一种基于机器学习的环境监测方法及系统与流程

本技术涉及环境监测的，尤其是涉及一种基于机器学习的环境监测方法及系统。

背景技术：

1、随着人们生活水平的提高和健康意识的增强，对于室内空气质量的关注度也日益增加。空气污染不仅影响居住舒适度，还可能对人体健康造成潜在威胁。因此，空气净化器作为改善室内空气质量的有效工具，在市场上得到了广泛应用。

2、现有的空气净化器虽然能够有效去除空气中的颗粒物和有害气体，但在实际应用中仍存在一些不足之处。例如，传统的空气净化器往往采用固定的工作模式，无法对室内环境进行监测并根据室内环境变化进行智能调节，导致能源浪费或净化效率低下。此外，大多数空气净化器在运行时会产生一定的噪音，尤其是在高速运行模式下，这可能会对用户的日常生活产生干扰。

3、如何通过机器学习让空气净化器更加智能地工作是本领域技术人员需要攻克的技术难题。

技术实现思路

1、为了至少部分解决上述技术问题，本技术提供了一种基于机器学习的环境监测方法及系统。

2、第一方面，本技术提供的一种基于机器学习的环境监测方法采用如下的技术方案。

3、一种基于机器学习的环境监测方法，其特征在于，包括：

4、在空气净化器开启后，空气净化器以初始工作模式进行工作并实时通过内部的传感器获取当前的颗粒物浓度及有害气体浓度；

5、空气净化器向智能家居网关发送第一指令；所述第一指令用于触发所述智能家居网关发送第一设备状态信息；所述第一设备状态信息用于表征当前区域处于工作状态的其它智能家居设备的种类和数量；

6、智能家居网关基于第一设备状态信息控制所述空气净化器的工作模式调整为第一工作模式或第二工作模式中一个；所述第一工作模式为低分贝工作模式；所述第二工作模式为快速净化模式；所述第一工作模式的运行时长大于所述第二工作模式；所述第一工作模式的运行分贝小于所述第二工作模式；

7、在空气净化器运行过程中，实时向智能家居网关传输当前的运行信息；所述运行信息包括：滤网运行时长信息、电机运行时长信息、颗粒物浓度、有害气体浓度及电机的理论转速；所述智能家居网关将所述运行信息及工作区域的发送至云端；所述云端搭建有环境净化预测模型；所述环境净化预测模型输出调整指令并被所述智能家居网关接收；

8、所述空气净化器接收所述智能家居网关发送的调整指令，基于当前的调整指令对运行时长或者电机转速中的一个进行补偿。

9、可选的，所述云端还搭建有情境匹配模型；所述方法还包括：收集房屋中的空间布局信息及房屋中智能家居设备的分布情况信息；将所述空间布局信息及分布情况信息输入至所述情境匹配模型中得到适应性的情境匹配模型；

10、所述情境匹配模型的训练方法包括：

11、获取若干情境数据信息；所述情境数据信息包括不同情境下各种设备的状态信息和环境条件信息；

12、将所述情景数据信息输入至初始的匹配模型中进行训练，当匹配模型的置信度达到预设值时得到情境匹配模型；

13、智能家居网关基于第一设备状态信息控制所述空气净化器的工作模式调整为第一工作模式或第二工作模式中一个，包括：智能家居网关将当前区域处于工作状态的其它智能家居设备的类型和数量发送至云端；云端通过情境匹配模型基于智能家居设备的类型和数量匹配当前区域的情境；智能家居网关通过所述当前区域的情境判断是否存在低分贝需求；若有，则控制空气净化器的工作模式调整为第一工作模式；若无，则控制空气净化器的工作模式调整为第二工作模式。

14、可选的，智能家居网关将所述运行信息及工作区域的发送至云端之后，所述方法还包括：

15、云端的环境净化预测模型基于当前的运行信息预测第一时长后的颗粒物浓度及有害气体浓度得到预测数值；比较第一时长的预测数值及实际数值，当两者的差值大于预设差值时，所述环境净化预测模型基于滤网运行时长信息及电机运行时长信息预测影响源；

16、当所述影响源为电机时，所述环境净化预测模型输出第一调整指令；

17、当所述影响源为滤网时，所述环境预测模型输出第二调整指令。

18、可选的，所述空气净化器接收所述智能家居网关发送的调整指令，基于当前的调整指令对运行时长或者电机转速中的一个进行补偿，包括：

19、当所述工作模式为第一工作模式且调整指令为第一调整指令时，对运行时长进行补偿；

20、当所述工作模式为第一工作模式且调整指令为第二调整指令时，对运行时长进行补偿；

21、当所述工作模式为第二工作模式且调整指令为第一调整指令时，对电机转速进行补偿；

22、当所述工作模式为第二工作模式且调整指令为第二调整指令时，对运行时长进行补偿。

23、可选的，所述方法还包括：在两者的差值大于预设差值且大于警戒的情况下：

24、当所述影响源为电机时，所述空气净化器显示第一提示信息以提示进行电机检修；

25、当所述影响源为滤网时，所述空气净化器显示第二提示信息以提示进行滤网更换。

26、可选的，所述方法还包括：

27、基于当前环境的体积、空气净化器开启时的颗粒物浓度、有害气体浓度和当前阶段运行结束后的颗粒物浓度、有害气体浓度确定第二验证时长；

28、在当前阶段运行结束且达到第二验证时长时，在第三时长内重现检测颗粒物浓度、有害气体浓度；若不符合要求，则发送第三提示信息；所述第三提示信息用于提示用户进行二次空气净化。

29、可选的，所述方法还包括：比较第一时长的预测数值及实际数值，在两者的差值大于预设差值且大于警戒的情况下：控制空气净化器停止工作。

30、第二方面，本技术提供的一种基于机器学习的环境监测系统采用如下的技术方案。

31、一种基于机器学习的环境监测系统，其特征在于，包括：

32、第一处理模块，用于：在空气净化器开启后，空气净化器以初始工作模式进行工作并实时通过内部的传感器获取当前的颗粒物浓度及有害气体浓度；

33、第二处理模块，用于：空气净化器向智能家居网关发送第一指令；所述第一指令用于触发所述智能家居网关发送第一设备状态信息；所述第一设备状态信息用于表征当前区域处于工作状态的其它智能家居设备的种类和数量；

34、第三处理模块，用于：智能家居网关基于第一设备状态信息控制所述空气净化器的工作模式调整为第一工作模式或第二工作模式中一个；所述第一工作模式为低分贝工作模式；所述第二工作模式为快速净化模式；所述第一工作模式的运行时长大于所述第二工作模式；所述第一工作模式的运行分贝小于所述第二工作模式；

35、第四处理模块，用于：在空气净化器运行过程中，实时向智能家居网关传输当前的运行信息；所述运行信息包括：滤网运行时长信息、电机运行时长信息、颗粒物浓度、有害气体浓度及电机的理论转速；所述智能家居网关将所述运行信息及工作区域的发送至云端；所述云端搭建有环境净化预测模型；所述环境净化预测模型输出调整指令并被所述智能家居网关接收；

36、第五处理模块，用于：所述空气净化器接收所述智能家居网关发送的调整指令，基于当前的调整指令对运行时长或者电机转速中的一个进行补偿。

37、第三方面，本技术公开一种电子设备，包括存储器和处理器，所述存储器上存储有被处理器加载并执行上述的任一方法的计算机程序。

38、第四方面，本技术公开一种计算机可读存储介质，存储有能够被处理器加载并执行上述的任一方法的计算机程序。