一种杀菌控制方法、电子设备和计算机可读存储介质与流程

本技术涉及智能控制，具体而言，涉及一种杀菌控制方法、电子设备和计算机可读存储介质。

背景技术：

1、用户在使用电热水设备的过程中，对电热水设备胆内水质的健康程度非常关注，电热水设备胆内细菌的浓度和用户的用水行为以及进入热水器的水质非常相关。

2、传统的电热水设备均提供了高温杀菌功能，但是高温杀菌功能均由用户手工进行操作或者执行定时杀菌，没有结合用户的用水行为，导致高温杀菌之后的胆内热水没有得到充分利用，结果造成了杀菌后的热水的大量浪费。

技术实现思路

1、本技术实施例的目的在于提供一种杀菌控制方法、电子设备和计算机可读存储介质，用以解决上述问题。

2、第一方面，本发明提供一种杀菌控制方法，包括：获取需要进行杀菌的电热水设备的用水量信息，所述用水量信息包括所述电热水设备在当天的多个时间段中每个时间段的水量消耗信息；根据所述用水量信息预测所述电热水设备在当天的下一天对应的多个时间段中用水量最大的预测时间段；根据所述预测时间段确定杀菌时间段，其中，所述杀菌时间段在所述预测时间段之前；以及在所述杀菌时间段的开始时间点向所述电热水设备发送杀菌指令，使得所述电热水设备在所述杀菌时间段进行杀菌。

3、上述设计的杀菌控制方法，本方案获取需要进行杀菌的电热水设备的用水量信息，然后根据用水量信息预测电热水设备在下一天中用水量最大的预测时间段，再根据预测时间段确定杀菌时间段，从而在杀菌时间段的开始时间点向电热水设备发送杀菌指令，从而使得电热水设备在杀菌时间段进行杀菌。由此，本方案设计的杀菌控制方法可基于用户的使用习惯确定对电热水设备杀菌的时间，例如在预测的下一天中用户用水量最大的时间段之前对水进行杀菌，从而保障杀菌后的热水能够被用户充分利用，避免杀菌后的热水浪费，达到节约资源、方便用户并满足用户需求的目的。

4、在第一方面的可选实施方式中，所述根据所述用水量信息预测所述电热水设备在当天的下一天对应的多个时间段中用水量最大的预测时间段，包括：根据当天的多个时间段中每个时间段的水量消耗信息，确定当天用水量最大的时间段；以及将下一天时间段中与当天用水量最大的时间段对应的时间段确定为预测时间段。

5、上述设计的实施方式，本方案将下一天时间段中与当天用水量最大的时间段对应的时间段确定为预测时间段，从而通过简单的算法即可实现下一天中用水量最大的时间段的预测，避免了过多计算资源的消耗。

6、在第一方面的可选实施方式中，所述根据所述用水量信息预测所述电热水设备在当天的下一天对应的多个时间段中用水量最大的预测时间段，包括：获取当天每个时间段的特征数据，所述特征数据包括水量消耗信息；将每个时间段的特征数据分别输入用水量最大预测模型，获得所述用水量最大预测模型输出的每个时间段在下一天用水量最大的概率值；以及将概率值最大的时间段确定为所述预测时间段。

7、上述设计的实施方式，本方案利用机器学习获得的用水量最大预测模型来对下一天中用水量最大的时间段进行预测，实现下一天用水量最大的时间段的精准预测，从而提高预测时间段的准确度，并且应用简单，部署方便。

8、在第一方面的可选实施方式中，其中，所述特征数据还包括温度信息，所述温度信息包括当天最高温度、当天最低温度、当天对比前一天最高温度的升幅以及当天对比前一天最低温度的升幅。

9、在第一方面的可选实施方式中，在所述获取需要进行杀菌的电热水设备的用水量信息之前，所述方法还包括：获取所述电热水设备的多个训练特征数据，每个训练数据包括一个历史时间段的水量消耗信息和所述时间段所对应的温度信息；以及将所述多个训练特征数据输入预设的预测模型中，并采用预设的机器学习算法对所述预测模型进行训练，在所述预设的预测模型训练完成后，获得所述用水量最大预测模型。

10、在第一方面的可选实施方式中，所述获取需要进行杀菌的电热水设备的用水量信息，包括：获取所述电热水设备的用电量信息，所述用电量信息包括所述电热水设备在当天的多个时间段中每个时间段的用电量；以及根据每个时间段的用电量计算对应时间段的用水量。

11、在上述设计的实施方式中，本方案利用电热水设备的用电量信息来计算用水量，从而在用水量无法直接采集的情况下，实现用水量的预估，从而实现了对杀菌时间的准确预测。

12、在第一方面的可选实施方式中，在所述获取需要进行杀菌的电热水设备的用水量信息之前，所述方法还包括：获取多个电热水设备中每个电热水设备的历史数据信息；针对每个电热水设备，根据对应的历史数据信息判断所述电热水设备是否需要进行杀菌；若是，则将所述电热水设备确定为需要进行杀菌的电热水设备；其中，所述历史数据信息包括历史用水量信息。

13、在上述设计的实施方式中，本方案在多个电热水设备中，对一些满足杀菌条件的电热水设备才执行杀菌控制过程，从而避免对已经达到杀菌要求的电热水设备进行再次杀菌带来的资源浪费问题。

14、在第一方面的可选实施方式中，所述历史数据信息还包括历史杀菌信息。

15、在上述设计的实施方式中，本方案结合历史用水量信息和历史杀菌信息二者共同对需要进行杀菌的电热水器进行判断，从而提高对需要进行杀菌的电热水器的判定精度。

16、第二方面，本技术提供一种杀菌控制装置，包括：获取模块，用于获取需要进行杀菌的电热水设备的用水量信息，所述用水量信息包括所述电热水设备在当天的多个时间段中每个时间段的水量消耗信息；预测模块，用于根据所述用水量信息预测所述电热水设备在当天的下一天对应的多个时间段中用水量最大的预测时间段；确定模块，用于根据所述预测时间段确定杀菌时间段，其中，所述杀菌时间段在所述预测时间段之前；发送模块，用于在所述杀菌时间段的开始时间点向所述电热水设备发送杀菌指令，使得所述电热水设备在所述杀菌时间段进行杀菌。

17、上述设计的杀菌控制装置，本方案获取需要进行杀菌的电热水设备的用水量信息，然后根据用水量信息预测电热水设备在下一天中用水量最大的预测时间段，再根据预测时间段确定杀菌时间段，从而在杀菌时间段的开始时间点向电热水设备发送杀菌指令，从而使得电热水设备在杀菌时间段进行杀菌。由此，本方案设计的杀菌控制装置可基于用户的使用习惯确定对电热水设备杀菌的时间，例如在预测的下一天中用户用水量最大的时间段之前对水进行杀菌，从而保障杀菌后的热水能够被用户充分利用，避免杀菌后的热水浪费，达到节约资源、方便用户并满足用户需求的目的。

18、在第二方面的可选实施方式中，该预测模块，具体用于根据当天的多个时间段中每个时间段的水量消耗信息，确定当天用水量最大的时间段；以及将下一天时间段中与当天用水量最大的时间段对应的时间段确定为预测时间段。

19、在第二方面的可选实施方式中，该预测模块，还具体用于获取当天每个时间段的特征数据，所述特征数据包括水量消耗信息；将每个时间段的特征数据分别输入用水量最大预测模型，获得所述用水量最大预测模型输出的每个时间段在下一天用水量最大的概率值；以及将概率值最大的时间段确定为所述预测时间段。

20、在第二方面的可选实施方式中，该获取模块，还用于获取电热水设备的多个训练特征数据，每个训练数据包括一个历史时间段的水量消耗信息和所述时间段所对应的温度信息；训练模块，用于将多个训练特征数据输入预设的预测模型中，并采用预设的机器学习算法对预测模型进行训练，在预设的预测模型训练完成后，获得用水量最大预测模型。

21、在第二方面的可选实施方式中，该获取模块，具体用于获取电热水设备的用电量信息，该用电量信息包括电热水设备在当天的多个时间段中每个时间段的用电量；以及根据每个时间段的用电量计算对应时间段的用水量。

22、在第二方面的可选实施方式中，该获取模块，还用于获取多个电热水设备中每个电热水设备的历史数据信息；判断模块，用于针对每个电热水设备，根据对应的历史数据信息判断所述电热水设备是否需要进行杀菌；该确定模块，还用于在判断模块判断该电热水设备需要进行杀菌后，将电热水设备确定为需要进行杀菌的电热水设备；其中，历史数据信息包括历史用水量信息。

23、第三方面，本技术提供一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时执行第一方面、第一方面中任一可选的实现方式中的所述方法。

24、第四方面，本技术提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时执行第一方面、第一方面中任一可选的实现方式中的所述方法。

25、第五方面，本技术提供了一种计算机程序产品，所述计算机程序产品在计算机上运行时，使得计算机执行第一方面、第一方面中任一可选的实现方式中的所述方法。