[發(fā)明專利]用于空調(diào)的冷媒泄漏檢測(cè)方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201710839637.3
• 申請(qǐng)日: 2017-09-15
• 公開(kāi)（公告）號(hào): CN107730000A
• 公開(kāi)（公告）日: 2018-02-23
• 發(fā)明（設(shè)計(jì)）人: 陳翀;黃輝;宋德超;田調(diào);劉佰蘭
• 申請(qǐng)（專利權(quán)）人: 珠海格力電器股份有限公司
• 主分類號(hào): G06N3/08
• 分類號(hào): G06N3/08;G06N3/04;G06F17/14
• 代理公司: 北京康信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司11240
• 代理人: 趙囡囡

1.一種用于空調(diào)的冷媒泄漏檢測(cè)方法，其特征在于，包括：

獲取空調(diào)當(dāng)前的運(yùn)行參數(shù)和所述空調(diào)所處環(huán)境的環(huán)境信息；

將所述當(dāng)前的運(yùn)行參數(shù)和環(huán)境信息輸入到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，得到所述神經(jīng)網(wǎng)絡(luò)模型輸出的冷媒剩余量；

根據(jù)所述冷媒剩余量判斷所述空調(diào)是否存在冷媒泄漏。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在將所述運(yùn)行參數(shù)和環(huán)境信息輸入到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型之前，所述方法還包括：

獲取各個(gè)類型的空調(diào)在冷媒泄漏時(shí)的運(yùn)行參數(shù)和環(huán)境信息；

根據(jù)所述各個(gè)類型的空調(diào)在冷媒泄漏時(shí)的運(yùn)行參數(shù)和環(huán)境信息進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，得到所述訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，其中，所述模型的輸入為空調(diào)在冷媒泄漏時(shí)的運(yùn)行參數(shù)和環(huán)境信息，所述模型的輸出為冷媒剩余量。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，在獲取各個(gè)類型的空調(diào)在冷媒泄漏時(shí)的運(yùn)行參數(shù)和環(huán)境信息之后，所述方法還包括：

對(duì)所述各個(gè)類型的空調(diào)在冷媒泄漏時(shí)的運(yùn)行參數(shù)和環(huán)境信息的參數(shù)進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化參數(shù)，其中，所述標(biāo)準(zhǔn)化處理包括線性處理；

對(duì)所述標(biāo)準(zhǔn)化參數(shù)進(jìn)行變換處理，得到變換后的數(shù)據(jù)，其中，所述變換處理包括非線性處理。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，在對(duì)所述標(biāo)準(zhǔn)化參數(shù)進(jìn)行變換處理，得到變換后的數(shù)據(jù)之后，所述方法還包括：

對(duì)所述變換后的數(shù)據(jù)進(jìn)行分類，得到多個(gè)類別的數(shù)據(jù)；

從所述多個(gè)類別的數(shù)據(jù)中分別按照預(yù)設(shè)間隔提取數(shù)據(jù)，作為訓(xùn)練樣本數(shù)據(jù)，其中，所述預(yù)設(shè)間隔包括預(yù)設(shè)時(shí)間間隔或預(yù)設(shè)數(shù)量間隔；

對(duì)所述訓(xùn)練樣本數(shù)據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練，得到所述訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，在對(duì)所述訓(xùn)練樣本數(shù)據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練，得到所述訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型之后，所述方法還包括：

將測(cè)試數(shù)據(jù)輸入到所述訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，得到所述訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型的輸出結(jié)果；

判斷所述輸出結(jié)果與測(cè)試數(shù)據(jù)對(duì)應(yīng)的測(cè)試結(jié)果之間的誤差是否小于目標(biāo)最小誤差；

在所述輸出結(jié)果與測(cè)試數(shù)據(jù)對(duì)應(yīng)的測(cè)試結(jié)果之間的誤差大于等于所述目標(biāo)最小誤差的情況下，通過(guò)更新所述神經(jīng)網(wǎng)絡(luò)模型的權(quán)值和偏置調(diào)整所述神經(jīng)網(wǎng)絡(luò)模型的參數(shù)，直至所述輸出結(jié)果與測(cè)試數(shù)據(jù)對(duì)應(yīng)的測(cè)試結(jié)果之間的誤差小于所述目標(biāo)最小誤差。

6.根據(jù)權(quán)利要求2所述的方法，其特征在于，獲取各個(gè)類型的空調(diào)在冷媒泄漏時(shí)的運(yùn)行參數(shù)和環(huán)境信息包括：

接收各個(gè)類型的空調(diào)在冷媒泄漏時(shí)上報(bào)的運(yùn)行參數(shù)和環(huán)境信息；和/或

通過(guò)物聯(lián)網(wǎng)獲取用戶實(shí)際使用時(shí)的各個(gè)類型的空調(diào)在冷媒泄漏時(shí)的運(yùn)行參數(shù)和環(huán)境信息。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述冷媒剩余量判斷所述空調(diào)是否存在冷媒泄漏包括：

獲取所述空調(diào)的原始冷媒量；

判斷所述冷媒剩余量是否小于所述原始冷媒量；

如果所述冷媒剩余量是否小于所述原始冷媒量，則判斷出所述空調(diào)存在冷媒泄漏。

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)模型包括以下任意一項(xiàng)：

BP神經(jīng)網(wǎng)絡(luò)模型；

CNN卷積神經(jīng)網(wǎng)絡(luò)模型；

殘差神經(jīng)網(wǎng)絡(luò)模型，

在根據(jù)所述冷媒剩余量判斷所述空調(diào)存在冷媒泄漏之后，通過(guò)預(yù)設(shè)的方式發(fā)出提醒。

9.一種用于空調(diào)的冷媒泄漏檢測(cè)裝置，其特征在于，包括：

第一獲取單元，用于獲取空調(diào)當(dāng)前的運(yùn)行參數(shù)和所述空調(diào)所處環(huán)境的環(huán)境信息；

輸入單元，用于將所述當(dāng)前的運(yùn)行參數(shù)和環(huán)境信息輸入到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，得到所述神經(jīng)網(wǎng)絡(luò)模型輸出的冷媒剩余量；

判斷單元，用于根據(jù)所述冷媒剩余量判斷所述空調(diào)是否存在冷媒泄漏。

10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述裝置還包括：

第二獲取單元，用于在將所述運(yùn)行參數(shù)和環(huán)境信息輸入到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型之前，獲取各個(gè)類型的空調(diào)在冷媒泄漏時(shí)的運(yùn)行參數(shù)和環(huán)境信息；

第一訓(xùn)練單元，用于根據(jù)所述各個(gè)類型的空調(diào)在冷媒泄漏時(shí)的運(yùn)行參數(shù)和環(huán)境信息進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，得到所述訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，其中，所述模型的輸入為空調(diào)在冷媒泄漏時(shí)的運(yùn)行參數(shù)和環(huán)境信息，所述模型的輸出為冷媒剩余量。