旺季空调支援需求度的预测方法、存储介质及电子装置与流程

文档序号:32338517发布日期:2022-11-26 08:52阅读:来源:国知局

技术特征:
1.一种旺季空调支援需求度的预测方法,其特征在于,包括:建立旺季空调支援需求度的预测模型;获取目标区域多个维度不同的目标数据,基于所述预测模型对不同的目标数据进行分析,得到所述目标区域的综合预测得分;基于所述综合预测得分判定所述目标区域是否需要进行预警和/或支援。2.根据权利要求1所述的旺季空调支援需求度的预测方法,其特征在于,所述目标区域多个维度的目标数据包括温度数据、安装需求量、服务时效、用户催办频率以及库存数据;所述基于所述预测模型对不同的目标数据进行分析,得到所述目标区域的综合预测得分,包括:基于所述预测模型对所述温度数据进行分析得到第一预测得分;基于所述预测模型对所述安装需求量进行分析得到第二预测得分;基于所述预测模型对所述服务时效进行分析得到第三预测得分;基于所述预测模型对所述用户催办频率进行分析得到第四预测得分;基于所述预测模型对所述库存数据进行分析得到第五预测得分;将所述第一预测得分、第二预测得分、第三预测得分、第四预测得分以及第五预测得分进行相加,得到所述多个维度的综合预测得分。3.根据权利要求2所述的旺季空调支援需求度的预测方法,其特征在于,所述基于所述预测模型对所述温度数据进行分析得到第一预测得分,包括:确认所述目标区域的地理位置,并基于所述地理位置获取所述目标区域的高温阈值和低温阈值;在确认所述目标区域以不低于所述低温阈值的温度数据持续第一目标天数的情况下,获取在目标周期内所述温度数据等于或高于所述低温阈值的累计天数;基于所述预测模型对所述累计天数进行分析,得到所述目标区域的第一预测得分。4.根据权利要求2所述的旺季空调支援需求度的预测方法,其特征在于,所述基于所述预测模型对所述安装需求量进行分析得到第二预测得分,包括:获取在所述目标区域内用户每天对空调的安装需求量;获取所述安装需求量在连续第二目标天数内的任一天中所述安装需求量和历史峰值的关系,基于所述预测模型对所述安装需求量和历史峰值的关系进行分析,得到所述目标区域的第二预测得分。5.根据权利要求4所述的旺季空调支援需求度的预测方法,其特征在于,所述基于所述预测模型对所述安装需求量进行分析得到第二预测得分,包括:基于所述目标区域的地理位置将所述目标区域划分为第一区域、第二区域以及第三区域;选取所述第一区域、第二区域或第三区域作为目标预测区域;获取在所述目标预测区域内连续第三目标天数的安装需求量,并获取所述安装需求量和淡季日均安装量之间的目标倍数;其中,所述淡季日均安装量基于所述目标区域的地理位置确定;基于所述预测模型对所述目标倍数进行分析,获取所述目标预测区域的第二预测得分。
6.根据权利要求2所述的旺季空调支援需求度的预测方法,其特征在于,所述基于所述预测模型对所述服务时效进行分析得到第三预测得分,包括:基于用户的预约服务时间获取第一服务时效,以及基于用户的登记时间和结单时间获取第二服务时效;基于所述预测模型对所述第一服务时效或第二服务时效进行分析得到第三预测得分。7.根据权利要求2所述的旺季空调支援需求度的预测方法,其特征在于,所述基于所述综合预测得分判定所述目标区域是否需要进行预警和/或支援,包括:在所述综合预测得分高于第一目标阈值且低于第二目标阈值的情况下,对所述目标区域发出预警提示;在所述综合预测得分高于第二目标阈值的情况下,对所述目标区域发出预警提示,或强制启动支援所述目标区域。8.一种旺季空调支援需求度的预测装置,其特征在于,包括:模型建立单元,用于建立旺季空调支援需求度的预测模型;得分获取单元,用于获取目标区域多个维度不同的目标数据,基于所述预测模型对不同的目标数据进行分析,得到所述目标区域的综合预测得分;预警单元,用于基于所述综合预测得分判定所述目标区域是否需要进行预警和/或支援。9.一种计算机可读的存储介质,其特征在于,所述计算机可读的存储介质包括存储的程序,其中,所述程序运行时执行权利要求1至7中任一项所述的旺季空调支援需求度的预测方法。10.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为通过所述计算机程序执行权利要求1至7中任一项所述的旺季空调支援需求度的预测方法。

技术总结
本申请公开了一种旺季空调支援需求度的预测方法、存储介质及电子装置,涉及智能家居/智慧家庭技术领域,该旺季空调支援需求度的预测方法包括:建立旺季空调支援需求度的预测模型;获取目标区域多个维度不同的目标数据,基于所述预测模型对不同的目标数据进行分析,得到所述目标区域的综合预测得分;基于所述综合预测得分判定所述目标区域是否需要进行预警和/或支援。本申请利用预测模型对多方面的因素进行了关于空调支援需求量的预测计算,不仅实现了空调旺季支援的事后模式转化为事前模式,而且减少了大量的人力,提升了旺季用户体验。验。验。


技术研发人员:邱睿
受保护的技术使用者:青岛海尔科技有限公司 海尔智家股份有限公司
技术研发日:2022.08.30
技术公布日:2022/11/25
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1