[发明专利]一种基于自学习的智能家居节电系统及方法

权利要求书

1.一种基于自学习的智能家居节电系统，其特征在于：包括智能家居产品，家庭数据采集模块，家庭智能控制模块及云端计算中心；所述智能家居产品和家庭数据采集模块分别与家庭智能控制模块通讯连接，家庭智能控制模块与云端计算中心通讯连接；其中，

所述智能家居产品，即家里的智能家居产品；

所述家庭数据采集模块，主要用于家庭光线，声音，温度，电能损耗基本环境因素采集；

所述家庭智能控制模块，家庭智能家居控制中心，用于家庭中智能家居的控制及家庭用户习惯的数据收集；

所述云端计算中心即所有智能家居的数据存储和计算中心，用于大量用户智能家居使用数据和用户习惯数据的存储和大数据计算平台，以及数据共享发布平台。

2.根据权利要求1所述的基于自学习的智能家居节电系统，其特征在于：还包括移动数据采集模块，所述移动数据采集模块分别与家庭智能控制模块及云端计算中心通讯连接。

3.根据权利要求2所述的基于自学习的智能家居节电系统，其特征在于：所述移动数据采集模块为家庭成员智能手机，结合APP进行定位及操作信息采集。

4.一种基于自学习的智能家居节电方法，其特征在于：包括以下步骤：

步骤一：用户根据偏好使用智能家居设备提供的基础设定来设置家庭智能控制模块启动智能家居产品；

步骤二： 家庭数据采集模块在用户使用时，记录环境情况和用能情况；

步骤三：家庭智能控制模块将家庭数据采集模块的数据进行模拟分析，并结合云端计算中心提供的外部信息，利用大数据模型，将使用数据进行分析，并根据分析结果优化设定方案；

步骤四：同时家庭智能控制模块将分析数据上送云端计算中心，利用区域范围内多户家庭数据对于分析结果进行修订；

步骤五： 根据步骤五得出的新的设定方案，家庭智能控制模块自动修正设定参数；

步骤六：修正后如果用户继续有相关调整，再次重复步骤二至步骤五的过程。

5.如权利要求4所述的一种基于自学习的智能家居节电方法，其特征在于：所述步骤四还包括对于家庭数据进行数据分类，具体包括用户类型，电器类别，天气条件，地域特性，用电习惯，然后进行数据清洗及数据分析。

6.如权利要求5所述的一种基于自学习的智能家居节电方法，其特征在于：所述数据清洗为清除冗余数据和坏数据。

7.如权利要求6所述的一种基于自学习的智能家居节电方法，其特征在于：所述数据分析为大数据分析，具体包括根据用户数据进行智能家居使用数据进行模型建立，模型关联的参数包括环境参数、用户喜好、天气参数、地域、用电数据，利用聚类方法进行数据拟合，通过数据的验证，不断修正模型，保证数据分析的有效性。

8.如权利要求4-7任意一项所述的一种基于自学习的智能家居节电方法，其特征在于：所述步骤二还包括移动数据采集模块提供用户位置及用户远程指令信息；所述步骤三还包括家庭智能控制模块将移动数据采集模块的数据进行模拟分析，并结合云端计算中心提供的外部信息，利用大数据模型，将使用数据进行分析，并根据分析结果优化设定方案。

9.如权利要求8所述的一种基于自学习的智能家居节电方法，其特征在于：所述步骤二中的环境情况为温度、声音及湿度对应的数值。

10.如权利要求9所述的一种基于自学习的智能家居节电方法，其特征在于：所述步骤三中的云端计算中心提供的外部信息为地域及天气信息。