用于构建热舒适度模型的方法、装置及存储介质与流程

1.本技术涉及模型构建技术领域，例如涉及一种用于构建热舒适度模型的方法、装置及存储介质。


背景技术：

2.随着人民的生活水平不断提高，智能家电设备也逐渐走入用户的生活。目前，随着用户对其所在环境的热舒适度需求不断提高，空调器成为了每个家庭必不可少的智能家电设备。
3.现阶段，为了满足不同用户的热舒适度需求，通常在空调器中预存pmv(predicted mean vote，预测平均投票数)模型，以通过将环境参数及用户清醒状态下的体征参数输入至pmv模型的情况下，获取pmv模型输出的热舒适度值，从而结合pmv模型输出的热舒适度值，控制空调器执行相应的操作模式，以满足用户的热舒适度需求。但现有技术中的pmv模型是基于用户日间清醒状态下的体征参数所建立的模型，该模型并不能够准确反映用户在夜间睡眠状态下的热舒适度情况。
4.因此，如何构建能够反映用户在夜间睡眠状态下的热舒适度情况的热舒适度模型成为亟需解决的技术问题。


技术实现要素：

5.为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
6.本公开实施例提供了一种用于构建热舒适度模型的方法、装置及存储介质，以提供一种构建能够反映用户在夜间睡眠状态下的热舒适度情况的热舒适度模型的方法。
7.在一些实施例中，所述用于构建热舒适度模型的方法包括：确定用户在睡眠状态下的人体代谢率及被服表面系数；根据睡眠状态下的人体代谢率及被服表面系数，建立pmv模型；计算用于修正pmv模型的第一修正量；根据pmv模型及第一修正量，构建spmv模型。
8.在一些实施例中，所述用于构建热舒适度模型的装置包括：处理器和存储有程序指令的存储器，处理器被配置为在运行程序指令时，执行前述的用于构建热舒适度模型的方法。
9.在一些实施例中，所述存储介质包括：存储有程序指令，程序指令在运行时，执行前述的用于构建热舒适度模型的方法。
10.本公开实施例提供的用于构建热舒适度模型的方法、装置及存储介质，可以实现以下技术效果：在确定用户睡眠状态下的人体代谢率及被服表面系数后，结合睡眠状态下的人体代谢率及被服表面系数建立pmv模型，并通过计算出的第一修正量对pmv模型进行修正，以得到能够反映用户在夜间睡眠状态下的热舒适度情况的spmv模型。以此方案，解决了现有pmv模型并不能够表征用户在夜间睡眠状态下的热舒适度情况的弊端，提升了用户睡
眠阶段的热舒适度判断的准确性，为用户在睡眠状态下进行空调器控制提供了准确的数据基础，满足用户热舒适度的需求。
11.以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本技术。
附图说明
12.一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：
13.图1是本公开实施例提供的一个用于构建热舒适度模型的方法示意图；
14.图2是本公开实施例提供的一个用于确定用户在睡眠状态下的人体代谢率的方法示意图；
15.图3是本公开实施例提供的一个用于确定被服表面系数的方法示意图；
16.图4是本公开实施例提供的一个用于控制空调器的方法示意图；
17.图5是本公开实施例提供的一个用于构建热舒适度模型的装置示意图；
18.图6是本公开实施例提供的另一个用于构建热舒适度模型的装置示意图。
具体实施方式
19.为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。
20.本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。
21.除非另有说明，术语“多个”表示两个或两个以上。
22.本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，a/b表示：a或b。
23.术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，a和/或b，表示：a或b，或，a和b这三种关系。
24.术语“对应”可以指的是一种关联关系或绑定关系，a与b相对应指的是a与b之间是一种关联关系或绑定关系。
25.本公开实施例中，智能家电设备是指将微处理器、传感器技术、网络通信技术引入家电设备后形成的家电产品，具有智能控制、智能感知及智能应用的特征，智能家电设备的运作过程往往依赖于物联网、互联网以及电子芯片等现代技术的应用和处理，例如智能家电设备可以通过连接电子设备，实现用户对智能家电设备的远程控制和管理。
26.本公开实施例中，终端设备是指具有无线连接功能的电子设备，终端设备可以通过连接互联网，与如上的智能家电设备进行通信连接，也可以直接通过蓝牙、wifi等方式与如上的智能家电设备进行通信连接。在一些实施例中，终端设备例如为移动设备、电脑、或
悬浮车中内置的车载设备等，或其任意组合。移动设备例如可以包括手机、智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备等，或其任意组合，其中，可穿戴设备例如包括：智能手表、智能手环、计步器等。
27.图1是本公开实施例提供的一个用于构建热舒适度模型的方法示意图；结合图1所示，本公开实施例提供一种用于构建热舒适度模型的方法，包括：
28.s11，空调器确定用户在睡眠状态下的人体代谢率及被服表面系数。
29.s12，空调器根据睡眠状态下的人体代谢率及被服表面系数，建立pmv模型。
30.s13，空调器计算用于修正pmv模型的第一修正量。
31.s14，空调器根据pmv模型及第一修正量，构建spmv模型。
32.在本方案中，可以理解地，用户在睡眠状态下的人体代谢率与用户在清醒状态下的人体代谢率并不相同。因此，空调器可以通过获得用户进入睡眠阶段前清醒期的平均基础代谢率、用户在各睡眠阶段平均心率与进入睡眠阶段前清醒期的下降比例及用于修正代谢率模型的第二修正量进行睡眠状态下的人体代谢率的确定。此外，空调器还可以通过获得被服热阻，确定被服表面系数。这里，不同季节下的被服热阻并不相同，相应地被服散热面积也不相同。进一步地，在空调器确定用户在睡眠状态下的人体代谢率及被服表面系数后，空调器可以结合睡眠状态下的人体代谢率及被服表面系数，建立pmv模型。这里，通过结合睡眠状态下的人体代谢率及被服表面系数建立的pmv模型能够在一定程度上表征用户在夜间睡眠状态下的热舒适度情况。进一步地，为了构建更加精准地能够表征用户在夜间睡眠状态下的热舒适度情况的spmv模型，还需要计算用于修正pmv模型的第一修正量。这里，第一修正量为温度修正量，空调器能够通过第一修正量对pmv模型因环境温度变化而引起的波动情况进行修正。这样，在空调器计算出用于修正pmv模型的第一修正量后，可以结合pmv模型及第一修正量，构建更加精准地能够表征用户在夜间睡眠状态下的热舒适度情况的spmv模型。
33.采用本公开实施例提供的用于构建热舒适度模型的方法，在确定用户睡眠状态下的人体代谢率及被服表面系数后，结合睡眠状态下的人体代谢率及被服表面系数建立pmv模型，并通过计算出的第一修正量对pmv模型进行修正，以得到能够反映用户在夜间睡眠状态下的热舒适度情况的spmv模型。以此方案，解决了现有pmv模型并不能够表征用户在夜间睡眠状态下的热舒适度情况的弊端，提升了用户睡眠阶段的热舒适度判断的准确性，为用户在睡眠状态下进行空调器控制提供了准确的数据基础，满足用户热舒适度的需求。
34.可选地，s14，空调器根据pmv模型及第一修正量，构建spmv模型，包括：
35.spmv＝pmv+b(t)
36.在本方案中，空调器可以结合pmv模型及第一修正量，构建spmv模型。其中，b(t)为第一修正量，第一修正量为温度修正量，第一修正量用于对pmv模型因环境温度变化而引起的波动情况进行修正。spmv模型包括：
37.38.其中，m、i
cl
、w分别表示代谢率、被服热阻以及对外机械功，且对外机械功为0。ta、v、h、tr分别表示环境温度、风速、相对湿度以及平均辐射温度，且平均辐射温度tr与环境温度ta数值相等。pa、f
cl
、hc、t
cl
分别表示水蒸气分压、被服表面系数、对流换热系数以及服装外表面温度。
39.采用上述spmv模型，能够综合考虑人体参数因素、环境因素以及其他关联因素等，更加准确地构建与用户睡眠相关联的热舒适模型，与相关技术中所采用的pmv相比，可准确地反映出用户睡眠状态下实际的舒适度情况。其中，人体参数因素包括代谢率、被服热阻和对外机械功。环境因素包括环境温度、风速、相对湿度和平均辐射温度。其他关联因素包括水蒸气分压、被服表面系数、对流换热系数和服装外表面温度。
40.可选地，s13，空调器计算用于修正pmv模型的第一修正量，包括：
41.b(t)＝at-c
42.其中，b(t)为第一修正量，a为第一比例系数，t为室内温度，c为第一修正常数。
43.在本方案中，可以对多个实验数据进行拟合，以获得拟合后的第一修正量的计算公式。这里，拟合后的第一修正量的计算公式具有良好的线性相关性。作为一种示例，在拟合优度r2为0.88的情况下，第一比例系数a为0.2294，第一修正常数c为6.4026。即第一修正量的计算公式为b(t)＝0.2294t-6.4026。由此可见，第一修正量与室内温度的变化情况息息相关。以此方案，能够获得更加精准地第一修正量，为spmv模型的构建过程提供了准确的数据基础。
44.图2是本公开实施例提供的一个用于确定用户在睡眠状态下的人体代谢率的方法示意图；结合图2所示，可选地，s11，空调器确定用户在睡眠状态下的人体代谢率，包括：
45.s21，空调器获得用户进入睡眠阶段前清醒期的平均基础代谢率、用户在各睡眠阶段平均心率与进入睡眠阶段前清醒期的下降比例及用于修正代谢率模型的第二修正量。
46.s22，空调器根据用户进入睡眠阶段前清醒期的平均基础代谢率、用户在各睡眠阶段平均心率与进入睡眠阶段前清醒期的下降比例及用于修正代谢率模型的第二修正量，确定睡眠状态下的人体代谢率。
47.在本实施例中，用户进入睡眠阶段前清醒期的平均基础代谢率可以为40w/m2。还可以通过多种方式获得用户在各睡眠阶段平均心率与进入睡眠阶段前清醒期的下降比例：
48.在第一种方式中，在当前的室内温度为预设温度的情况下，空调器可以获得用户的性别信息、用户当前所处的睡眠周期信息及用户在其睡眠周期内的睡眠阶段信息；从而空调器可以根据预设的对应关系，将与用户的性别信息、用户当前所处的睡眠周期信息及用户在其所处睡眠周期内的睡眠阶段信息相对应的下降比例作为用户在各睡眠阶段平均心率与进入睡眠阶段前清醒期的下降比例。
49.在第二种方式中，在环境温度为26℃时，还可以针对男性用户和女性用户在各睡眠阶段与进入睡眠阶段前清醒期的下降比例进行汇总，并结合汇总后的表格数据，获得用户在各睡眠阶段平均心率与进入睡眠阶段前清醒期的下降比例，具体请参考表1与表2。这里，表1表示男性用户在环境温度为26℃时各睡眠阶段与进入睡眠阶段前清醒期的下降比例。表2表示女性用户在环境温度为26℃时各睡眠阶段与进入睡眠阶段前清醒期的下降比例。其中，w/m2为人体新陈代谢单位。
50.表1
51.男性wn1n2n3r第一睡眠周期07.13％15.66％15.83％9.62％第二睡眠周期12％16.05％20.91％20.9％16.03％
52.表2
53.女性wn1n2n3r第一睡眠周期07.65％10.91％11.93％2.83％第二睡眠周期3％14.9％18.86％17.81％12.21％
54.表1与表2中，w表示清醒期，n1表示浅睡期，n2/n3表示深睡期，r表示快速眼动期。第一睡眠周期被定义为用户入睡后的2.5小时。第二睡眠周期被定义为用户进入睡眠后除第一睡眠周期以外的其他睡眠阶段的时长。
55.由以上实验数据可知，用户在环境温度为26℃的环境中进入睡眠后，在不同的睡眠阶段，用户在各睡眠阶段平均心率与进入睡眠阶段前清醒期的下降比例f具有较大差异。由此，导致代谢率m数值也存在差异。由于影响spmv模型输出量的因素包括有代谢率m，根据该spmv模型所获得地用户在不同的睡眠阶段的舒适度值必然产生浮动，甚至出现超出舒适度上限阈值或者小于舒适度下限阈值的情况。与此同时，影响spmv模型输出量的因素还包括环境温度、相对湿度、风速等。因此，在代谢率m发生变化且导致spmv模型输出量超出预设范围时，可通过对环境温度、相对湿度和风速三种参数进行调控，以使经调控后再次获得的spmv模型输出量位于预设范围内，从而提升用户睡眠阶段的舒适度。其中，预设范围为[舒适度下限阈值，舒适度上限阈值]。需要说明的是，舒适度下限阈值和舒适度上限阈值可根据用户需求设定。例如，舒适度下限阈值为-0.3，舒适度上限阈值为0.3。或者，舒适度下限阈值为-0.5，舒适度上限阈值为0.5。此外，在spmv模型输出量高于舒适度上限阈值时，表明用户产生热感。且spmv模型输出量与舒适度上限阈值的差值越大，用户的热感越强烈。在spmv模型输出量低于舒适度下限阈值时，表明用户产生冷感。且spmv模型输出量与舒适度下限阈值的差值的绝对值越大，用户的冷感越强烈。
[0056]
在第三种方式中，还可以通过以下方式确定用户在各睡眠阶段平均心率与进入睡眠阶段前清醒期的下降比例：
[0057]
f＝ci·
(t-26)+f(26)
[0058]
其中，f为用户在各睡眠阶段平均心率与进入睡眠阶段前清醒期的下降比例，ci为第三比例系数，且其数值与睡眠周期相关联。在睡眠周期为第一睡眠周期时，c1＝-0.0086。在睡眠周期为第二睡眠周期时，c2＝-0.0203。t为室内温度，可以通过空调器关联的温度传感器检测获得，也可以通过空调器关联的终端设备采集天气信息后获得。
[0059]
以此方案，能够在空调器获得用户进入睡眠阶段前清醒期的平均基础代谢率、用户在各睡眠阶段平均心率与进入睡眠阶段前清醒期的下降比例及用于修正代谢率模型的第二修正量后，通过用户进入睡眠阶段前清醒期的平均基础代谢率、用户在各睡眠阶段平均心率与进入睡眠阶段前清醒期的下降比例及用于修正代谢率模型的第二修正量，确定更加精准地睡眠状态下的人体代谢率。
[0060]
可选地，s22，空调器根据用户进入睡眠阶段前清醒期的平均基础代谢率、用户在各睡眠阶段平均心率与进入睡眠阶段前清醒期的下降比例及用于修正代谢率模型的第二修正量，确定睡眠状态下的人体代谢率，包括：
[0061]
m＝mb·
[1-c(t)
·
f]
[0062]
其中，m为睡眠状态下的人体代谢率，mb为用户进入睡眠阶段前清醒期的平均基础代谢率，c(t)为第二修正量，f为用户在各睡眠阶段平均心率与进入睡眠阶段前清醒期的下降比例。
[0063]
在本实施例中，由上述论述可知，f＝ci·
(t-26)+f(26)。因此，还可以推导出睡眠状态下的人体代谢率为：m＝mb·
{1-c(t)
·
[(t-26)
·ci
+f(26)]}。需要说明的是，前述公式不适用于第二睡眠周期清醒期代谢率的计算以及不适用于处于极端低温或者极端高温环境下代谢率的计算。以此方案，能够通过用户进入睡眠阶段前清醒期的平均基础代谢率、用户在各睡眠阶段平均心率与进入睡眠阶段前清醒期的下降比例及用于修正代谢率模型的第二修正量，确定更加精准地睡眠状态下的人体代谢率。
[0064]
可选地，可以通过以下方式确定第二修正量：
[0065]
c(t)＝kt-z
[0066]
其中，c(t)为第二修正量，k为第二比例系数，t为室内温度，z为第二修正常数。
[0067]
在本方案中，可以对多个实验数据进行拟合，以获得拟合后的第二修正量的计算公式。这里，拟合后的第二修正量的计算公式具有良好的线性相关性。作为一种示例，在拟合优度r2为0.99的情况下，第二比例系数k为0.425，第二修正常数z为9.9283。即第二修正量的计算公式为c(t)＝0.425t-9.9283。由此可见，第二修正量与室内温度的变化情况息息相关。以此方案，能够获得更加精准地第二修正量，为人体代谢率模型的构建过程提供了准确的数据基础。
[0068]
图3是本公开实施例提供的一个用于确定被服表面系数的方法示意图；结合图3所示，s11，空调器确定用户在睡眠状态下的人体代谢率及被服表面系数，包括：
[0069]
s31，空调器获得被服热阻；
[0070]
s32，空调器根据被服热阻，确定被服表面系数。
[0071]
可选地，s32，空调器根据被服热阻，确定被服表面系数，包括：
[0072]fcl
＝0.75(1+0.2i
cl
)
[0073]
其中，f
cl
为被服表面系数，i
cl
为被服热阻。
[0074]
在本实施例中，不同季节下的被服厚度及被服覆盖面积不同，相应地被服热阻也不相同。因此，空调器可以结合已获得的被服热阻确定被服表面系数。在另外一种示例中，空调器还可以获得当前的季节信息及用户处于睡眠状态时的裸露部位；并根据当前的季节信息确定被服散热面积；从而根据用户处于睡眠状态时的裸露部位及被服散热面积，确定被服表面系数。具体地，空调可以根据预设的对应关系，将与用户处于睡眠状态时的裸露部位及被服散热面积相对应的被服表面系数，确定为被服表面系数。在另外一种示例中，被服表面系数还可以通过查表的方式确定。待查询表格中可存储有用户在不同被服下的被服表面系数。在一种优化的方案中，空调器还可以获得当前的季节信息及用户处于睡眠状态时的裸露面积；并根据当前的季节信息确定被服散热面积；从而将被服散热面积与用户处于睡眠状态时的裸露面积的比值作为被服表面系数。这样，能够通过多种方式确定更加精准地被服表面系数。
[0075]
可选地，s12，空调器根据睡眠状态下的人体代谢率及被服表面系数，建立pmv模型，包括：
[0076][0077]
在本实施例中，m、i
cl
、w分别表示代谢率、被服热阻以及对外机械功，且对外机械功为0。ta、v、h、tr分别表示环境温度、风速、相对湿度以及平均辐射温度，且平均辐射温度tr与环境温度ta数值相等。pa、f
cl
、hc、t
cl
分别表示水蒸气分压、被服表面系数、对流换热系数以及服装外表面温度。具体地，水蒸气分压pa根据环境温度以及相对湿度确定，采用以下公式计算：
[0078][0079]
具体地，对流换热系数根据环境温度、平均辐射温度以及风速确定，具体采用以下公式计算：
[0080][0081]
具体地，服装外表面温度具体采用以下公式计算：
[0082]
t
cl
＝35.7-0.0275(m-w)-0.155i
cl
[(m-w)-3.05(5.73-0.007(m-w)-pa)-[0083]
0.42{(m-w)-58.15}-0.0173m(5.87-pa)-0.0014m(34-ta)]
[0084]
以此方案，空调器能够结合睡眠状态下的人体代谢率及被服表面系数，建立pmv模型。
[0085]
图4是本公开实施例提供的一个用于控制空调器的方法示意图；结合图4所示，本公开实施例提供一种用于控制空调器的方法，包括：
[0086]
s41，空调器获取空调器相关联的用户在睡眠阶段的当前睡眠状态。
[0087]
s42，空调器获得用户相关联的spmv模型的当前舒适度值。该当前舒适度值由spmv模型输出量确定。
[0088]
s43，空调器在当前舒适度值与预设舒适度值不匹配的情况下，根据当前睡眠状态，执行与当前睡眠状态对应的环境控制策略，以使经调节后的当前舒适度值与预设舒适度相匹配。
[0089]
在本方案中，空调器可通过与该空调器通信连接的睡眠监测设备获取用户在睡眠阶段的当前睡眠状态。作为一种示例，睡眠监测设备为睡眠枕，睡眠枕对用户睡眠阶段的运动强度进行检测，并根据运动强度确定用户的当前睡眠状态。作为一种示例，睡眠监测设备为智能手表，且智能手表被佩戴于用户腕部。智能手表配置有陀螺仪传感器以及心率传感器，陀螺仪传感器用于检测手腕的动作幅度和频率，心率传感器用于检测用户的心率值。智能手表获取手腕的动作幅度和频率以及心率值，并进行分析处理，生成用户的当前睡眠状态。对于空调器获取用户在睡眠阶段的当前睡眠状态的方式，本公开实施例对此可不做具体限定。
[0090]
进一步地，空调器按照以下方式获得用户相关联的spmv模型的当前舒适度值：获取用户的体征参数和用户所在环境的环境参数。将体征参数和环境参数输入至spmv模型获
得spmv模型输出量，并将该spmv模型输出量作为用户的当前舒适度值。其中，体征参数包括代谢率、被服热阻。环境参数包括环境温度、风速和相对湿度。可以理解地，在空调器对环境温度、风速和/或相对湿度中的一个或者多个进行调节后，可将更新后的环境参数输入至spmv模型，以实现对用户的舒适度值的更新。
[0091]
采用本公开实施例提供的用于控制空调器的方法，通过spmv模型输出量可准确地获知用户的当前舒适度值，当当前舒适度值与预设舒适度值不匹配时，执行与当前睡眠状态对应的环境控制策略，以使经调控后所获得spmv模型输出量能够与预设舒适度值相匹配，使空调器能够根据用户睡眠阶段的舒适度需求对环境进行动态调控。该方法提升了用户睡眠阶段的舒适度判断的准确性，满足用户的舒适度需求。
[0092]
可选地，s43，空调器根据当前睡眠状态，执行与当前睡眠状态对应的环境控制策略，包括：
[0093]
空调器在当前睡眠状态表示用户入睡的情况下，获取用户的睡眠迁移状态以及当前睡眠状态相关联的睡眠期；空调器根据睡眠迁移状态以及睡眠期，调节用户相关联的环境的温湿度值和/或风速。
[0094]
在本实施例中，睡眠迁移状态表示用户在某睡眠期内且在相邻睡眠阶段间切换。睡眠期表示用户睡眠时所处的睡眠周期。一完整的睡眠周期由时序连续的清醒、浅睡、深睡和快速眼动构成。不同的睡眠周期内，清醒、浅睡、深睡和快速眼动的持续时长具有差异。清醒、浅睡、深睡和快速眼动表示不同的睡眠阶段。这样，该方法实时地获取用户在睡眠阶段的睡眠迁移状态以及所处的睡眠期，并根据前述睡眠迁移状态和睡眠期，对用户所在的环境的温湿度值和/或风速进行相应地调控，以使经调控后所获得的spmv模型输出量位于预设范围内，从而满足用户睡眠阶段的舒适度需求。
[0095]
可选地，空调器在当前舒适度值大于舒适度上限阈值的情况下，根据睡眠迁移状态以及睡眠期，调节用户相关联的环境的温湿度值和/或风速，包括：
[0096]
空调器在睡眠迁移状态表示睡眠切换且睡眠期表示处于第一睡眠周期的情况下，控制风机增大风速。空调器在睡眠期表示处于第二睡眠周期且睡眠迁移状态表示持续处于当前睡眠阶段的情况下，降低环境的温度值，并控制风机降低风速。
[0097]
这样，在确定睡眠切换且用户处于第一睡眠周期时，说明用户已进入睡眠阶段。经过大量实验获知，与调节环境温湿度值相比，调节风速能够使更新的spmv模型输出量更快速地降低。因此，空调器在用户已进入睡眠阶段的情况下，控制风机增大风速，以实现对spmv模型输出量地快速调控。在确定用户持续处于当前睡眠阶段且用户处于第二睡眠周期时，说明用户睡眠较为平稳，用户体温小幅度下降。为降低风机运行所产生的噪音对用户的睡眠产生干扰，空调器控制风机降低风速。与此同时，为保持spmv模型输出量位于预设范围内，空调器对环境温度进行调控。
[0098]
可选地，控制风机增大风速，包括：控制风机由初始风速以第一预设变化率升高。控制风机降低风速，包括：控制风机以第二预设变化率降低风速，直至降至初始风速；其中，第一预设变化率大于或者等于0.3米/秒且小于或者等于0.5米/秒。第二预设变化率大于或者等于0.3米/秒且小于或者等于0.5米/秒。
[0099]
这样，风机在运行过程中会产生噪声，特别在风机以较高风速运行的场景中。为减低风机运行噪声对用户睡眠的影响，空调器可设置风机风速的预设风速范围。同时，在控制
风机升高风速和降低风速过程中，若升速或降速过快，则影响用户的睡眠。因此，可设置第一预设变化率，使风速缓慢升速或者降速。前述预设风速范围为[0.1,1.2]米/秒。
[0100]
可选地，空调器在当前舒适度值小于舒适度下限阈值的情况下，根据睡眠迁移状态以及睡眠期，调节用户相关联的环境的温湿度值和/或风速，包括：
[0101]
空调器在睡眠迁移状态表示睡眠切换且睡眠期表示处于第一睡眠周期的情况下，控制风机降低风速，并保持环境的温湿度值。空调器在睡眠期表示处于第二睡眠周期且睡眠迁移状态表示持续处于当前睡眠阶段的情况下，控制风机升高风速。
[0102]
这样，在当前舒适度值小于舒适度下限阈值时，说明spmv模型输出量偏低。空调器在确定用户睡眠切换且处于第二睡眠周期时，可通过降低风速来进行输出量的调控。与此同时，空调器保持环境的温湿度值不变。在确定用户处于第二睡眠周期且用户持续处于当前睡眠阶段时，为使spmv模型输出量由舒适度下限阈值降至预设范围内，空调器控制风机升高风速。
[0103]
可选地，在当前舒适度值小于舒适度下限阈值的情况下，空调器根据睡眠迁移状态以及睡眠期，调节用户相关联的环境的温湿度值和/或风速，包括：
[0104]
空调器在睡眠迁移状态表示睡眠切换且睡眠期表示处于第一睡眠周期的情况下，控制风机降低风速，并保持环境的温湿度值。空调器在睡眠期表示处于第二睡眠周期且睡眠迁移状态表示持续处于当前睡眠阶段的情况下，控制风机升高风速。空调器重新获取新的当前舒适度值。空调器在新的当前舒适度值大于舒适度上限阈值的情况下，控制环境的温度以第一预设温度变化量降低。空调器在新的当前舒适度值小于舒适度下限阈值的情况下，控制环境的温度以第二预设温度变化量升高，并控制环境的相对湿度至预设相对湿度范围内。其中，预设相对湿度范围为[50％rh,65％rh]。
[0105]
这样，经实验获知，在风速和相对湿度保持不变的情况下，spmv模型输出量的变化量与温度的变化量呈正相关。具体地，温度升高1℃，spmv模型输出量升高幅度约为0.5～0.6。温度下降1℃，spmv模型输出量下降幅度约为0.5～0.6。基于以上实验数据，空调器在当前舒适度值大于舒适度上限阈值时，控制环境的温度以第一预设温度变化量降低，以使spmv模型输出量小幅度下降。在当前舒适度值小于舒适度下限阈值时，控制环境的温度以第二预设温度变化量升高，并控制环境的相对湿度至预设相对湿度范围内，既调控spmv模型输出量，又使调控后的相对湿度满足用户的舒适度需求。
[0106]
可选地，本公开实施例还提供一种用于控制空调器的方法，包括：
[0107]
空调器获取空调器相关联的用户在睡眠阶段的当前睡眠状态；空调器获得用户相关联的spmv模型的当前舒适度值；空调器在当前舒适度值与预设舒适度值不匹配的情况下，获得用户相关联的环境参数的优先级，环境参数包括风速、相对湿度以及温度，以根据环境参数的优先级，对用户相关联的环境进行调控。
[0108]
在本实施例中，因影响spmv模型的输出量的因素较多，为兼顾空调器的调控效率以及能耗，空调器可预设环境参数的优先级。作为一种示例，优先级由高到低为风速、相对湿度、温度。作为另一种示例，优先级由高到低为风速、温度、相对湿度。可以理解地，由于调整风速对spmv模型的输出量的变化量要高于调整温湿度对spmv模型的输出量的变化量，并且环境温温度和相对湿度的升降需要时间，因此，将风速确定为最高优先级；空调器根据当前睡眠状态，执行与当前睡眠状态对应的环境控制策略，以使经调节后的当前舒适度值与
预设舒适度相匹配。
[0109]
采用本公开实施例提供的用于控制空调器的方法，既有效地提升用户睡眠阶段的舒适度判断的准确性，又提高空调器的环境调控效率。并且降低能耗。可以理解地，风速、温度、相对湿度三种类型的环境参数。空调器在实际调控过程中，若仅调控其中一项环境参数，无法使spmv模型的输出量落入预设舒适度范围内，可调控其他两项环境参数或者调控其他两项中任一项环境参数，以调控spmv模型的输出量。具体地，风速偏大将影响用户睡眠，因此，设置预设风速范围为0.1m/s～1.2m/s。相对湿度过高或者过低会造成用户不适，设置预设相对湿度范围为40％～70％。
[0110]
在实际应用中，空调器与睡眠枕通信连接，睡眠枕实时向空调器传输用户的当前睡眠状态。风机的初始风速为0.1m/s。第一预设变化率为0.3m/s。舒适度下限阈值以及舒适度上限阈值分别为-0.3，0.3。用于控制空调器的方法具体如下：
[0111]
空调器获取当前的环境参数并输入至spmv模型，spmv模型输出量为0.4。由此，确定当前舒适度值大于舒适度上限阈值。空调器接收睡眠枕发送的睡眠信号，该睡眠信号携带有睡眠迁移状态和用户当前的睡眠期。睡眠迁移状态为执行睡眠切换且当前的睡眠期为第一睡眠周期。空调器在初始风速基础上，以第一预设变化率提高风速值0.4m/s并以该风速持续运行5分钟。并且，空调器保持环境温湿度不变。空调器再次接收睡眠枕发送的新的睡眠信号，新的睡眠迁移状态为未迁移，新的睡眠期为第二睡眠周期。由于spmv模型输出量的变化量与环境温度的变化量呈正相关，因此，空调器降低环境的温度值δt，并控制风机降低风速至初始风速。空调器重新获取spmv模型输出量为0.18。由此，确定当前环境参数满足用户的舒适度需求。
[0112]
图5是本公开实施例提供的一个用于构建热舒适度模型的装置示意图；结合图5所示，本公开实施例提供一种用于构建热舒适度模型的装置，包括确定模块51、建立模块52、计算模块53及构建模块54。确定模块51被配置为确定用户在睡眠状态下的人体代谢率及被服表面系数；建立模块52被配置为根据睡眠状态下的人体代谢率及被服表面系数，建立pmv模型；计算模块53被配置为计算用于修正pmv模型的第一修正量，构建模块54被配置为根据pmv模型及第一修正量，构建spmv模型。
[0113]
采用本公开实施例提供的用于构建热舒适度模型的装置，在确定用户睡眠状态下的人体代谢率及被服表面系数后，结合睡眠状态下的人体代谢率及被服表面系数建立pmv模型，并通过计算出的第一修正量对pmv模型进行修正，以得到能够反映用户在夜间睡眠状态下的热舒适度情况的spmv模型。以此方案，解决了现有pmv模型并不能够表征用户在夜间睡眠状态下的热舒适度情况的弊端，提升了用户睡眠阶段的热舒适度判断的准确性，为用户在睡眠状态下进行空调器控制提供了准确的数据基础，满足用户热舒适度的需求。
[0114]
图6是本公开实施例提供的另一个用于构建热舒适度模型的装置示意图；结合图6所示，本公开实施例提供一种用于构建热舒适度模型的装置，包括处理器(processor)100和存储器(memory)101。可选地，该装置还可以包括通信接口(communication interface)102和总线103。其中，处理器100、通信接口102、存储器101可以通过总线103完成相互间的通信。通信接口102可以用于信息传输。处理器100可以调用存储器101中的逻辑指令，以执行上述实施例的用于构建热舒适度模型的方法。
[0115]
此外，上述的存储器101中的逻辑指令可以通过软件功能单元的形式实现并作为
独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
[0116]
存储器101作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器100通过运行存储在存储器101中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述实施例中用于构建热舒适度模型的方法。
[0117]
存储器101可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器101可以包括高速随机存取存储器，还可以包括非易失性存储器。
[0118]
本公开实施例提供了一种空调器，包含上述的用于构建热舒适度模型的装置。
[0119]
采用本公开实施例提供的空调器，在确定用户睡眠状态下的人体代谢率及被服表面系数后，结合睡眠状态下的人体代谢率及被服表面系数建立pmv模型，并通过计算出的第一修正量对pmv模型进行修正，以得到能够反映用户在夜间睡眠状态下的热舒适度情况的spmv模型。以此方案，解决了现有pmv模型并不能够表征用户在夜间睡眠状态下的热舒适度情况的弊端，提升了用户睡眠阶段的热舒适度判断的准确性，为用户在睡眠状态下进行空调器控制提供了准确的数据基础，满足用户热舒适度的需求。
[0120]
本公开实施例提供了一种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设置为执行上述用于构建热舒适度模型的方法。
[0121]
本公开实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述用于构建热舒适度模型的方法。
[0122]
上述的计算机可读存储介质可以是暂态计算机可读存储介质，也可以是非暂态计算机可读存储介质。
[0123]
本公开实施例的技术方案可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括一个或多个指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
[0124]
以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且，本技术中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地，如在本技术中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本技术中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一
个
…”
限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。
[0125]
本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0126]
本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本公开实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
[0127]
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。