[发明专利]基于机器学习的空调控制方法、装置和设备

权利要求书

1.基于机器学习的空调控制方法，其特征在于，应用于空调器，包括：

接收空调数据和处理问题信息，根据所述空调数据和所述处理问题信息得到特征数据；

根据所述处理问题信息，利用所述特征数据训练得到数学模型；

根据所述处理问题信息，对所述数学模型仿真得到最优预测变量组；

根据最优预测变量组，得到用于控制所述空调器的反馈控制信息。

2.如权利要求1所述的基于机器学习的空调控制方法，其特征在于，根据所述空调数据和所述处理问题信息得到特征数据，包括：

根据所述处理问题信息，对所述空调数据进行维规约，得到特征数据。

3.如权利要求1所述的基于机器学习的空调控制方法，其特征在于，所述根据所述处理问题信息，利用所述特征数据训练得到数学模型之前，包括：

对所述特征数据进行标准化，使所述特征数据符合标准正态分布。

4.如权利要求1所述的基于机器学习的空调控制方法，其特征在于，所述处理问题信息包括有回归问题信息和分类问题信息。

5.如权利要求4所述的基于机器学习的空调控制方法，其特征在于，所述根据所述处理问题信息，利用所述特征数据训练得到数学模型，包括：

将所述特征数据划分为训练集和测试集；

根据所述回归问题信息，利用回归器组件对所述训练集训练，得到对应的回归模型，或者根据所述分类问题信息，利用分类器组件对所述训练集训练，得到对应的分类模型，所述回归器组件包括线性回归器、梯度提高回归器和随机森林回归器，所述分类器组件包括线性分类器、梯度提高分类器和随机森林分类器；

利用所述测试集与所述回归模型进行全局匹配，确定全局匹配中准确度最高的所述回归模型作为数学模型，或者利用所述测试集与若干个所述分类模型进行全局匹配，确定全局匹配中准确度最高的所述分类模型作为数学模型。

6.如权利要求1所述的基于机器学习的空调控制方法，其特征在于，所述根据所述处理问题信息，对所述数学模型仿真得到最优预测变量组，包括：

根据所述处理问题信息，对所述数学模型进行仿真得到本质变量和最优预测变量组，所述最优预测变量组包括有一级预测变量、二级预测变量和三级预测变量。

7.如权利要求1所述的基于机器学习的空调控制方法，其特征在于，所述空调器包括有冷却装置、冷凝装置、冷水泵和冷却塔，所述空调数据包括有所述冷却装置的流入水温、所述冷却装置的流出水温，所述冷凝装置的流入水温、所述冷凝装置的流出水温、所述冷水泵的状态数据和所述冷却塔的状态数据。

8.基于机器学习的空调控制装置，其特征在于，应用于空调器，包括：

初始化模块，用于接收空调数据和处理问题信息，根据所述空调数据和所述处理问题信息得到特征数据；

训练模块，用于根据所述处理问题信息，利用所述特征数据训练得到数学模型；

仿真模块，用于根据所述处理问题信息，对所述数学模型仿真得到最优预测变量组；

控制模块，用于根据最优预测变量组，得到用于控制所述空调器的反馈控制信息。

9.基于机器学习的空调控制设备，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通信连接的存储器；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，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7任一项所述的基于机器学习的空调控制方法。

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可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至7任一项所述的基于机器学习的空调控制方法。