[發明專利]控制智能家電設備的方法、智能家電設備及存儲介質

有效

• 申請號: 201910078230.2
• 申請日: 2019-01-28
• 公開（公告）號: CN111487875B
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 譚建明;李紹斌;宋德超;陳翀;岳冬;羅曉宇;鄧家璧;王鵬飛;肖文軒
• 申請（專利權）人: 珠海格力電器股份有限公司
• 主分類號: G05B15/02
• 分類號: G05B15/02;G05B19/418
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃志華

本發明公開了控制智能家電設備的方法、智能家電設備及存儲介質，用以解決現有技術中存在的智能家電設備的能耗較高的技術問題。包括：獲取智能家電設備的多個指定部件在同一指定時長內的參數值，以及智能家電設備的總能耗值；基于多個指定部件對應的參數值及總能耗值，用深度神經網絡模型對多個指定部件的能耗占比進行擬合學習，獲得多個指定部件的能耗占比值；基于多個指定部件的能耗占值比及預設控制參數表，計算預設控制參數表中每組控制參數的總能耗，將所有總能耗中的最小值對應的一組控制參數作為智能家電設備的多個指定部件的控制參數，對智能家電設備進行控制。

技術領域

本發明涉及智能家電領域，尤其是涉及控制智能家電設備的方法、智能家電設備及存儲介質。

背景技術

隨著科學技術的不斷進步，人們在享受著科技進步帶來便利的同時，也被新的問題困擾著。

例如，作為智能家電設備之一的空調，現已成為大多數家庭的必備家電設備之一，但在普通家庭中空調也是能耗較大的家電設備之一。隨著家電設備的增多，用戶所需要使用的能耗也就越多，這樣一方面會增加家庭用電負荷，使實際用電負荷超出家庭原本線路設計、造成安全隱患；另一方面，用電負荷的增加也將導致用戶使用智能家電設備的成本上升。

但，目前并沒有一種行之有效的方法來降低智能家電設備的能耗。

鑒于此，如何有效的降低智能家電設備的能耗，成為一個亟待解決的技術問題。

發明內容

本發明提供控制智能家電設備的方法、智能家電設備及存儲介質，用以解決現有技術中存在的智能家電設備的能耗較高的技術問題。

第一方面，為解決上述技術問題，本發明實施例提供的一種控制智能家電設備方法的技術方案如下：

獲取智能家電設備的多個指定部件在同一指定時長內的參數值，以及所述智能家電設備的總能耗值；

基于所述多個指定部件對應的參數值及所述總能耗值，用深度神經網絡模型對所述多個指定部件的能耗占比進行擬合學習，獲得所述多個指定部件的能耗占比值；

基于所述多個指定部件的能耗占值比及預設控制參數表，計算所述預設控制參數表中每組控制參數的總能耗，將所有總能耗中的最小值對應的一組控制參數作為所述智能家電設備的多個指定部件的控制參數，對所述智能家電設備進行控制。

通過獲取智能家電設備的多個指定部件在同一指定時長內的參數值，以及智能家電設備的總能耗值；用深度神經網絡模型實時對智能家電設備的多個指定部件的能耗占比進行學習，得到多個指定部件的能耗占比值；并基于多個指定部件的能耗占比計算預設控制參數表中的每組參數對應的總能耗，將所有總能耗中最小值對應的那組控制參數，作為智能家電設備控制多個指定部件的控制參數對智能家電設備進行控制。由于能耗占比值反應的是指定部件的控制參數與智能家電設備的總能耗之間的關系，所以通過將各個指定部件的能耗占比值、及預設控制參數表中每組控制參數的參數值，可以計算出使用每組控制參數對應的總能耗，進而從中選出最小的總能耗對應的那組控制參數作為控制智能家電設備的參數，從而能夠有效的降低智能家電設備的使用能耗。

可選的，獲取智能家電設備的多個指定部件在同一指定時長內的參數值，以及所述智能家電設備的總能耗值之前，還包括：

判斷所述智能家電設備是否已處于運行狀態，若所述智能家電設備為未運行狀態則啟動所述智能家電設備。

可選的，基于所述多個指定部件對應的參數值及所述總能耗值，用深度神經網絡模型，對所述多個指定部件的能耗占比進行擬合學習，獲得所述多個指定部件的能耗占比值，包括：

將所述多個指定部件對應的參數值及設定修訂值作為深度神經網絡模型的輸入值，將所述總能耗值作為所述深度神經網絡模型的輸出值，對所述多個指定部件的能耗占比進行擬合學習，獲得所述深度神經網絡模型中各相鄰層的權重矩陣；