[發(fā)明專利]空調(diào)機有效
| 申請?zhí)枺?/td> | 202110799149.0 | 申請日: | 2019-10-10 |
| 公開(公告)號: | CN113531794B | 公開(公告)日: | 2023-03-10 |
| 發(fā)明(設計)人: | 山本泉 | 申請(專利權(quán))人: | 富士通將軍股份有限公司 |
| 主分類號: | F24F11/58 | 分類號: | F24F11/58;F24F11/56;F24F11/64;F24F11/61 |
| 代理公司: | 北京匯思誠業(yè)知識產(chǎn)權(quán)代理有限公司 11444 | 代理人: | 龔敏;王剛 |
| 地址: | 日本國神奈川縣川*** | 國省代碼: | 暫無信息 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 空調(diào)機 | ||
本發(fā)明提供一種具備控制部和適配器的空調(diào)機,其中,控制部使用學習模型來控制空調(diào)機;適配器具有與服務器裝置進行通信的通信部,所述服務器裝置基于空調(diào)機的運行歷史數(shù)據(jù)來生成學習模型。適配器具有獲取部、判定部、消除部以及發(fā)送部。獲取部以每個預設周期從空調(diào)機獲取數(shù)據(jù)。判定部判斷在獲取部獲取的數(shù)據(jù)中,時間上連續(xù)的數(shù)據(jù)之間的變化量是否在預設范圍內(nèi)。消除部在連續(xù)的數(shù)據(jù)之間的變化量在預設范圍內(nèi)的情況下,在連續(xù)的數(shù)據(jù)中留下至少一個數(shù)據(jù)并刪除其他數(shù)據(jù)。發(fā)送部將在消除部進行了刪除后的數(shù)據(jù)發(fā)送給服務器裝置。能夠在保持AI學習的準確度的同時,減少AI學習中使用的數(shù)據(jù)的通信量。
本申請是申請?zhí)枺?01980064481.3、申請日:2019年10月10日、發(fā)明名稱“空調(diào)機、數(shù)據(jù)發(fā)送方法以及空調(diào)系統(tǒng)”的中國發(fā)明專利申請的分案申請。
技術(shù)領(lǐng)域
本發(fā)明涉及空調(diào)機、數(shù)據(jù)發(fā)送方法以及空調(diào)系統(tǒng)。
背景技術(shù)
目前,已提出有多種減少在電子機器之間收發(fā)數(shù)據(jù)時的通信量的方法。例如有如下方法:數(shù)據(jù)服務器進行時刻監(jiān)控,積存檢測出的數(shù)據(jù),從積存的大容量的數(shù)據(jù)中提取用于解析所需的最低限度的數(shù)據(jù)并進行壓縮轉(zhuǎn)換,將壓縮轉(zhuǎn)換后的數(shù)據(jù)發(fā)送給解析裝置(例如,專利文獻1)。
專利文獻1:日本特開2004-199377號公報
發(fā)明內(nèi)容
近幾年,對于空調(diào)機,提出有如下方案:例如,讓服務器裝置上的AI(人工智能,Artificial Intelligence)學習設定溫度等的運行歷史數(shù)據(jù)并生成學習模型,使用學習模型來控制空調(diào)的運行。但是,如果直接將所有的運行歷史數(shù)據(jù)發(fā)送給服務器裝置,則從空調(diào)機發(fā)送給服務器裝置的運行歷史數(shù)據(jù)的量變得龐大。其結(jié)果,空調(diào)機與服務器裝置之間的通信流量增大。
另一方面,如果為了減少通信流量而單純地刪除一部分運行歷史數(shù)據(jù)的話,可能導致生成學習模型時所需的運行歷史數(shù)據(jù)不足,從而AI的學習準確度降低。
鑒于上述問題,本發(fā)明的目的在于提供一種能夠在保持AI學習的準確度的同時,減少AI學習所使用的數(shù)據(jù)的通信量的空調(diào)機、數(shù)據(jù)發(fā)送方法以及空調(diào)系統(tǒng)。
一種形態(tài)的空調(diào)機具備控制部和適配器,其中,控制部使用學習模型來控制空調(diào)機;適配器具有與服務器裝置進行通信的通信部,所述服務器裝置基于空調(diào)機的運行歷史數(shù)據(jù)來生成學習模型。適配器具有獲取部、判定部、消除部以及發(fā)送部。獲取部以每個預設周期從空調(diào)機獲取數(shù)據(jù)。判定部判斷在獲取部獲取的數(shù)據(jù)中,時間上連續(xù)的數(shù)據(jù)之間的變化量是否在預設范圍內(nèi)。消除部在連續(xù)的數(shù)據(jù)之間的變化量在預設范圍內(nèi)的情況下,留下連續(xù)的數(shù)據(jù)中至少一個數(shù)據(jù)并刪除其他數(shù)據(jù)。發(fā)送部將在消除部進行了刪除后的數(shù)據(jù)發(fā)送給服務器裝置。
一方面,能夠在保持AI學習的準確度的同時,減少AI學習所使用的數(shù)據(jù)的通信量。
附圖說明
圖1是表示本實施例的空調(diào)系統(tǒng)的一個示例的說明圖。
圖2是表示適配器的硬件結(jié)構(gòu)的一個示例的框圖。
圖3是表示適配器的功能結(jié)構(gòu)的一個示例的框圖。
圖4是表示服務器裝置的硬件結(jié)構(gòu)的一個示例的框圖。
圖5是表示服務器裝置的功能結(jié)構(gòu)的一個示例的框圖。
圖6是表示運行歷史數(shù)據(jù)的內(nèi)容的一個示例的說明圖。
圖7是表示在夏季或冬季的體感溫度設定預測模型的生成或更新中使用的運行歷史數(shù)據(jù)的一個示例的說明圖。
圖8是表示刪除處理的一個示例的說明圖。
圖9是表示在判斷運行歷史數(shù)據(jù)之間的變化量是否在預設范圍內(nèi)時的判斷工作的一個示例的說明圖。
圖10是表示發(fā)送處理相關(guān)的適配器中的CPU的處理工作的一個示例的流程圖。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于富士通將軍股份有限公司,未經(jīng)富士通將軍股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110799149.0/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





