本发明涉及空调,尤其涉及一种节能调节参数确定方法、装置、设备及存储介质。
背景技术:
1、目前空调日程节能方案基于用户日常习惯和使用行为等方向出发,主要分为以下两类:
2、周期日程节能:利用用户使用习惯以及日程等因素的周期性进行节能规划,主要用于如学校、公司或其它大型公用设施,根据其周期性能耗规律,规划整体能耗达到节能目的。该方式存在以下缺陷:节能效果受建筑物或被控环境的能耗是否具有强周期性影响,仅适用于有强规律性的大型建筑体;节能方案变更成本高,需要对环境进行大量的前期评估调研,且确定周期规律到生成节能方案需要大量工程化工作。
3、感知辅助类节能:依赖在被控环境安装大量的传感设备,如毫米波雷达以及红外感应等,利用传感器辅助节能方法工作。存在以下缺陷:感知辅助类节能依赖大量传感器的即时信息,对于具有多功能、多空间的复杂环境,增用传感器首先带来了成本问题;在系统协同方面,多传感器协同工作,对各设备之间的联动、信息传输等都提出了严格要求,在家中并不稳定的配网环境下,方案的可用性和稳定性都难以保障;具有“行为监控”类功能的传感器在家中使用场景存在信息泄露风险。
4、上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
技术实现思路
1、本发明的主要目的在于提供一种节能调节参数确定方法、装置、设备及存储介质,旨在解决目前周期日程节能方案依赖被控环境的能耗周期性影响,感知辅助类节能方案成本高、系统协同难以及存在信息泄露风险的技术问题。
2、为实现上述目的,本发明提供了一种节能调节参数确定方法,所述方法包括以下步骤:
3、通过目标网络模型预测当前时间对应的多维度调节区间,其中,所述目标网络模型为基于用户日程行为记录数据对预测网络模型进行训练得到的网络模型;以及
4、从所述多维度调节区间中搜索多维度节能调节参数。
5、可选地,所述从所述多维度调节区间中搜索多维度节能调节参数,包括:
6、组合多维度调节区间,得到控制空间;
7、基于所述控制空间按照预设粒度确定多个待选控制点;
8、从多个预设工况簇内选择与各个所述待选控制点相匹配的目标工况簇;
9、根据所述目标工况簇确定相匹配的所述待选控制点的能效数据;
10、根据所述能效数据从所述多个待选控制点中选择能效最优的节能控制点;以及
11、根据所述节能控制点在所述控制空间中的位置信息确定多维度节能调节参数。
12、可选地,所述根据所述目标工况簇确定相匹配的所述待选控制点的能效数据,包括:
13、确定所述待选控制点的向量参数;
14、在与所述待选控制点相匹配的目标工况簇内搜索与所述向量参数之间的向量夹角最小的目标工况;以及
15、根据所述目标工况确定所述待选控制点对应的能效数据。
16、可选地,所述从多个预设工况簇内选择与各个所述待选控制点相匹配的目标工况簇之前,所述方法还包括:
17、获取若干条空调性能试验数据;以及
18、对所述若干条空调性能试验数据进行聚类处理,得到多个预设工况簇。
19、可选地,所述通过目标网络模型预测当前时间对应的多维度调节区间之前,所述方法还包括:
20、从所述用户日程行为记录数据中提取特征数据;
21、将所述特征数据作为所述预测网络模型的输入,得到所述预测网络模型输出的多个预测区间;
22、根据所述多个预测区间分析所述预测网络模型对应的损失函数值;
23、判断所述损失函数值是否满足预设要求;
24、若否,则对所述预测网络模型的模型参数进行调整,并返回执行所述将所述特征数据作为所述预测网络模型的输入,得到所述预测网络模型输出的多个预测区间的步骤,直到所述损失函数值满足所述预设要求,得到训练好的目标网络模型。
25、可选地,所述根据所述多个预测区间分析所述预测网络模型对应的损失函数值,包括:
26、根据所述多个预测区间确定样本落入区间概率,并确定所述多个预测区间对应的平均区间宽度;以及
27、根据所述样本落入区间概率、所述平均区间宽度和预设期望概率确定所述预测网络模型对应的损失函数值。
28、可选地,所述从所述用户日程行为记录数据中提取特征数据之前,所述方法还包括:
29、获取设备上报数据;以及
30、根据上报时间对所述设备上报数据进行时间切片处理,得到用户日程行为记录数据。
31、此外,为实现上述目的,本发明还提出一种节能调节参数确定装置,所述节能调节参数确定装置包括:
32、预测模块,用于通过目标网络模型预测当前时间对应的多维度调节区间,其中,所述目标网络模型为基于用户日程行为记录数据对预测网络模型进行训练得到的网络模型;以及
33、搜索模块,用于从所述多维度调节区间中搜索多维度节能调节参数。
34、此外,为实现上述目的,本发明还提出一种节能调节参数确定设备,所述节能调节参数确定设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的节能调节参数确定程序,所述节能调节参数确定程序配置为实现如上文所述的节能调节参数确定方法。
35、此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有节能调节参数确定程序,所述节能调节参数确定程序被处理器执行时实现如上文所述的节能调节参数确定方法。
36、本发明中通过目标网络模型预测当前时间对应的多维度调节区间,其中,目标网络模型为基于用户日程行为记录数据对预测网络模型进行训练得到的网络模型;从多维度调节区间中搜索多维度节能调节参数。通过上述方式,利用目标网络模型,对用户使用行为进行学习,预测当前时间的多维度调节区间,在多维度调节区间中结合节能比对,确定满足用户使用习惯且节能的调节参数,达到自适应节能效果,不依赖被控环境的能耗周期性影响,且规避了增加传感器造成的成本高、系统协同难以及存在信息泄露风险。
1.一种节能调节参数确定方法,其特征在于,所述节能调节参数确定方法包括:
2.如权利要求1所述的节能调节参数确定方法,其特征在于,所述从所述多维度调节区间中搜索多维度节能调节参数,包括:
3.如权利要求2所述的节能调节参数确定方法,其特征在于,所述根据所述目标工况簇确定相匹配的所述待选控制点的能效数据,包括:
4.如权利要求2所述的节能调节参数确定方法,其特征在于,所述从多个预设工况簇内选择与各个所述待选控制点相匹配的目标工况簇之前,所述方法还包括:
5.如权利要求1所述的节能调节参数确定方法,其特征在于,所述通过目标网络模型预测当前时间对应的多维度调节区间之前,所述方法还包括:
6.如权利要求5所述的节能调节参数确定方法,其特征在于,所述根据所述多个预测区间分析所述预测网络模型对应的损失函数值,包括:
7.如权利要求5所述的节能调节参数确定方法,其特征在于,所述从所述用户日程行为记录数据中提取特征数据之前,所述方法还包括:
8.一种节能调节参数确定装置,其特征在于,所述节能调节参数确定装置包括:
9.一种节能调节参数确定设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的节能调节参数确定程序,所述节能调节参数确定程序配置为实现如权利要求1至7中任一项所述的节能调节参数确定方法。
10.一种存储介质,其特征在于,所述存储介质上存储有节能调节参数确定程序,所述节能调节参数确定程序被处理器执行时实现如权利要求1至7任一项所述的节能调节参数确定方法。