户数量;第三确定模块,用于在判断出所述用户数量是目标用户数量的情况下,确定不需要调整空调的运行参数;第四确定模块,用于在判断出所述用户数量不是目标用户数量的情况下,确定需要调整所述空调的运行参数。
进一步地,若所述历史运行参数是与目标活动量对应的运行参数,所述目标活动量超出预设活动量的用户活动量,所述判断单元包括:第三判断模块,用于判断所述用户活动量是否为目标活动量;第五确定模块,用于在判断出所述用户活动量是目标活动量的情况下,确定需要调整所述空调的运行参数;第六确定模块,用于在判断出所述用户数量不是目标用户数量的情况下,确定不需要调整所述空调的运行参数。
根据本发明实施例的另一方面,还提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述任意一项所述的空调控制方法。
根据本发明实施例的另一方面,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述任意一项所述的空调控制方法。
在本发明实施例中,可以先获取空调的历史运行参数和用户活动信息,根据用户活动信息判断是否需要调整空调的运行参数,在判断出需要调整空调的运行参数时,确定对空调进行调整的负荷调整参数,最后根据该负荷调整参数,获取与用户活动信息相对应的当前空调运行参数,从而灵活控制空调的运行。在该实施例中,空调可以根据用户活动信息,灵活调整空调的运行,解决相关技术中由于空调中的感温装置无法及时检测到环境中温度发生变化,导致空调不能及时调整输出参数,用户体验度较低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,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:
图1是根据本发明实施例的空调控制方法的流程图;
图2是根据本发明实施例的空调控制装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为方便用户理解本发明,下面对本发明中涉及的部分术语或名词进行解释:
像素:是计算机屏幕上所能显示的最小单位,用来表示图像的单位,指可以显示出的水平和垂直像素的数组,屏幕中的像素点越多,画面的分辨率越高,图像就越细腻逼真。
像素点:指像素的数值。
CNN,卷积神经网络,描述了对输入图像的操作,输出一组描述图像内容的分类或分类的概率,即对输入的图像进行识别,以输出图像中的对象的概率;通过一系列卷积层级建构出更为抽象的概念,包括建立多个神经元,并建立对应的输入层和输出层,从而将输入的节点通过神经元不断关联,得到优化对象,一般会包括卷积层、过滤层,通过前向传导、损失函数、后向传导、以及函数更新作为一个学习周期,对每一训练图片,程序将重复固定数目的周期过程,以不断优化训练学习结果。
以图搜图,在获取到图像后,通过深度学习对结果进行排序,并通过用户记录的三元组数据(查询图片、点击图片和未点击图片)来训练模型的排序损失函数,从而得到排序结果,在输入一张图像后,模型会自动检测出主体,然后按照排序分数高低排出相关对象的结果。
二值化:对摄像头拍摄的图片,大多数是彩色图像,彩色图像所含信息量巨大,对于图片的内容,可以简单的分为前景与背景,先对彩色图进行处理,使图片只有前景信息与背景信息,可以简单的定义前景信息为黑色,背景信息为白色,这就是二值化图了。
根据本发明实施例,提供了一种空调控制的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
以下实施例可以应用于各种电器设备中,对于电器设备的类型不做限定,包括但不限于:洗衣机、空调、冰箱、电饭煲等,本申请中以空调为例,对本发明做出说明。
下述实施例中,可以适用于各种空调设备,其中,本发明中对于空调的类型不做限定,其可以包括但不限于:壁挂机空调、柜机空调、天花机空调、窗机、移动式空调、嵌入式空调。其中,洗衣机中有多个部件,主要包括水泵、风机和管路系统,其具体可以包括:压缩机,冷凝器,蒸发器,四通阀,单向阀毛细管组件。相关技术中,对于空调的使用,一般是根据用户设置的空调运行温度,结合当前室内外温度,对室内温湿度参数进行调节,但是这种方式,无法根据室内人员的类型、室内人员数量、室内人员的活动方式灵活调整运行参数,而本发明中,可以根据用户的活动信息调整空调的运行参数,并能及时根据当前室内人员数量的改变,调节室内温度,本发明中可以对预设区域进行拍照,在确定有用户存在时,可以根据拍摄得到的图像分析室内人员的活动状态,根据用户数量和用户的类型,适应性调整空调的运行参数。
其中,本发明可以应用于各种环境中,可以包括但不限于:家庭、办公区、地下室等,空调可以实时根据预设的摄像头拍摄图像,从而分析用户活动信息,通过通讯模块,将分析结果传输给空调,以让空调根据用户活动信息灵活调整空调的运行方式。
下面结合优选的实施步骤对本发明进行说明,图1是根据本发明实施例的空调控制方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取空调的历史运行参数和用户活动信息,其中,历史运行参数为历史过程中空调运行的相关参数,用户活动信息为用户进行运动的相关信息。
其中,本发明中的空调的可以是家用空调或者办公空调,以家用空调为例,在家庭中的各个房间、卧室、厨房、客厅等安装有相应的空调,在空调运行的过程中,可以不断地调整空调的运行参数。通过对历史运行参数的获取,结合获取到的其他用户信息,调整参数。本发明中的空调历史运行参数可以包括但不限于:空调开始运行时间、空调初始设置温湿度数据、空调风速。其中,在获取空调的运行参数时,也可以同时检测空调所在区域的环境信息,包括检测室内外温湿度参数等,这样就可以将历史运行参数与检测到的室内外温湿度参数做比较,作为调整空调运行参数的参考数据。历史运行参数可以是与获取时间点相邻的时间段内空调运行数据,例如,在上午10点时可以获取上午9点至10点空调运行参数。
每个空调所调节的区域可以是不同的,例如,空调A调节卧室1,空调B调节卧室2,空调C调节客厅,空调D调节锻炼室。这样就可以让每个空调可以调节对应区域的环境参数,以保证调节的稳定性。本发明中对于不同使用区域的空调,对空调的使用地点不做具体限定,例如,客厅、卧室、办公室、会议室等。
另外,本发明中对于用户的具体信息不做限定,用户在使用空调之前,会根据自身的感觉设置空调的初始运行参数,在空调运行的过程中,可以是根据用户设置的空调初始运行参数来调整的。用户在每个不同的区域可能有不同的活动方式,例如,在家庭中会存在:看电视、基础锻炼(包括俯卧撑、仰卧起坐、室内机跑步等)、做菜等活动,在办公室会存在:办公、锻炼等,不同的活动方式会存在不同的活动量,在空调连接的数据库中会预先存储各种活动对应的活动量,并确定出活动量的等级。
其中,上述步骤S102可以包括:通过预设处理模块获取到空调在历史过程中运行的参数,以得到历史运行参数;控制设置在空调周围的摄像头对预设区域进行拍照以得到区域图像;对区域图像进行识别以得到用户活动信息。
对于上述实施方式,预设处理模块可以与空调的控制中心连接,从而获取到空调的历史运行参数。另外,本发明可以在空调周围设置相应的摄像头以拍摄图像,摄像头可以与空调联网,以在拍摄得到图像后,可以将拍摄得到的图像发送至空调所在的存储设备中,从而让空调分析拍摄图像。在同一个房间内,可以结合每个区域的图像对区域所在的用户活动信息进行分析。在拍摄图像时,可以重点对用户对象进行拍照,得到房间内的用户对象的活动信息。本发明中对于拍摄的图像的类别不做限定,包括但不限于:黑白图像(灰度图像)、彩色图像(RGB图像)。
可选的,在对区域图像进行识别以得到用户活动信息时,可以包括:将区域图像输入进预设模型中以得到用户活动信息,其中,预设模型是根据预先获取到的多组预设区域的区域图像与用户活动信息的对应关系通过机器学习训练得到模型。其中,可以通过机器学习训练得到的模型确定出用户活动信息,重点可以分析出区域中的人物信息、人物数量、人物活动类型、人物活动量等,该模型可以通过历史过程中拍摄的图像,识别出区域图像和用户活动信息的对应关系。另外,也可以通过CNN算法建立神经元,每个神经元都会有对应的学习函数,以对输入的图像进行训练,从而建立多个图像特征和用户活动信息之间的关联关系,每个图像可以对应有一个神经元,神经元分为多层,每层的运算函数可以是一致的,这样就可以分析出区域图像和用户活动信息的关系。在确定出该次拍摄的区域图像对应的用户活动信息后,可以将该次拍摄的图像保存在数据库中,以备下次比较使用,这样通过不断的学习训练,可以利用机器的学习功能不断地加强分析效果和分析的准确度。
可选的,上述在识别区域图像以得到用户活动信息时,还可以通过以图搜图或者二值化处理的方式处理图像,以得到用户活动信息,其中,在使用以图搜图时,可以是在数据库中搜索与该次拍摄到的图像相似度最高的图像,在数据库中会存储与该相似度最高的图像对应的用户的活动信息,将该活动信息作为本次拍摄的图像对应的用户的活动信息。在进行二值化处理时,可以重点分析图像与历史拍摄图像中存在明显差异的信息,例如,在图像中多出一个用户,可以明显的通过图像区分出来。
另外,在分析用户活动信息时,用户活动信息至少包括下述信息:用户对象的类型、用户数量、用户活动量,其中,用户对象的类型可以是作为三类区分,可以包括但不限于:小孩、青年人、老人,在确定用户对象的类型时,可以是预先在数据库中存储每个用户对应的图像信息,以在获取到图像后匹配数据库,直接分析出预设区域的用户,也可以是根据用户的基本特征,分析用户对象的类型,基本特征可以包括但不限于:五官特征、身高、体型等,通过对基本特征的分析可以直接确定出用户对象的类型。在分析用户数量时,可以直接通过图像的二值化处理,得到用户数量,例如,一个青年人、两个小孩等。对于用户活动量,可以是通过连续拍摄图像,分析用户当前的活动方式,例如,正在跑步机跑步等,从而确定出用户的活动信息。
步骤S104,根据用户活动信息和历史运行参数,判断是否需要调整空调的运行参数。
其中,若历史运行参数是与目标用户类型对应的运行参数,目标用户类型为年龄超出预设年龄的用户类型,根据用户活动信息和历史运行参数,判断是否需要调整空调的运行参数包括:判断用户对象的类型是否为目标用户类型;在判断出用户对象的类型是目标用户类型的情况下,确定不需要调整空调的运行参数;在判断出用户对象的类型不是目标用户类型的情况下,确定需要调整空调的运行参数。
其中,上述实施方式中的预设年龄可以是预先设置的,例如,15岁、11岁。在分析时,也可以是根据用户对象的身高确定的。
另外,若历史运行参数是与目标用户数量对应的运行参数,目标用户数量为超出预设阈值的用户数量,根据用户活动信息和历史运行参数,判断是否需要调整空调的运行参数包括:判断用户数量是否为目标用户数量;在判断出用户数量是目标用户数量的情况下,确定不需要调整空调的运行参数;在判断出用户数量不是目标用户数量的情况下,确定需要调整空调的运行参数。
其中,上述的预设阈值可以是根据空调调整的区域面积和空调负荷参数进行调整的,例如,1个,3个等。
对于若历史运行参数是与目标活动量对应的运行参数,目标活动量超出预设活动量的用户活动量,根据用户活动信息和历史运行参数,判断是否需要调整空调的运行参数包括:判断用户活动量是否为目标活动量;在判断出用户活动量是目标活动量的情况下,确定需要调整空调的运行参数;在判断出用户数量不是目标用户数量的情况下,确定不需要调整空调的运行参数。
其中,上述的预设活动量可以是根据不同的活动方式,确定对应的预设活动量,例如,在跑步机上跑步时,预设活动量可以是跑2000步。
步骤S106,在判断出需要调整空调的运行参数时,确定对空调进行调整的负荷调整参数。
可选的,在确定负荷调整参数时,可以是根据用户对象的类型、用户数量、用户活动量等确定的,例如,在根据用户对象的类型确定负荷调整参数时,若历史运行参数是对于用户对象的类型为青年人、用户数量为1、用户活动量为小运动量(未超出预设活动量),此时,在检测到当前预设区域的用户活动信息未变,则可以不改变空调运行参数;在检测到用户对象的类型由青年人变为小孩时,负荷运行参数可以调低(如调低送风档),防止温度过低导致孩子感冒的情况发生;在检测到用户数量增加时(如由1个人变为3个人),负荷运行参数可以调高(例如,室内机EXV阀开大);在检测到用户对象的活动量由小运动量变为大运动量,负荷运行参数可以调高(如室内机EXV阀开大)等,每种负荷运行参数的调整都可以根据不同的用户活动信息实时改变。
步骤S108,根据空调的负荷调整参数,获取与用户活动信息相对应的当前空调运行参数,以控制空调运行。
例如,在检测到用户数量增加3个人,需要调高负荷运行参数中室内阀,以调低室内温度。
通过上述步骤,可以先获取空调的历史运行参数和用户活动信息,根据用户活动信息判断是否需要调整空调的运行参数,在判断出需要调整空调的运行参数时,确定对空调进行调整的负荷调整参数,最后根据该负荷调整参数,获取与用户活动信息相对应的当前空调运行参数,从而灵活控制空调的运行。在该实施例中,空调可以根据用户活动信息,灵活调整空调的运行,解决相关技术中由于空调中的感温装置无法及时检测到环境中温度发生变化,导致空调不能及时调整输出参数,用户体验度较低的技术问题。
下面结合另一种实施例对本发明进行说明。
本发明可以是先采集相应的用户活动区域和用户活动信息,其可以包括:运用地点信息(客厅、卧室、办公室、会议室等);使用人员信息(大人、小孩);人员使用方式(小运动量、大运动量);当前室内环境温度(如检测到当前室内23摄氏度);当前用户初始设定温度;室外环境温度(例如,室外温度为27摄氏度)。
其中,在采集信息时可以是通过设置的摄像头拍摄预设区域的图像信息,以分析出预设区域中用户进行运动或者其他活动的相关信息(包括活动方式、活动量),也可以通过温湿度传感器获取到温湿度数据。
然后,可以根据采集的信息做如下处理:
(1)当检测到房间有能力需求时,即用户使用手操器开机后,机组先按室内外环境温度初始设定需求开启运行。
(2)同时内机摄像头开始运行,连续一段时间检测地点信息(机组第一次安装时需要,后续可不需要)、使用人员类型x(大人/小孩)、人员数量y、活动方式信息z(小运动量/大运动量)后,综合以上数据信息,计算负荷变化修正系数A。
(3)负荷变化修正系数A根据算法进行计算,实现以下功能。
a)当检测到人员为1个大人做小运动量活动时,计算负荷修正系数A为1,即此种状态为默认状态,不需要调整空调的运行数据。
b)当检测到人员数量变多/少时,计算负荷修正增加/减少,与此同时,对应室内机EXV阀开大/减小。
c)当检测人员类型大人变小孩或小孩变大人时,计算负荷修正减小或增大,对应室内机EXV阀减小/开大。
d)当检测到人员活动类型由小运动量变大运行量或大运动量变小运动量时,计算负荷修正增大或减小,对应室内机EXV阀开大/减小。
通过上述实施例,可以通过预设的多个设备采集预设区域的用户相关信息,采集每个空调使用场合,环境温度、人数,结合当前环境室内机容量进行能力分配从而达到及时反应提升舒适性及机组节能的效果。
图2是根据本发明实施例的空调控制装置的示意图,如图2所示,该装置可以包括:第一获取单元21,用于获取空调的历史运行参数和用户活动信息,其中,历史运行参数为历史过程中空调运行的相关参数,用户活动信息为用户进行运动的相关信息;判断单元23,用于根据用户活动信息和历史运行参数,判断是否需要调整空调的运行参数;确定单元25,用于在判断出需要调整空调的运行参数时,确定对空调进行调整的负荷调整参数;第二获取单元27,用于根据空调的负荷调整参数,获取与用户活动信息相对应的当前空调运行参数,以控制空调运行。
通过上述实施例,可以通过第一获取单元21获取空调的历史运行参数和用户活动信息,通过判断单元23根据用户活动信息判断是否需要调整空调的运行参数,在判断出需要调整空调的运行参数时,通过确定单元25确定对空调进行调整的负荷调整参数,最后通过第二获取单元27根据该负荷调整参数,获取与用户活动信息相对应的当前空调运行参数,从而灵活控制空调的运行。在该实施例中,空调可以根据用户活动信息,灵活调整空调的运行,解决相关技术中由于空调中的感温装置无法及时检测到环境中温度发生变化,导致空调不能及时调整输出参数,用户体验度较低的技术问题。
其中,第一获取单元21可以包括:获取模块,用于通过预设处理模块获取到空调在历史过程中运行的参数,以得到历史运行参数;拍摄模块,用于控制设置在空调周围的摄像头对预设区域进行拍照以得到区域图像;识别模块,用于对区域图像进行识别以得到用户活动信息。
另外,识别模块包括:输入子模块,用于将区域图像输入进预设模型中以得到用户活动信息,其中,预设模型是根据预先获取到的多组预设区域的区域图像与用户活动信息的对应关系通过机器学习训练得到模型。
对于上述实施例,用户活动信息至少包括下述信息:用户对象的类型、用户数量、用户活动量,其中,若历史运行参数是与目标用户类型对应的运行参数,目标用户类型为年龄超出预设年龄的用户类型,判断单元23可以包括:第一判断模块,用于判断用户对象的类型是否为目标用户类型;第一确定模块,用于在判断出用户对象的类型是目标用户类型的情况下,确定不需要调整空调的运行参数;第二确定模块,用于在判断出用户对象的类型不是目标用户类型的情况下,确定需要调整空调的运行参数。
可选的,若历史运行参数是与目标用户数量对应的运行参数,目标用户数量为超出预设阈值的用户数量,判断单元23还可以包括:第二判断模块,用于判断用户数量是否为目标用户数量;第三确定模块,用于在判断出用户数量是目标用户数量的情况下,确定不需要调整空调的运行参数;第四确定模块,用于在判断出用户数量不是目标用户数量的情况下,确定需要调整空调的运行参数。
另外,若历史运行参数是与目标活动量对应的运行参数,目标活动量超出预设活动量的用户活动量,判断单元23包括:第三判断模块,用于判断用户活动量是否为目标活动量;第五确定模块,用于在判断出用户活动量是目标活动量的情况下,确定需要调整空调的运行参数;第六确定模块,用于在判断出用户数量不是目标用户数量的情况下,确定不需要调整空调的运行参数。
上述空调控制装置还可以包括处理器和存储器,上述第一获取单元21、判断单元23、确定单元25、第一获取单元27等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来根据拍摄的图像分析用户信息,以调整空调运行状态,提高用户的体验度。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
根据本发明实施例的另一方面,还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述任意一项的空调控制方法。
根据本发明实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述任意一项的空调控制方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:获取空调的历史运行参数和用户活动信息,其中,历史运行参数为历史过程中空调运行的相关参数,用户活动信息为用户进行运动的相关信息;根据用户活动信息和历史运行参数,判断是否需要调整空调的运行参数;在判断出需要调整空调的运行参数时,确定对空调进行调整的负荷调整参数;根据空调的负荷调整参数,获取与用户活动信息相对应的当前空调运行参数,以控制空调运行。
可选的,上述处理器在执行程序时,可以通过预设处理模块获取到空调在历史过程中运行的参数,以得到历史运行参数;控制设置在空调周围的摄像头对预设区域进行拍照以得到区域图像;对区域图像进行识别以得到用户活动信息。
可选的,上述处理器在执行程序时,可以将区域图像输入进预设模型中以得到用户活动信息,其中,预设模型是根据预先获取到的多组预设区域的区域图像与用户活动信息的对应关系通过机器学习训练得到模型。
可选的,用户活动信息至少包括下述信息:用户对象的类型、用户数量、用户活动量,其中,若历史运行参数是与目标用户类型对应的运行参数,目标用户类型为年龄超出预设年龄的用户类型,可选的,上述处理器在执行程序时,可以判断用户对象的类型是否为目标用户类型;在判断出用户对象的类型是目标用户类型的情况下,确定不需要调整空调的运行参数;在判断出用户对象的类型不是目标用户类型的情况下,确定需要调整空调的运行参数。
可选的,上述处理器在执行程序时,可以在历史运行参数是与目标用户数量对应的运行参数,目标用户数量为超出预设阈值的用户数量,根据用户活动信息和历史运行参数,判断是否需要调整空调的运行参数包括:判断用户数量是否为目标用户数量;在判断出用户数量是目标用户数量的情况下,确定不需要调整空调的运行参数;在判断出用户数量不是目标用户数量的情况下,确定需要调整空调的运行参数。
可选的,上述处理器在执行程序时,可以在历史运行参数是与目标活动量对应的运行参数,目标活动量超出预设活动量的用户活动量,根据用户活动信息和历史运行参数,判断是否需要调整空调的运行参数包括:判断用户活动量是否为目标活动量;在判断出用户活动量是目标活动量的情况下,确定需要调整空调的运行参数;在判断出用户数量不是目标用户数量的情况下,确定不需要调整空调的运行参数。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:获取空调的历史运行参数和用户活动信息,其中,历史运行参数为历史过程中空调运行的相关参数,用户活动信息为用户进行运动的相关信息;根据用户活动信息和历史运行参数,判断是否需要调整空调的运行参数;在判断出需要调整空调的运行参数时,确定对空调进行调整的负荷调整参数;根据空调的负荷调整参数,获取与用户活动信息相对应的当前空调运行参数,以控制空调运行。
可选的,上述数据处理设备在执行程序时,可以通过预设处理模块获取到空调在历史过程中运行的参数,以得到历史运行参数;控制设置在空调周围的摄像头对预设区域进行拍照以得到区域图像;对区域图像进行识别以得到用户活动信息。
可选的,上述数据处理设备在执行程序时,可以将区域图像输入进预设模型中以得到用户活动信息,其中,预设模型是根据预先获取到的多组预设区域的区域图像与用户活动信息的对应关系通过机器学习训练得到模型。
可选的,用户活动信息至少包括下述信息:用户对象的类型、用户数量、用户活动量,其中,若历史运行参数是与目标用户类型对应的运行参数,目标用户类型为年龄超出预设年龄的用户类型,可选的,上述数据处理设备在执行程序时,可以判断用户对象的类型是否为目标用户类型;在判断出用户对象的类型是目标用户类型的情况下,确定不需要调整空调的运行参数;在判断出用户对象的类型不是目标用户类型的情况下,确定需要调整空调的运行参数。
可选的,上述数据处理设备在执行程序时,可以在历史运行参数是与目标用户数量对应的运行参数,目标用户数量为超出预设阈值的用户数量,根据用户活动信息和历史运行参数,判断是否需要调整空调的运行参数包括:判断用户数量是否为目标用户数量;在判断出用户数量是目标用户数量的情况下,确定不需要调整空调的运行参数;在判断出用户数量不是目标用户数量的情况下,确定需要调整空调的运行参数。
可选的,上述数据处理设备在执行程序时,可以在历史运行参数是与目标活动量对应的运行参数,目标活动量超出预设活动量的用户活动量,根据用户活动信息和历史运行参数,判断是否需要调整空调的运行参数包括:判断用户活动量是否为目标活动量;在判断出用户活动量是目标活动量的情况下,确定需要调整空调的运行参数;在判断出用户数量不是目标用户数量的情况下,确定不需要调整空调的运行参数。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,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单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种空调控制方法,其特征在于,包括:
获取空调的历史运行参数和用户活动信息,其中,所述历史运行参数为历史过程中空调运行的相关参数,所述用户活动信息为用户进行运动的相关信息;
根据所述用户活动信息和所述历史运行参数,判断是否需要调整所述空调的运行参数;
在判断出需要调整所述空调的运行参数时,确定对所述空调进行调整的负荷调整参数;
根据所述空调的负荷调整参数,获取与所述用户活动信息相对应的当前空调运行参数,以控制所述空调运行。
2.根据权利要求1所述的方法,其特征在于,获取空调的历史运行参数和用户活动信息包括:
通过预设处理模块获取到空调在历史过程中运行的参数,以得到所述历史运行参数;
控制设置在空调周围的摄像头对预设区域进行拍照以得到区域图像;
对所述区域图像进行识别以得到所述用户活动信息。
3.根据权利要求2所述的方法,其特征在于,对所述区域图像进行识别以得到用户活动信息包括:
将所述区域图像输入进预设模型中以得到所述用户活动信息,其中,所述预设模型是根据预先获取到的多组预设区域的区域图像与用户活动信息的对应关系通过机器学习训练得到模型。
4.根据权利要求1所述的方法,其特征在于,所述用户活动信息至少包括下述信息:
用户对象的类型、用户数量、用户活动量,其中,若所述历史运行参数是与目标用户类型对应的运行参数,所述目标用户类型为年龄超出预设年龄的用户类型,根据所述用户活动信息和所述历史运行参数,判断是否需要调整所述空调的运行参数包括:
判断所述用户对象的类型是否为目标用户类型;
在判断出所述用户对象的类型是所述目标用户类型的情况下,确定不需要调整空调的运行参数;
在判断出所述用户对象的类型不是目标用户类型的情况下,确定需要调整所述空调的运行参数。
5.根据权利要求4所述的方法,其特征在于,若所述历史运行参数是与目标用户数量对应的运行参数,所述目标用户数量为超出预设阈值的用户数量,根据所述用户活动信息和所述历史运行参数,判断是否需要调整所述空调的运行参数包括:
判断所述用户数量是否为目标用户数量;
在判断出所述用户数量是目标用户数量的情况下,确定不需要调整空调的运行参数;
在判断出所述用户数量不是目标用户数量的情况下,确定需要调整所述空调的运行参数。
6.根据权利要求4所述的方法,其特征在于,若所述历史运行参数是与目标活动量对应的运行参数,所述目标活动量超出预设活动量的用户活动量,根据所述用户活动信息和所述历史运行参数,判断是否需要调整所述空调的运行参数包括:
判断所述用户活动量是否为目标活动量;
在判断出所述用户活动量是目标活动量的情况下,确定需要调整所述空调的运行参数;
在判断出所述用户数量不是目标用户数量的情况下,确定不需要调整所述空调的运行参数。
7.一种空调控制装置,其特征在于,包括:
第一获取单元,用于获取空调的历史运行参数和用户活动信息,其中,所述历史运行参数为历史过程中空调运行的相关参数,所述用户活动信息为用户进行运动的相关信息;
判断单元,用于根据所述用户活动信息和所述历史运行参数,判断是否需要调整所述空调的运行参数;
确定单元,用于在判断出需要调整所述空调的运行参数时,确定对所述空调进行调整的负荷调整参数;
第二获取单元,用于根据所述空调的负荷调整参数,获取与所述用户活动信息相对应的当前空调运行参数,以控制所述空调运行。
8.根据权利要求7所述的装置,其特征在于,所述第一获取单元包括:
获取模块,用于通过预设处理模块获取到空调在历史过程中运行的参数,以得到所述历史运行参数;
拍摄模块,用于控制设置在空调周围的摄像头对预设区域进行拍照以得到区域图像;
识别模块,用于对所述区域图像进行识别以得到所述用户活动信息。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至6中任意一项所述的空调控制方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至6中任意一项所述的空调控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711003540.5A CN107883535A (zh) | 2017-10-24 | 2017-10-24 | 空调控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711003540.5A CN107883535A (zh) | 2017-10-24 | 2017-10-24 | 空调控制方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107883535A true CN107883535A (zh) | 2018-04-06 |
Family
ID=61782099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711003540.5A Pending CN107883535A (zh) | 2017-10-24 | 2017-10-24 | 空调控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107883535A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109405232A (zh) * | 2018-09-04 | 2019-03-01 | 重庆工业职业技术学院 | 基于红外温度感测及人体动态的空调自动调节方法 |
CN109737564A (zh) * | 2018-12-20 | 2019-05-10 | 龙马智芯(珠海横琴)科技有限公司 | 一种室内温度调节方法及装置 |
CN109974237A (zh) * | 2019-04-01 | 2019-07-05 | 珠海格力电器股份有限公司 | 空调器、空调器运行策略的调整方法及装置 |
CN110410964A (zh) * | 2019-06-27 | 2019-11-05 | 青岛海尔空调器有限总公司 | 空调器的控制方法及控制系统 |
CN111160482A (zh) * | 2019-12-31 | 2020-05-15 | 的卢技术有限公司 | 一种基于深度学习的办公场所自适应空调控制方法及系统 |
CN111322716A (zh) * | 2020-02-24 | 2020-06-23 | 青岛海尔工业智能研究院有限公司 | 空调温度自动设置方法、空调、设备及存储介质 |
CN111397131A (zh) * | 2020-03-30 | 2020-07-10 | 广东美的制冷设备有限公司 | 空气调节设备及其控制方法、装置、电子设备 |
WO2020199673A1 (zh) * | 2019-04-01 | 2020-10-08 | 珠海格力电器股份有限公司 | 控制家电设备的方法、装置和家电设备 |
CN111750491A (zh) * | 2020-05-14 | 2020-10-09 | 海信(山东)空调有限公司 | 一种空调及基于神经网络的空调控制方法 |
CN112230569A (zh) * | 2020-09-24 | 2021-01-15 | 广州爱孕记信息科技有限公司 | 检测设备的控制方法及装置 |
CN112721566A (zh) * | 2019-10-29 | 2021-04-30 | 长城汽车股份有限公司 | 一种空调控制方法及装置 |
CN112902406A (zh) * | 2019-12-04 | 2021-06-04 | 佛山市云米电器科技有限公司 | 参数设置方法、设备及计算机可读存储介质 |
CN113251613A (zh) * | 2021-05-07 | 2021-08-13 | 青岛海尔空调器有限总公司 | 用于空调控制的方法、装置和空调 |
CN113310182A (zh) * | 2021-04-15 | 2021-08-27 | 青岛海尔空调器有限总公司 | 温度调节设备的控制方法及电子设备 |
CN113357773A (zh) * | 2021-05-31 | 2021-09-07 | 青岛海尔空调器有限总公司 | 用于空调控制的方法、装置和空调 |
CN115854519A (zh) * | 2022-12-23 | 2023-03-28 | 宁波奥克斯电气股份有限公司 | 一种空调器及其控制方法、装置和可读存储介质 |
CN115899939A (zh) * | 2022-11-09 | 2023-04-04 | 珠海格力节能环保制冷技术研究中心有限公司 | 一种降噪控制方法、装置、水源多联机外机和空调系统 |
CN118149437A (zh) * | 2024-05-11 | 2024-06-07 | 珠海格力电器股份有限公司 | 一种空调控制方法、装置、系统和空调 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012220061A (ja) * | 2011-04-06 | 2012-11-12 | Panasonic Corp | 浴室換気暖房乾燥装置 |
CN103557577A (zh) * | 2013-10-30 | 2014-02-05 | 青岛海信日立空调系统有限公司 | 基于摄像头的空调系统及空调控制方法 |
CN104075402A (zh) * | 2014-06-19 | 2014-10-01 | 珠海格力电器股份有限公司 | 智能空调控制方法和系统 |
CN104864558A (zh) * | 2015-04-30 | 2015-08-26 | 广东美的制冷设备有限公司 | 空调控制方法、装置及终端 |
CN106196433A (zh) * | 2016-07-04 | 2016-12-07 | 珠海格力电器股份有限公司 | 一种空调控制参数确定装置及方法、空调及服务器 |
CN106642578A (zh) * | 2016-12-23 | 2017-05-10 | Tcl空调器(中山)有限公司 | 空调器的控制方法及装置 |
-
2017
- 2017-10-24 CN CN201711003540.5A patent/CN107883535A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012220061A (ja) * | 2011-04-06 | 2012-11-12 | Panasonic Corp | 浴室換気暖房乾燥装置 |
CN103557577A (zh) * | 2013-10-30 | 2014-02-05 | 青岛海信日立空调系统有限公司 | 基于摄像头的空调系统及空调控制方法 |
CN104075402A (zh) * | 2014-06-19 | 2014-10-01 | 珠海格力电器股份有限公司 | 智能空调控制方法和系统 |
CN104864558A (zh) * | 2015-04-30 | 2015-08-26 | 广东美的制冷设备有限公司 | 空调控制方法、装置及终端 |
CN106196433A (zh) * | 2016-07-04 | 2016-12-07 | 珠海格力电器股份有限公司 | 一种空调控制参数确定装置及方法、空调及服务器 |
CN106642578A (zh) * | 2016-12-23 | 2017-05-10 | Tcl空调器(中山)有限公司 | 空调器的控制方法及装置 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109405232A (zh) * | 2018-09-04 | 2019-03-01 | 重庆工业职业技术学院 | 基于红外温度感测及人体动态的空调自动调节方法 |
CN109737564A (zh) * | 2018-12-20 | 2019-05-10 | 龙马智芯(珠海横琴)科技有限公司 | 一种室内温度调节方法及装置 |
CN109974237A (zh) * | 2019-04-01 | 2019-07-05 | 珠海格力电器股份有限公司 | 空调器、空调器运行策略的调整方法及装置 |
CN109974237B (zh) * | 2019-04-01 | 2020-03-06 | 珠海格力电器股份有限公司 | 空调器、空调器运行策略的调整方法及装置 |
WO2020199673A1 (zh) * | 2019-04-01 | 2020-10-08 | 珠海格力电器股份有限公司 | 控制家电设备的方法、装置和家电设备 |
CN110410964A (zh) * | 2019-06-27 | 2019-11-05 | 青岛海尔空调器有限总公司 | 空调器的控制方法及控制系统 |
CN110410964B (zh) * | 2019-06-27 | 2021-07-23 | 青岛海尔空调器有限总公司 | 空调器的控制方法及控制系统 |
CN112721566A (zh) * | 2019-10-29 | 2021-04-30 | 长城汽车股份有限公司 | 一种空调控制方法及装置 |
CN112902406A (zh) * | 2019-12-04 | 2021-06-04 | 佛山市云米电器科技有限公司 | 参数设置方法、设备及计算机可读存储介质 |
CN111160482A (zh) * | 2019-12-31 | 2020-05-15 | 的卢技术有限公司 | 一种基于深度学习的办公场所自适应空调控制方法及系统 |
CN111322716A (zh) * | 2020-02-24 | 2020-06-23 | 青岛海尔工业智能研究院有限公司 | 空调温度自动设置方法、空调、设备及存储介质 |
CN111397131B (zh) * | 2020-03-30 | 2021-12-21 | 广东美的制冷设备有限公司 | 空气调节设备及其控制方法、装置、电子设备 |
CN111397131A (zh) * | 2020-03-30 | 2020-07-10 | 广东美的制冷设备有限公司 | 空气调节设备及其控制方法、装置、电子设备 |
CN111750491A (zh) * | 2020-05-14 | 2020-10-09 | 海信(山东)空调有限公司 | 一种空调及基于神经网络的空调控制方法 |
CN111750491B (zh) * | 2020-05-14 | 2022-01-18 | 海信(山东)空调有限公司 | 一种空调及基于神经网络的空调控制方法 |
CN112230569A (zh) * | 2020-09-24 | 2021-01-15 | 广州爱孕记信息科技有限公司 | 检测设备的控制方法及装置 |
CN113310182A (zh) * | 2021-04-15 | 2021-08-27 | 青岛海尔空调器有限总公司 | 温度调节设备的控制方法及电子设备 |
CN113251613A (zh) * | 2021-05-07 | 2021-08-13 | 青岛海尔空调器有限总公司 | 用于空调控制的方法、装置和空调 |
CN113357773A (zh) * | 2021-05-31 | 2021-09-07 | 青岛海尔空调器有限总公司 | 用于空调控制的方法、装置和空调 |
WO2022252720A1 (zh) * | 2021-05-31 | 2022-12-08 | 青岛海尔空调器有限总公司 | 用于空调控制的方法、装置和空调 |
CN115899939A (zh) * | 2022-11-09 | 2023-04-04 | 珠海格力节能环保制冷技术研究中心有限公司 | 一种降噪控制方法、装置、水源多联机外机和空调系统 |
CN115854519A (zh) * | 2022-12-23 | 2023-03-28 | 宁波奥克斯电气股份有限公司 | 一种空调器及其控制方法、装置和可读存储介质 |
CN118149437A (zh) * | 2024-05-11 | 2024-06-07 | 珠海格力电器股份有限公司 | 一种空调控制方法、装置、系统和空调 |
CN118149437B (zh) * | 2024-05-11 | 2024-08-16 | 珠海格力电器股份有限公司 | 一种空调控制方法、装置、系统和空调 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107883535A (zh) | 空调控制方法及装置 | |
CN107883541A (zh) | 空调控制方法及装置 | |
CN108050674A (zh) | 空调设备的控制方法及装置、终端 | |
CN107860100A (zh) | 空调的出风控制方法及终端 | |
US10871302B2 (en) | Artificial intelligence air conditioner and control method thereof | |
CN105005204B (zh) | 可自动触发智能家居和智慧生活情景的智能引擎系统及方法 | |
Jung et al. | Occupant-centered real-time control of indoor temperature using deep learning algorithms | |
CN107965828B (zh) | 抽油烟机的吸风状态控制方法和抽油烟机 | |
CN110360715A (zh) | 区域选择性地动作的空调、云服务器及其动作方法 | |
EP3964762A1 (en) | Method for controlling operation of air conditioner by analyzing user behavior patterns, and air conditioner | |
CN104964395B (zh) | 空调器的控制方法、装置和设备 | |
KR20180112653A (ko) | 데이터 학습 서버 및 이의 학습 모델 생성 및 이용 방법 | |
CN107514752A (zh) | 空调器的控制方法、空调器及计算机可读存储介质 | |
CN107797459A (zh) | 终端设备的控制方法、装置、存储介质及处理器 | |
CN108174832A (zh) | 杀灭蚊虫的方法及装置 | |
CN105652677B (zh) | 一种基于用户行为分析的智能家居控制方法、装置和系统 | |
CN107560090A (zh) | 空调的送风控制方法及装置、终端 | |
CN108105136A (zh) | 风扇的控制方法、装置和风扇 | |
CN107654406A (zh) | 风扇送风控制设备、风扇送风控制方法及装置 | |
CN107862018A (zh) | 食材烹饪方法的推荐方法和抽油烟机 | |
CN107726540A (zh) | 空调控制方法及装置 | |
CN107461890A (zh) | 一种空调器的控制方法及控制系统 | |
CN108107886A (zh) | 扫地机器人的行驶控制方法及装置、扫地机器人 | |
CN107725453A (zh) | 风扇及其控制方法和系统 | |
CN108197145A (zh) | 食物信息推送方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180406 |