[发明专利]空调器的智能控制方法与智能控制设备

权利要求书

1.一种空调器的智能控制方法，包括：

在所述空调器处于待机状态下获取所述空调器运行环境的环境参数；

获取所述空调器的开机预测模型，所述开机预测模型利用空调器的开机状态及对应的环境数据作为训练样本通过机器学习算法训练得到；

将所述环境参数输入所述开机预测模型；以及

利用所述开机预测模型进行预测计算得到所述空调器的开机条件以及开机参数；

在满足所述开机条件后，控制所述空调器以所述开机参数进行启动；

所述获取所述空调器的开机预测模型的步骤包括：

确定所述空调器所处的运行季；

从多个备选预测模型中选取与所述运行季对应的开机预测模型，多个所述备选预测模型分别利用空调器在各个运行季中的开机状态以及环境数据作为训练样本通过机器学习算法训练得到；

所述确定所述空调器所处的运行季的步骤包括：

获取所述空调器的安装位置信息；

根据所述安装位置信息确定所述空调器所在区域的气候规律；

将所述运行环境此前设定时间段内的环境数据与所述气候规律进行匹配，以确定得出所述空调器所处的运行季。

2.根据权利要求1所述的空调器的智能控制方法，其中，在控制所述空调器以所述开机参数进行启动的步骤之后还包括：

获取所述空调器的手动调整指令；

将所述手动调整指令中的设定参数以及手动调整期间的环境参数作为训练样本，对所述开机预测模型进行迭代训练。

3.根据权利要求1所述的空调器的智能控制方法，其中所述确定所述空调器所处的运行季的步骤包括：

获取由天气平台发布的所述空调器所在区域的季节信息；

根据所述季节信息确定所述空调器所处的运行季。

4.根据权利要求1所述的空调器的智能控制方法，其中，在控制所述空调器以所述开机参数进行启动的步骤之后还包括：

获取与所述运行季对应的自调整模型，所述自调整模型利用所述运行季中的空调器的运行状态及对应的环境数据作为训练样本通过机器学习算法训练得到；

获取所述空调器的运行状态以及环境参数；

将所述运行状态和所述环境参数输入所述自调整模型；

利用所述自调整模型进行预测计算得到所述空调器的自调整策略；以及

按照所述自调整策略对所述空调器进行调整。

5.根据权利要求1所述的空调器的智能控制方法，其中，在确定所述空调器所处的运行季的步骤之后还包括：

在确定出的所述运行季与所述空调器上次运行确定的运行季出现变化的情况下，输出运行季更替提示信息；

获取由用户反馈的所述运行季更替提示信息的响应操作，在所述响应操作指示确认所述运行季的情况下，执行获取与所述运行季对应的自调整模型的步骤。

6.根据权利要求1所述的空调器的智能控制方法，其中，

所述运行季包括以下任意一项或多项：制冷季节、采暖季节、梅雨季节、除霾季节，其中

在所述制冷季节中，所述空调器的优先运行模式为制冷模式；

在所述采暖季节中，所述空调器的优先运行模式为制热模式；

在所述制冷季节中，所述空调器的优先运行模式为除湿模式；

在所述除霾季节中，所述空调器的优先运行模式为净化模式。

7.根据权利要求1所述的空调器的智能控制方法，其中，所述获取所述空调器的开机预测模型的步骤包括：

获取所述空调器的运行记录；

根据所述运行记录判断所述空调器是否调用过开机预测模型；

若是，获取之前调用过的所述开机预测模型；

若否，获取为所述空调器所在区域配置的初始开机预测模型。

8.一种空调器的智能控制设备，包括：

处理器；以及

存储器，所述存储器内存储有控制程序，所述控制程序被所述处理器执行时用于实现根据权利要求1至7中任一项所述的空调器的智能控制方法。