[发明专利]控制智能家电设备的方法、智能家电设备及存储介质有效

专利信息
申请号: 201910078230.2 申请日: 2019-01-28
公开(公告)号: CN111487875B 公开(公告)日: 2021-07-23
发明(设计)人: 谭建明;李绍斌;宋德超;陈翀;岳冬;罗晓宇;邓家璧;王鹏飞;肖文轩 申请(专利权)人: 珠海格力电器股份有限公司
主分类号: G05B15/02 分类号: G05B15/02;G05B19/418
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 黄志华
地址: 519070*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 控制 智能 家电 设备 方法 存储 介质
【权利要求书】:

1.一种控制智能家电设备的方法,其特征在于,包括:

获取智能家电设备的多个指定部件在同一指定时长内的参数值,以及所述智能家电设备的总能耗值;

基于所述多个指定部件对应的参数值及所述总能耗值,用深度神经网络模型对所述多个指定部件的能耗占比进行拟合学习,获得所述多个指定部件的能耗占比值;

基于所述多个指定部件的能耗占值比及预设控制参数表,计算所述预设控制参数表中每组控制参数的总能耗,将所有总能耗中的最小值对应的一组控制参数作为所述智能家电设备的多个指定部件的控制参数,对所述智能家电设备进行控制。

2.如权利要求1所述的方法,其特征在于,获取智能家电设备的多个指定部件在同一指定时长内的参数值,以及所述智能家电设备的总能耗值之前,还包括:

判断所述智能家电设备是否已处于运行状态,若所述智能家电设备为未运行状态则启动所述智能家电设备。

3.如权利要求1所述的方法,其特征在于,基于所述多个指定部件对应的参数值及所述总能耗值,用深度神经网络模型,对所述多个指定部件的能耗占比进行拟合学习,获得所述多个指定部件的能耗占比值,包括:

将所述多个指定部件对应的参数值及设定修订值作为深度神经网络模型的输入值,将所述总能耗值作为所述深度神经网络模型的输出值,对所述多个指定部件的能耗占比进行拟合学习,获得所述深度神经网络模型中各相邻层的权重矩阵;

对所有的权重矩阵进行矩阵乘法运算,获得所述多个指定部件的能耗占比矩阵;其中,所述能耗占比矩阵中的值与所述多个指定部件的能耗占比值一一对应。

4.如权利要求1-3任一权项所述的方法,其特征在于,基于所述多个指定部件的能耗占值比及预设控制参数表,计算所述预设控制参数表中每组控制参数的总能耗,包括:

对所述预设控制参数表中的每组控制参数执行以下运算:

对所述每组控制参数中的参数值分别进行归一化,获得所述每组控制参数中各参数的归一化值;

将所述多个指定部件中每个部件的能耗占比值,与所述每组控制参数中对应的控制参数的归一化值进行积运算,获得积运算结果;

对所有积运算结果进行和运算,获得所述每组控制参数的总能耗。

5.如权利要求4所述的方法,其特征在于,智能家电设备为空调。

6.如权利要求5所述的方法,其特征在于,所述多个指定部件包括压缩机、外风机、电子膨胀阀。

7.如权利要求6所述的方法,其特征在于,所述每组控制参数包括压缩机频率、外风机转速、电子膨胀阀开度。

8.一种智能家电设备,其特征在于,包括:

获取单元,用于获取智能家电设备的多个指定部件在同一指定时长内的参数值,以及所述智能家电设备的总能耗值;

学习单元,用于基于所述多个指定部件对应的参数值及所述总能耗值,用深度神经网络模型对所述多个指定部件的能耗占比进行拟合学习,获得所述多个指定部件的能耗占比值;

控制单元,用于基于所述多个指定部件的能耗占值比及预设控制参数表,计算所述预设控制参数表中每组控制参数的总能耗,将所有总能耗中的最小值对应的一组控制参数作为所述智能家电设备的多个指定部件的控制参数,对所述智能家电设备进行控制。

9.一种智能家电设备,其特征在于,包括:

至少一个处理器,以及

与所述至少一个处理器连接的存储器;

其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令,执行如权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质,其特征在于:

所述计算机可读存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行如权利要求1-7中任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海格力电器股份有限公司,未经珠海格力电器股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910078230.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top