[發明專利]空調智能控制系統及方法

在審

• 申請號: 201811287737.0
• 申請日: 2018-10-31
• 公開（公告）號: CN109405195A
• 公開（公告）日: 2019-03-01
• 發明（設計）人: 羅胡琴
• 申請（專利權）人: 四川長虹電器股份有限公司
• 主分類號: F24F11/56
• 分類號: F24F11/56;F24F11/63
• 代理公司: 成都虹橋專利事務所(普通合伙) 51124
• 代理人: 陳立志

本發明涉及空調領域，公開了一種空調智能控制系統及方法，對空調進行智能控制，為用戶提供一個更舒適的居住環境。本發明包括通信服務器、通信數據庫、算法服務器、業務服務器、業務數據庫以及傳感器，工作時，首先利用傳感器用于采集與空調運行相關的各類數據；然后通過算法服務器從通信數據庫獲取樣本數據并訓練舒適溫度模型和空調開關模型，通過舒適溫度模型和空調開關模型挖掘出讓用戶感覺舒適的空調溫度及用戶使用空調的習慣；然后利用業務服務器基于挖掘的數據生成空調的控制指令；最后通過通信服務器基于業務服務器生成的控制指令對空調進行智能遠程控制。本發明適用于空調智能控制。

技術領域

本發明涉及空調領域，特別涉及空調智能控制系統及方法。

背景技術

隨著最近幾年物聯網、云計算等戰略性產業的快速發展，智能家居市場逐步得到推廣和落實，并呈現出了快速增長的狀態。隨著社會經濟水平的不斷提高，大家越來越追求居住環境的安全性、便利性、舒適性、智能化。智能家居帶來的便利有回家之前空調或暖氣已經開好、下雨自動關窗戶及隨時了解家里智能設備的狀態，這些場景變為現實后將會使生活品質再上一個臺階?，F在已步入大數據時代，大數據應用深入到各個領域，為各行各業帶來了新的機遇。大數據在空調領域的應用主要集中在故障檢測與診斷、建筑節能優化、故障預測、預測用戶的行為等方面。

發明內容

本發明要解決的技術問題是：提供一種空調智能控制系統及方法，對空調進行智能控制，為用戶提供一個更舒適的居住環境。

為解決上述問題，本發明采用的技術方案具體如下：

空調智能控制系統，包括通信服務器、通信數據庫、算法服務器、業務服務器、業務數據庫以及傳感器；

傳感器用于采集與空調運行相關的各類數據；

通信服務器用于將傳感器采集的數據作為樣本數據存儲在通信數據庫中，以及基于業務服務器生成的控制指令對空調進行遠程控制；

算法服務器包括模塊一和模塊二；模塊一用于從通信數據庫獲取樣本數據并訓練舒適溫度模型，通過舒適溫度模型和傳感器實時采集到的數據挖掘出最舒適的室內溫度；模塊二用于從通信數據庫獲取樣本數據并訓練空調開關模型，通過空調開關模型和傳感器實時采集到的數據挖掘出空調是否應該打開；

業務服務器用于接收用戶發送的業務指令，基于業務指令從業務數據庫獲取對應的業務場景的數據，在業務場景下從算法服務器調用模塊一和/或模塊二挖掘的數據生成空調的控制指令。

進一步的，為了更加全面的采集空調運行相關的各類數據，傳感器采集的數據可以包括室外濕度、空調風速、門窗狀態、室外溫度、室內溫度、室內濕度、時間及季節數據。

進一步的，為了獲得一個準確的舒適溫度模型，模塊一訓練舒適溫度模型的步驟包括：

A1.從通信數據庫獲取樣本數據，并將樣本數據分為訓練特征集、訓練目標集、測試特征集和測試目標集；

A2.同時采用多個分類算法對訓練特征集和訓練目標集進行模型訓練，并對每一個算法通過調整模型參數使其模型達到最優；

A3.利用測試特征集和測試目標集計算每個算法模型的評估參數，利用評估參數對所有算法模型進行評估，選出一個最優的算法模型。

進一步的，步驟A2可以同時采用樸素貝葉斯、決策樹、隨機森林三個經典的分類算法進行模型訓練。

進一步的，步驟A2在調整參數的過程中還可以調整屬性的權重。

進一步的，步驟A3中，所述評估參數包括準確率、正例檢出率(精度)、F_1值和查全率(召回率)，其中，準確率表示正確分類的元組所占的百分比，正例檢出率(精度)表示標記為某一類的元組實際為某一類所占的百分比，查全率(召回率)表示某一類元組標記為某一類的百分比，F_1值表示精度和召回率的調和平均值。