CN114236276A - 一种电器远程测试的方法和*** - Google Patents
一种电器远程测试的方法和*** Download PDFInfo
- Publication number
- CN114236276A CN114236276A CN202111488076.XA CN202111488076A CN114236276A CN 114236276 A CN114236276 A CN 114236276A CN 202111488076 A CN202111488076 A CN 202111488076A CN 114236276 A CN114236276 A CN 114236276A
- Authority
- CN
- China
- Prior art keywords
- data
- test
- environment
- tested
- remote
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/003—Environmental or reliability tests
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Linguistics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Environmental & Geological Engineering (AREA)
- Air Conditioning Control Device (AREA)
- Selective Calling Equipment (AREA)
Abstract
本说明书实施例提供一种电器远程测试的方法和***。该电器远程测试的方法由服务器执行,该方法包括:获取分布在多个环境中的待测试电器的远程测试数据,远程测试数据包括测试能耗数据以及测试环境数据,以及获取标准环境数据。将远程测试数据结合标准环境数据,确定待测试电器的测试结果。
Description
技术领域
本说明书涉及电器设备领域,特别涉及一种电器远程测试的方法和***。
背景技术
电器处在不同的环境下,性能会有所差异。为了获取电器在不同用户环境里的性能情况,如工厂、酒店、用户的家中等,除了在实验室环境下进行模拟测试,还可以将设备直接放在实际使用环境中进行测试以获取远程测试数据。该远程测试数据可以较为真实地反映出电器实际被使用的状态下的运行系数。
因此,需要提出一种电器测试方法,以获取电器在真实使用环境中的测试数据作为电器性能数据的参考数据之一。
发明内容
本说明书实施例之一提供一种电器远程测试的方法。所述方法由服务器执行,包括:获取分布在多个环境中的待测试电器的远程测试数据,所述远程测试数据包括测试能耗数据以及测试环境数据;获取标准环境数据;将所述远程测试数据结合所述标准环境数据,确定所述待测试电器的测试结果。
本说明书实施例之一提供一种电器远程测试的***。所述***包括获取模块和确定模块;所述获取模块用于获取分布在多个环境中的待测试电器的远程测试数据,所述远程测试数据包括测试能耗数据以及测试环境数据;所述获取模块还用于获取标准环境数据;所述确定模块用于将所述远程测试数据结合所述标准环境数据,确定所述待测试电器的测试结果。
本说明书实施例之一提供一种电器远程测试的装置,包括处理器,所述处理器用于执行电器远程测试方法。
本说明书实施例之一提供一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行电器远程测试方法。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的电器远程测试***的应用场景示意图;
图2是根据本说明书一些实施例所示的电器远程测试方法的示例性流程图;
图3是根据本申请一些实施例所示的用于确定测试结果的示例性流程图;
图4是根据本申请一些实施例所示的相似度确定方法的流程图;
图5是根据本说明书一些实施例所示的环境差异模型的示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“***”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的***所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
图1是根据本说明书一些实施例所示的电器远程测试***的应用场景示意图。在一些实施例中,电器远程测试***100可以包括服务器110、网络120、设备环境130、存储设备140。
电器远程测试***100可以通过实施本说明书中披露的方法和/或过程在设备环境130中进行电器的测试并获取测试结果。在一些实施例中,电器远程测试***100可以用于在电器被实际使用的用户环境中对电器进行各项性能测试。例如,该性能测试包括获取设备环境130中的电器的测试环境数据以及测试能耗数据等。例如,电器远程测试***100可以被用于冰箱性能、空调器焓差、洗衣机性能、压缩机寿命及启动、电风扇性能、油烟机能效等各种测试项目。
服务器110可以用于获取信息,并对获取的信息进行处理。在一些实施例中,服务器110可以用于从设备环境130中获取电器的测试环境数据并进一步生成环境表示向量。在一些实施例中,服务器110可以用于从存储设备140获取电器的标准环境数据并进一步生成标准环境表示向量。在一些实施例中,服务器110可以基于测试环境表示向量和标准环境表示向量计算向量距离确定标准环境数据和测试环境数据的相似度,并进一步确定测试结果。在一些实施例中,服务器110还可以基于远程测试数据进行参数分析,对电器是否存在故障进行预判,若预判后确定电器存在故障的情况下则生成并发送对电器的故障进行提前处理的提示。
在一些实施例中,服务器110可以包括中央处理单元(CPU)、数字信号处理器(DSP)等和/或其任意组合。在一些实施例中,服务器110可以是本地的、远程的、或在云平台上实现。在一些实施例中,服务器110的整体或局部可以集成到设备环境130的设备中。
网络120可以提供信息交换的渠道。在一些实施例中,服务器110、设备环境130和/或存储设备140之间可以通过网络120交换信息。例如,服务器110可以通过网络120接收设备环境130中的远程测试装置发送的远程测试数据。又例如,服务器110可以通过网络120获取存储设备140中存储的标准环境数据。
设备环境130是指电器出厂后的实际使用环境。例如,设备环境130可以包含但不限于厂房、家用住房、商用房、室外等。在一些实施例中,设备环境130中包括待测试电器和安装在待测试电器之上或其周围的远程测试装置。在一些实施例中,可以通过远程测试装置获取电器的测试能耗数据及测试环境数据。
在一些实施例中,远程测试装置可以包括对待测试电器及其所处设备环境进行测试并获取数据的仪器。例如,远程测试装置设置有智能电表、智能插座等,用于测量电器用电量。在一些实施例中,远程测试装置还可以包括传感器,关于传感器的相关描述具体参见图2的相关描述。
在一些实施例中,远程测试装置可以通过网络120与服务器110及存储设备140进行数据交互。在一些实施例中,当所述远程测试装置获取到需要远程测试数据的指令时,开始读取其周围的或者其所处的待测试电器上的远程测试数据。在一些实施例中,该远程测试数据可以由远程测试装置上传至服务器110也可以存储在存储设备140中。
存储设备140可以用于存储数据和/或指令。例如,存储设备140可以存储标准环境数据以及训练后的环境表示模型。存储设备140可以从例如服务器110、设备环境130等获得数据和/或指令。在一些实施例中,存储设备140可以储存服务器110用来执行或使用以完成本说明书中描述的示例性方法的数据和/或指令。
在一些实施例中,电器远程测试***100可以包括获取模块以及确定模块。在一些实施例中,获取模块用于获取分布在多个环境中的待测试电器的远程测试数据,远程测试数据包括测试能耗数据以及测试环境数据。在一些实施例中,获取模块还用于获取标准环境数据。
在一些实施例中,确定模块用于将远程测试数据结合标准环境数据,确定待测试电器的测试结果。在一些实施例中,确定模块进一步用于确定远程测试数据中的测试环境数据与标准环境数据的相似度;基于相似度,判断是否存在目标标准环境数据,目标标准环境数据与测试环境数据之间的相似度满足预设条件;响应于是,则将测试能耗数据作为待测试电器的测试结果。
应当理解,图1所示的***及其模块可以利用各种方式来实现。需要注意的是,以上对于电器远程测试***100及其模块的描述,仅为描述方便,并不能把本说明书限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该***的原理后,可能在不背离这一原理的情况下,对各个模块进行任意组合,或者构成子***与其他模块连接。在一些实施例中,图1中披露的获取模块和确定模块可以是一个***中的不同模块,也可以是一个模块实现上述的两个或两个以上模块的功能。例如,各个模块可以共用一个存储模块,各个模块也可以分别具有各自的存储模块。诸如此类的变形,均在本说明书的保护范围之内。
图2是根据本申请一些实施例所示的电器远程测试方法的示例性流程图。如图2所示,流程200包括下述步骤。
步骤210,获取分布在多个环境中的待测试电器的远程测试数据。该步骤由获取模块执行。
该多个环境是指待测试电器的在进行远程测试时所处的设备环境。其中,所述远程的含义可以包括:待测试电器处于设备环境中,而用于接收远程测试数据并进行数据处理的处理器可以与被测试电器处于不同的空间和/或时间。例如,位于测试中心的实验室的处理器通过网络获取位于设备环境的待测试电器的远程测试数据。又例如,处理器通过存储器获取被待测试电器的历史远程测试数据。
待测试电器是指需要进行性能或安全测试的一个或多个用电设备。在一些实施例中,所述待测试电器的类型可以包括冰箱、洗衣机、空调等。
远程测试数据是指在设备环境中得到的与待测试电器有关的测试数据。在一些实施例中,所述远程测试数据包括测试能耗数据和测试环境数据。所述测试环境数据和所述测试能耗数据可以相对应。比如,在某一特定的环境中,可以得到一组测试环境数据和待测试电器在该设备环境下的测试能耗数据。
测试环境数据是指与待测试电器所处的设备环境130有关的至少一个数据。在一些实施例中,测试环境数据可以包括待测试电器相关的设备环境130的温度、湿度、PH值、风量、辐射值及其他相关的环境数据。在一些实施例中,测试环境数据包括待测试电器的使用数据,例如,冰箱的开关门数据及使用时长数据、空调的温湿度及风量数据、吸油烟机的吸力及噪声等。测试能耗数据是指待测试电器的关于电器所消耗的能量的数据。例如,测试能耗数据可以包括耗电量。
在一些实施例中,远程测试数据与时间相关,例如,远程测试数据可以是一时间段内的数据(即在该时间段中的获取的数据),也可以是该时间段内的数据融合后的结果。换言之,测试数据包含的测试能耗数据以及测试环境数据与时间相关。示例的,处理器获取11:00-15:00这一时间段远程测试装置采集的4小时的某空调的远程测试数据,则在11:00-15:00时间段中,该空调被远程测试装置(例如,温度传感器、湿度传感器、风量传感器及智能电表等)采集的4小时的远程测试数据将通过网络被服务器获取。
在一些实施例中,服务器对时间段设置成多个子时间段,远程测试数据可以是针对每个子时间段的。例如,将11:00-15:00这一时间段分为每半个小时一个子时间段,11:00~11:30、11:30~12:00、12:00~12:30、12:30~13:00、13:00~13:30、13:30~14:00、14:00~14:30、14:30~15:00等子时间段分别对应各个子时间段的远程测试数据。
在一些实施例中,可以通过多种方式获取远程测试数据。例如,远程测试数据可以通过人工输入、自动读取或者通过远程测试装置上获取。再例如,服务器110可以从***内部或者外部的存储设备140中获取。在一些实施例中,在待测试电器上或者周围会安装至少一个用来获取远程测试数据的远程测试装置。
在一些实施例中,远程测试装置包括可采集测试环境数据的传感器。在一些实施例中,与测试环境数据相对应的传感器可以包括温度传感器、湿度传感器、Ph传感器、风量传感器、辐射传感器、电磁传感器等。在一些实施例中,传感器的种类和安装位置可以根据待测试电器以及需要获取的测试环境数据不同情况酌情设置。例如,待测试电器为空调,那么测试环境数据可以包括从待测试电器上或者周围设置的温度传感器、湿度传感器、风量传感器、室外风速传感器等上获取的室内外的温度、室内外的湿度、室内风量、室外风速等数据。又例如,待测试电器为冰箱,可以在冰箱门上安装电磁传感器,在冰箱上和/或周围安装温度传感器,测试环境数据可以包括冰箱的开关次数、开关时间、室内温度、冰箱温度等数据。
在一些实施例中,测试能耗数据可以从记录所述待测试电器耗电量的智能电表和/或智能插座上获取。在一些实施例中,智能电表可以安装在待测试电器的插头上。在一些实施例中,智能电表用于获取预设时间段内的待检测电器的耗电量,该耗电量可以根据需要选择预设时间段内智能电表所记录的数据确定。例如,可以根据智能电表在两个时间点之间的读数,将该两个读数相减计算后获取在该两个时间点之间的一段时间内的耗电量。
步骤220,获取标准环境数据。该步骤由获取模块执行。
标准环境数据是指测试待测试电器时需要满足要求的环境数据。在一些实施例中,标准环境数据可以包括标准环境的温度、湿度、PH值、风量、辐射值等。在一些实施例中,标准环境数据与时间相关,标准环境数据可以是一个或多个时间段的平均数据。例如,标准环境数据可以是1小时内的平均温度值以及平均湿度值。
标准环境数据可以预先设定。预先设定的标准可以根据待测试电器的种类、使用场景等确定。例如,待测试电器为冰箱,则标准环境数据可以设定为冰箱的开关门次数及开关门时长等,又例如,待测试电器为空调,则标准环境数据可以为空调设定的温度及风量等。在一些实施例中,标准环境数据与测试环境数据的数据类型可以部分或者全部相同。
在一些实施例中,可以对某类待测试电器预先设定多组标准环境。该多组标准环境数据所包含的环境数据类型和/或数值(例如温湿度及其数值)存在差异。例如,根据待测试的冰箱的标准环境数据包括温度、不同开关门次数及时长的任意变化组合。示例性的,待测试的冰箱的3组标准环境数据分别为1小时之内的平均温度为16℃,开门次数为8次,平均开门时长为9s;1小时之内的平均温度为20℃,开门次数为3次,平均开门时长为8s;1小时之内的平均温度为23℃,开门次数为12次,平均开门时长为9s。
步骤230,将远程测试数据结合标准环境数据,确定待测试电器的测试结果。该步骤230由确定模块执行。
测试结果是指待测试电器的性能结果。测试结果可以包括能耗测试结果。可以理解的,测试结果代表的是标准环境数据测试得到的测试能耗数据。在一些实施例中,若测试环境数据与标准环境数据接近,则可以将测试环境数据下测试得到测试能耗数据作为测试结果。
在一些实施例中,可以基于远程测试数据中的测试环境数据,确定是否将远程测试数据中的测试能耗数据作为待测试电器的测试结果。例如,比较待测电器的测试环境数据和标准环境数据之间的相似度,若测试环境数据与多组标准环境数据中的某一组相近(如,相似度小于相似度阈值),则将与该测试环境数据相对应的测试能耗数据作为测试结果,该测试结果表明该测试环境数据对应的测试能耗数据属于该测试环境数据对应的标准环境数据的实际使用环境下可供参考的数据,即该测试环境数据对应的测试能耗数据归于该组标准环境数据之下)。
在一些实施例中,测试结果还可以包括基于远程测试数据进行参数分析,对待测试电器是否存在故障进行预判,若响应于待测试电器存在故障时则包括针对待测试电器的故障进行提前处理的提示。该参数分析包括对待测试电器的远程测试数据中的测试环境数据和/或测试能耗数据进行综合分析。在一些实施例中,该预判可以为基于预设阈值进行判断,判断待测试电器的远程测试数据中的一项或多项是否满足预设阈值要求。例如,某待测试电器的远程测试数据表明在测试环境系数处于预设阈值范围内的情况下,测试能耗数据远高于预设阈值,则生成并发送该待测试设备耗能异常的提示,提醒相关工作人员进行提前处理。在一些实施例中,提前处理的方式可以包括电器回收、故障检查、维修和/或重新分配测试环境。
在一些实施例中,处理器可以基于标准环境数据确定标准环境表示向量,基于测试环境数据确定测试环境表示向量,基于标准环境表示向量和测试环境表示向量的相似度,确定测试环境数据与标准环境数据的相似度,进一步确定是否将测试环境数据对应的测试能耗数据作为测试结果。关于测试结果的确定方式具体参见图3及其相关描述。
在本说明书一些实施例中,通过将待测试电器放置于其被实际使用的用户环境中进行测试并获取数据,通过将实际使用环境下获取的远程测试数据中的测试环境数据与实验室模拟的标准环境进行相似度判断,并将该远程测试数据对应的测试能耗数据归于对应的标准环境数据下,可以无需付出实验室内模拟实际环境成本的情况下,直接在实际使用环境中进行测试并获取数据,可以得到电器在实际使用环境下的更广泛的更具参考性的待测试电器的数据而不仅限于标准环境数据,不仅能够节约测试成本,也能更准确地了解测试待测试电器在实际使用环境状态下的性能。且通过对待测试电器是否存在故障进行预判及进行提前处理的提示,可以更好地监控待测试电器的测试情况,对非正常测试情况进行及时干预,减少无效测试数据的出现概率,提高测试结果的可靠性。
图3是根据本申请一些实施例所示的用于确定测试结果的示例性流程图。如图3所示,流程300包括下述步骤。在一些实施例中,流程300可以由确定模块执行。
步骤310,确定远程测试数据中的所述测试环境数据与所述标准环境数据的相似度。
该相似度可以用一个数值来表示。例如,可以用百分比表示相似度,百分比越大,两个数据之间越相似。
在一些实施例中,可以基于数学方法或算法确定测试环境数据和标准环境数据的相似度。例如,若测试环境数据和标准环境数据分别为(x1,x2,x3)和(y1,y2,y3)两个数据集,可以基于(x1,x2,x3)和(y1,y2,y3)中的x1与y1、x2与y2、x3与y3,确定对应的差值,在对各个差值进行归一化,将差值映射到0~1,分别得到z1、z2、z3,再将差值归一化计算后获得的z1、z2、z3求平均值z,该平均值z则为相似度。
在一些实施例中,将测试环境数据和标准环境数据特征化后分别生成测试环境初始向量和标准环境初始向量,再通过环境表示模型分别生成测试环境表示向量和标准环境表示向量,然后计算向量距离,基于向量距离获取测试环境数据和标准环境数据之间的相似度。生成环境表示向量以及相似度的确定方法的更多细节可以参见本申请其他地方的描述,例如图4。
步骤320,基于相似度,判断是否存在目标标准环境数据。
目标标准环境数据可以是当相似度满足预设条件时的标准环境数据。
如前所述,标准环境数据可以是多组。目标标准环境数据可以是多组标准环境数据中满足预设条件的某组目标标准环境数据。可以理解的,目标标准环境数据可以是一组或者多组。例如,某空调的三组标准环境数据包括(t1,h1,w1…)、(t2,h2,w2…)、(t3,h3,w3…),其中,t1、t2、t3分别为实验室模拟的某一时间段内的平均温度数据,h1、h2、h3分别为实验室模拟的某一时间段内的平均湿度数据,w1、w2、w3分别为实验室模拟的某一时间段内的平均风力数据。其中,同一组标准环境数据中的数据对应的时间段相同。若测试环境数据T的(tt,ht,wt)与(t2,h2,w2…)的相似度满足预设条件,则(t2,h2,w2…)为该测试环境数据T对应的目标标准环境数据。若测试环境数据D的(td,hd,wd)与(t1,h1,w1…)以及(t3,h3,w3…)的相似度满足预设条件,则(t1,h1,w1…)以及(t3,h3,w3…)为该测试环境D数据对应的目标标准环境数据。
在一些实施例中,可以预设条件通过设置预设阈值,根据相似度是否大于预设阈值确定目标标准环境数据,将相似度大于预设阈值时的一个或多个标准环境数据作为目标标准环境数据。例如,预设阈值可以为N%,若相似度大于N%,则可以确定目标标准环境数据。
步骤330,若判断存在目标标准环境数据,则将测试能耗数据作为待测试电器的测试结果,具体请参见步骤230的相关描述。
例如,对于同一台冰箱,其标准环境中测得的标准环境数据为10min之内的环境平均温度为10.01摄氏度、冰箱门被打开次数为6次以及开门平均时长为10s,若在测试环境中测得的测试环境数据中的10min之内的环境平均温度也接近于10.01摄氏度、冰箱门被打开次数也为6次以及开门平均时长接近10s,如果比较两者的环境数据的相似度高于预设阈值N%,则该标准环境数据则为目标标准环境数据。将与该测试环境数据相对应的该10min之内待检测电器的测试能耗数据(即耗电量)归于该目标标准环境数据下,作为该待测试电器在该目标标准环境的测试结果。
步骤340,若基于远程测试数据中的测试环境数据与一组标准环境数据判断后,该组标准环境数据并非目标标准环境数据,则将该组测试环境数据与其他组的标准环境数据进行比较,直至完成与所有标准环境数据的相似度比较,如果此时依然未找到任意一组与之相似的标准环境数据,则不存在目标标准环境数据,放弃该组远程测试数据。
图4是根据本申请一些实施例所示的相似度确定方法的流程图。如图4所示,流程400包括下述步骤。在一些实施例中,流程400可以由确定模块执行。
在一些实施例中,生成标准环境数据和测试环境数据之间的相似度通过以下步骤来实现:首先分别获取标准环境数据和测试环境数据,将该标准环境数据和测试环境数据分别特征化得到标准环境初始特征向量和测试环境初始特征向量。再将标准环境初始特征向量输入训练好的环境表示模型得到标准环境表示向量,同时将测试环境初始特征向量输入同一环境表示模型得到测试环境表示向量。最后计算标准环境表示向量和测试环境表示向量的向量距离,最终确定相似度。
在一些实施例中,标准环境数据对应的标准环境表示向量可以预先获得并被存储在存储设备140中,在向量距离计算时可以直接调用。
在一些实施例中,所述训练好的环境表示模型作为机器学习模型。关于环境表示模型的训练过程的详细描述参见本申请的其他地方的描述,例如图5。
以下步骤410、步骤420以及步骤430对基于环境表示模型的相似度确定方法进行说明。
步骤410,将测试环境数据和标准环境数据进行特征化得到标准环境特征向量和测试环境特征向量。
在一些实施例中,可以基于规则对测试环境数据和标准环境数据进行特征化,得到标准环境初始向量和测试环境初始向量。测试环境数据和标准环境数据的特征化方式相同。本说明书以测试环境数据为例进行说明。
测试环境数据的特征向量中元素与环境数据类型相关。测试环境数据的特征向量中某个元素代表某个类型环境数据(如,温度等)的值。若环境数据与次数相关,则元素的值为测试时间段对应的总次数。若环境数据由实际检测结果决定,则元素的值为测试时间段所有值的平均值。示例的,冰箱的测试环境数据的特征向量A为(a1,a2,a3,a4),a1代表室内温度,则a1为测试时间段内的平均室内温度;a2代表室内湿度,则a2为测试时间段内的室内湿度;a3代表开门次数,则a3为测试时间段内的开门总次数;a4代表冰箱开门时间,则a4代表每次冰箱开门的平均时间。测试时间段是指待测试电器测试的时间段,该测试时间段可以提前预设。
步骤420,将得到的标准环境特征向量和测试环境特征向量分别输入到环境表示模型中,分别得到标准环境表示向量和测试环境表示向量。
在一些实施例中,还可以将测试时间段划分为若干个子时间段,基于上述的方式,基于每个子时间段确定对应的测试环境初始向量。相应的,可以得到多个测试环境表示向量,再将多个测试环境表示向量进行平均或者加权平均等运算,得到最终的测试环境表示向量。
仅作为简单的示例,在10:00~10:50,温度传感器以及湿度传感器每隔5min采集一次温度数值,累计采集了50min的测试环境数据,采集的温度数据包括5℃、7℃、8℃、8℃、13℃、15℃、16℃、18℃、3℃、5℃,采集的湿度数据包括65%RH、63%RH、64%RH、58%RH、61%RH、57%RH、56%RH、54%RH、59%RH、55%RH。将测试时间50min分为5个子时间段,每个子时间段为10min。测试环境初始向量为每一个10min间隔内的温度平均值,基于每个子时间段确定温度及湿度对应的测试环境初始向量分别为(6,64)、(8,61)、(14,59)、(17,55)以及(4,57)。然后将5个时间段的环境初始向量分别输入环境表示模型中,得到5个时间段分别对应的环境表示向量,再将5个环境表示向量进行求平均,得到测试环境表示向量。
向量的相似度可以衡量数据之间的差异。在一些实施例中,可以通过计算向量之间的距离,进而衡量向量之间的相似度。
步骤430,基于标准环境表示向量和测试环境表示向量,通过计算二者的向量距离,生成相似度。在一些实施例中,向量距离可以包括曼哈顿距离、欧式距离、切比雪夫距离、余弦距离、马氏距离等。可以根据不同的距离类型所对应的公式,代入数值进行数学计算。
在一些实施例中,标准环境表示向量和测试环境表示向量之间的向量距离与标准环境数据和测试环境数据的相似度负相关,即距离越大,相似度越小。当相似度超过一定预设阈值时,可以判断该标准环境数据为目标标准环境数据。
在一些实施例中,环境表示模型的类型包括神经网络(NN),例如MATLAB或其他可以生成特征向量的模型。
在一些实施例中,环境表示模型对标准环境初始向量以及测试环境初始向量进行处理,获得标准环境初始向量以及测试环境表示向量,实现了从原始环境信息提炼出环境表示特征的这一代表性信息的功能,便于将实际环境中的数据的进行收集、转化及后续处理。在本说明书一些实施例中,通过机器学习模型及向量计算,可以准确比较测试环境数据与标准环境数据,便于高效便捷地获取测试结果。
图5是根据本申请一些实施例所示的环境差异模型的示意图。如图5所示,示意图500包括环境差异模型的相关步骤(步骤510至550)。
在一些实施例中,可以对环境差异模型训练得到的环境表示模型。环境差异模型包括两个环境表示层(即,环境表示层1和环境表示层2),以及差异确定层。在一些实施例中,环境表示层以及差异确定层的模型类型可以为NN等。
在一些实施例中,两个环境表示层共享参数。环境差异模型训练好后,可以将环境差异模型中环境表示层的参数迁移至环境表示模型,即得到训练好的环境表示模型。可以理解的,环境表示模型的训练是基于环境差异模型的训练实现的。
在一些实施例中,可以基于多组训练样本训练环境差异模型。在一些实施例中,样本数据可以包括多组训练样本,每组训练样本包括两组历史测试数据。每组训练样本中的两组历史测试数据是指同一个待测试电器在同一设备环境130中的已经采集得到的两组测试环境数据,例如,两组历史测试数据可以是同一冰箱在同一个房间中第一天的1-3点和第二天1-3点已经采集得到的测试环境数据。每组训练样本的标签为两组历史测试数据对应的历史测试能耗数据之间的差异值。以下以一组训练样本对环境差异模型的训练过程为例进行说明。
步骤510,获取一组训练样本,该组训练样本包括历史测试数据1和历史测试数据2。
关于获取历史测试数据的详细细节详见本申请的其他部分的描述,例如步骤210中获取测试环境数据的描述。
步骤520,将获取的历史测试数据1和历史测试数据2分别进行特征化得到历史测试初始向量1和历史测试初始向量2。
关于特征化的详细细节详见本申请的其他部分的描述,例如图4。
步骤530,将特征化后的历史测试初始向量1输入环境差异模型的环境表示层1得到历史测试表示向量1,同时将特征化后的历史测试初始向量2输入同一个环境差异模型的环境表示层2得到历史测试表示向量2。
步骤540,通过向量距离计算得到历史测试表示向量1和历史测试表示向量2之间的向量距离。关于向量计算的详细内容参见本申请说明书其他地方的描述,例如图4。
步骤550,将历史测试表示向量1和历史测试表示向量2之间的向量距离输入环境差异模型的差异确定层得到差异值。
差异值可以表示出历史测试数据1和历史测试数据2的差别。在一些实施例中,差异值可以为通过差异确定层获得的历史测试数据1和历史测试数据2分别对应的历史测试能耗数据之间的差异。差异的表示方式可以是两个历史测试能耗数据之间的比值、差值等。
在本说明书一些实施例中,差异确定层可以将向量距离转换为实际可测量的差异值,即使该转换不一定是线性转换,依然可以通过神经网络将向量反映两个环境表示之间或者环境相似度的信息转化为实际可测量的差异值的数据。
最后,当环境差异模型的损失函数满足预设条件时环境差异模型训练完成,将环境表示层的参数迁移至环境表示模型,得到训练好的环境表示模型。其中,预设条件可以是损失函数收敛、迭代的次数达到阈值等。
在本说明书一些实施例中,采用同一设备的历史测试数据可以有效控制变量,避免因为设备本身的差异影响训练效果,此外,若单独对环境表示模型进行训练不便于标签的获取,因此借助对环境差异模型训练得到的环境表示模型以实现环境表示模型的有效训练,有助于提升环境表示模型的执行效果。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的***组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的***。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种电器远程测试的方法,所述方法由服务器执行,包括:
获取分布在多个环境中的待测试电器的远程测试数据,所述远程测试数据包括测试能耗数据以及测试环境数据;
获取标准环境数据;
将所述远程测试数据结合所述标准环境数据,确定所述待测试电器的测试结果。
2.如权利要求1所述的电器远程测试的方法,所述测试环境数据包括待测试电器的使用数据;
其中,所述使用数据通过安装于所述待测试电器的传感器获取,所述传感器与所述服务器网络连接。
3.如权利要求1所述的电器远程测试的方法,所述测试能耗数据通过记录所述待测试电器耗电量的智能电表获取,所述智能电表与所述服务器网络连接。
4.如权利要求1所述的电器远程测试的方法,所述将所述远程测试数据结合所述标准环境数据,确定所述待测试电器的测试结果包括:
确定所述远程测试数据中的所述测试环境数据与所述标准环境数据的相似度;
基于所述相似度,判断是否存在目标标准环境数据,所述目标标准环境数据与所述测试环境数据之间的相似度满足预设条件;
响应于是,则将所述测试能耗数据作为所述待测试电器的测试结果。
5.一种电器远程测试的***,包括获取模块和确定模块;
所述获取模块用于获取分布在多个环境中的待测试电器的远程测试数据,所述远程测试数据包括测试能耗数据以及测试环境数据;
所述获取模块还用于获取标准环境数据;
所述确定模块用于将所述远程测试数据结合所述标准环境数据,确定所述待测试电器的测试结果。
6.如权利要求5所述的电器远程测试的***,所述测试环境数据包括待测试电器的使用数据;
其中,所述使用数据通过安装于所述待测试电器的传感器获取,所述传感器与所述服务器网络连接。
7.如权利要求5所述的电器远程测试的***,所述测试能耗数据通过记录所述待测试电器耗电量的智能电表获取,所述智能电表与所述服务器网络连接。
8.如权利要求5所述的电器远程测试的***,所述确定模块进一步用于:
确定所述远程测试数据中的所述测试环境数据与所述标准环境数据的相似度;
基于所述相似度,判断是否存在目标标准环境数据,所述目标标准环境数据与所述测试环境数据之间的相似度满足预设条件;
响应于是,则将所述测试能耗数据作为所述待测试电器的测试结果。
9.一种电器远程测试装置,包括处理器,所述处理器用于执行权利要求1~4中任一项所述的电器远程测试方法。
10.一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如权利要求1~4任一项所述的电器远程测试方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111488076.XA CN114236276B (zh) | 2021-12-07 | 2021-12-07 | 一种电器远程测试的方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111488076.XA CN114236276B (zh) | 2021-12-07 | 2021-12-07 | 一种电器远程测试的方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114236276A true CN114236276A (zh) | 2022-03-25 |
CN114236276B CN114236276B (zh) | 2022-10-04 |
Family
ID=80753834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111488076.XA Active CN114236276B (zh) | 2021-12-07 | 2021-12-07 | 一种电器远程测试的方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114236276B (zh) |
Citations (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5600787A (en) * | 1994-05-31 | 1997-02-04 | Motorola, Inc. | Method and data processing system for verifying circuit test vectors |
WO2005078676A2 (en) * | 2004-02-16 | 2005-08-25 | Home Comfort Technologies Ltd. | Environmental control system |
US7286835B1 (en) * | 2004-09-10 | 2007-10-23 | Airespace, Inc. | Enhanced wireless node location using differential signal strength metric |
US20100211698A1 (en) * | 2009-02-18 | 2010-08-19 | Qualcomm Incorporated | Wakeup trigger to support multiple user interfaces, environments, and/or virtual machines |
CN102200944A (zh) * | 2011-06-16 | 2011-09-28 | 中国联合网络通信集团有限公司 | Erp***的测试环境克隆方法及*** |
US20140204081A1 (en) * | 2013-01-21 | 2014-07-24 | Honeywell International Inc. | Systems and methods for 3d data based navigation using descriptor vectors |
CN104601629A (zh) * | 2013-10-31 | 2015-05-06 | 中兴通讯股份有限公司 | 处理方法及设备、控制设备及工作方法、控制方法及*** |
CN106444655A (zh) * | 2016-08-26 | 2017-02-22 | 李治中 | 基于多传感器信息融合的远程菜窖环境智能监控*** |
WO2017166627A1 (zh) * | 2016-03-31 | 2017-10-05 | 乐视控股(北京)有限公司 | 一种健康提醒方法、装置和电子设备 |
CN108235355A (zh) * | 2016-12-22 | 2018-06-29 | ***通信有限公司研究院 | 一种环境模拟方法及装置 |
CN108345572A (zh) * | 2018-01-31 | 2018-07-31 | 青岛科技大学 | 一种多元传感参数稳态时段的获取方法及*** |
CN108509315A (zh) * | 2018-03-26 | 2018-09-07 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 处理器性能评测比较方法、装置、计算机设备和存储介质 |
CN109739185A (zh) * | 2018-11-16 | 2019-05-10 | 成都生活家网络科技有限公司 | 远程智能家装现场管理*** |
US20190310654A1 (en) * | 2018-04-09 | 2019-10-10 | SafeAI, Inc. | Analysis of scenarios for controlling vehicle operations |
CN110321292A (zh) * | 2019-08-12 | 2019-10-11 | 上海燧原智能科技有限公司 | 芯片测试方法、装置、电子设备及计算机可读存储介质 |
CN110375736A (zh) * | 2018-11-28 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 智能设备的路径规划方法、***、设备及可读存储介质 |
US20190347186A1 (en) * | 2018-05-08 | 2019-11-14 | Siemens Healthcare Gmbh | Runtime environment for imaging applications on a medical device |
WO2019223582A1 (en) * | 2018-05-24 | 2019-11-28 | Beijing Didi Infinity Technology And Development Co., Ltd. | Target detection method and system |
US20200151965A1 (en) * | 2018-11-14 | 2020-05-14 | Unity IPR ApS | Method and system to generate authoring conditions for digital content in a mixed reality environment |
CN111435227A (zh) * | 2018-12-25 | 2020-07-21 | 中移(杭州)信息技术有限公司 | 一种智能家居设备测试方法、装置、设备及介质 |
CN111475417A (zh) * | 2020-04-13 | 2020-07-31 | 广东美的暖通设备有限公司 | 自动化测试方法、装置、设备及存储介质 |
CN111782528A (zh) * | 2020-06-30 | 2020-10-16 | 中国平安人寿保险股份有限公司 | 配置信息对比方法、装置、计算机设备及存储介质 |
CN211826260U (zh) * | 2019-09-25 | 2020-10-30 | 中国标准化研究院 | 电器安全自动检测装置 |
CN111881016A (zh) * | 2020-06-19 | 2020-11-03 | 北京三快在线科技有限公司 | 一种数据处理***、方法、设备及可读存储介质 |
CN111955382A (zh) * | 2020-09-16 | 2020-11-20 | 珠海格力电器股份有限公司 | 空调***、控制方法、控制器和空调机组 |
CN112089970A (zh) * | 2020-05-22 | 2020-12-18 | 未来穿戴技术有限公司 | 一种用户状态监测方法、颈部按摩仪及装置 |
CN112305488A (zh) * | 2020-09-28 | 2021-02-02 | 怀化建南机器厂有限公司 | 一种智能电表的环境测试方法及设备 |
CN112783867A (zh) * | 2021-01-29 | 2021-05-11 | 李阳 | 为满足实时大数据业务需求的数据库优化方法及云服务器 |
CN112905464A (zh) * | 2021-02-09 | 2021-06-04 | 中国工商银行股份有限公司 | 应用运行环境数据处理方法及装置 |
CN112989334A (zh) * | 2019-12-12 | 2021-06-18 | 华为技术有限公司 | 一种机器学习的数据检测方法及相关设备 |
CN113138865A (zh) * | 2020-08-10 | 2021-07-20 | 西安天和防务技术股份有限公司 | 环境监测方法、***、平台以及存储介质 |
CN113329550A (zh) * | 2020-02-28 | 2021-08-31 | 漳州立达信光电子科技有限公司 | 对灯具实时环境照度的控制方法、装置、终端设备及介质 |
CN113505179A (zh) * | 2021-07-27 | 2021-10-15 | 中国工商银行股份有限公司 | 访问路径同步方法及装置 |
CN113656391A (zh) * | 2021-08-18 | 2021-11-16 | 中国电信股份有限公司 | 数据检测方法及装置、存储介质及电子设备 |
CN113742153A (zh) * | 2021-09-15 | 2021-12-03 | 北京字节跳动网络技术有限公司 | 设备测试方法、装置、可读介质及电子设备 |
-
2021
- 2021-12-07 CN CN202111488076.XA patent/CN114236276B/zh active Active
Patent Citations (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5600787A (en) * | 1994-05-31 | 1997-02-04 | Motorola, Inc. | Method and data processing system for verifying circuit test vectors |
WO2005078676A2 (en) * | 2004-02-16 | 2005-08-25 | Home Comfort Technologies Ltd. | Environmental control system |
US7286835B1 (en) * | 2004-09-10 | 2007-10-23 | Airespace, Inc. | Enhanced wireless node location using differential signal strength metric |
US20100211698A1 (en) * | 2009-02-18 | 2010-08-19 | Qualcomm Incorporated | Wakeup trigger to support multiple user interfaces, environments, and/or virtual machines |
CN102200944A (zh) * | 2011-06-16 | 2011-09-28 | 中国联合网络通信集团有限公司 | Erp***的测试环境克隆方法及*** |
US20140204081A1 (en) * | 2013-01-21 | 2014-07-24 | Honeywell International Inc. | Systems and methods for 3d data based navigation using descriptor vectors |
CN104601629A (zh) * | 2013-10-31 | 2015-05-06 | 中兴通讯股份有限公司 | 处理方法及设备、控制设备及工作方法、控制方法及*** |
WO2017166627A1 (zh) * | 2016-03-31 | 2017-10-05 | 乐视控股(北京)有限公司 | 一种健康提醒方法、装置和电子设备 |
CN106444655A (zh) * | 2016-08-26 | 2017-02-22 | 李治中 | 基于多传感器信息融合的远程菜窖环境智能监控*** |
CN108235355A (zh) * | 2016-12-22 | 2018-06-29 | ***通信有限公司研究院 | 一种环境模拟方法及装置 |
CN108345572A (zh) * | 2018-01-31 | 2018-07-31 | 青岛科技大学 | 一种多元传感参数稳态时段的获取方法及*** |
CN108509315A (zh) * | 2018-03-26 | 2018-09-07 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 处理器性能评测比较方法、装置、计算机设备和存储介质 |
US20190310654A1 (en) * | 2018-04-09 | 2019-10-10 | SafeAI, Inc. | Analysis of scenarios for controlling vehicle operations |
US20190347186A1 (en) * | 2018-05-08 | 2019-11-14 | Siemens Healthcare Gmbh | Runtime environment for imaging applications on a medical device |
WO2019223582A1 (en) * | 2018-05-24 | 2019-11-28 | Beijing Didi Infinity Technology And Development Co., Ltd. | Target detection method and system |
US20200151965A1 (en) * | 2018-11-14 | 2020-05-14 | Unity IPR ApS | Method and system to generate authoring conditions for digital content in a mixed reality environment |
CN109739185A (zh) * | 2018-11-16 | 2019-05-10 | 成都生活家网络科技有限公司 | 远程智能家装现场管理*** |
CN110375736A (zh) * | 2018-11-28 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 智能设备的路径规划方法、***、设备及可读存储介质 |
CN111435227A (zh) * | 2018-12-25 | 2020-07-21 | 中移(杭州)信息技术有限公司 | 一种智能家居设备测试方法、装置、设备及介质 |
CN110321292A (zh) * | 2019-08-12 | 2019-10-11 | 上海燧原智能科技有限公司 | 芯片测试方法、装置、电子设备及计算机可读存储介质 |
CN211826260U (zh) * | 2019-09-25 | 2020-10-30 | 中国标准化研究院 | 电器安全自动检测装置 |
CN112989334A (zh) * | 2019-12-12 | 2021-06-18 | 华为技术有限公司 | 一种机器学习的数据检测方法及相关设备 |
CN113329550A (zh) * | 2020-02-28 | 2021-08-31 | 漳州立达信光电子科技有限公司 | 对灯具实时环境照度的控制方法、装置、终端设备及介质 |
CN111475417A (zh) * | 2020-04-13 | 2020-07-31 | 广东美的暖通设备有限公司 | 自动化测试方法、装置、设备及存储介质 |
CN112089970A (zh) * | 2020-05-22 | 2020-12-18 | 未来穿戴技术有限公司 | 一种用户状态监测方法、颈部按摩仪及装置 |
CN111881016A (zh) * | 2020-06-19 | 2020-11-03 | 北京三快在线科技有限公司 | 一种数据处理***、方法、设备及可读存储介质 |
CN111782528A (zh) * | 2020-06-30 | 2020-10-16 | 中国平安人寿保险股份有限公司 | 配置信息对比方法、装置、计算机设备及存储介质 |
CN113138865A (zh) * | 2020-08-10 | 2021-07-20 | 西安天和防务技术股份有限公司 | 环境监测方法、***、平台以及存储介质 |
CN111955382A (zh) * | 2020-09-16 | 2020-11-20 | 珠海格力电器股份有限公司 | 空调***、控制方法、控制器和空调机组 |
CN112305488A (zh) * | 2020-09-28 | 2021-02-02 | 怀化建南机器厂有限公司 | 一种智能电表的环境测试方法及设备 |
CN112783867A (zh) * | 2021-01-29 | 2021-05-11 | 李阳 | 为满足实时大数据业务需求的数据库优化方法及云服务器 |
CN112905464A (zh) * | 2021-02-09 | 2021-06-04 | 中国工商银行股份有限公司 | 应用运行环境数据处理方法及装置 |
CN113505179A (zh) * | 2021-07-27 | 2021-10-15 | 中国工商银行股份有限公司 | 访问路径同步方法及装置 |
CN113656391A (zh) * | 2021-08-18 | 2021-11-16 | 中国电信股份有限公司 | 数据检测方法及装置、存储介质及电子设备 |
CN113742153A (zh) * | 2021-09-15 | 2021-12-03 | 北京字节跳动网络技术有限公司 | 设备测试方法、装置、可读介质及电子设备 |
Non-Patent Citations (4)
Title |
---|
M.K. NOOR SHAHIDA等: "Homes Appliances Controlled Using Speech Recognition in Wireless Network Environment", 《2009 INTERNATIONAL CONFERENCE ON COMPUTER TECHNOLOGY AND DEVELOPMENT》 * |
M.K. NOOR SHAHIDA等: "Homes Appliances Controlled Using Speech Recognition in Wireless Network Environment", 《2009 INTERNATIONAL CONFERENCE ON COMPUTER TECHNOLOGY AND DEVELOPMENT》, 28 December 2009 (2009-12-28) * |
杨威等: "电子设备可靠性试验性能测试远程控制方法探析", 《环境适应性和可靠性》 * |
杨威等: "电子设备可靠性试验性能测试远程控制方法探析", 《环境适应性和可靠性》, 25 December 2020 (2020-12-25) * |
Also Published As
Publication number | Publication date |
---|---|
CN114236276B (zh) | 2022-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhao et al. | A review on the prediction of building energy consumption | |
US6937946B1 (en) | System and method for remote identification of energy consumption systems and components | |
CN102705957B (zh) | 办公建筑中央空调逐时冷负荷在线预测方法及*** | |
US20140039686A1 (en) | Optimization of energy use through model-based simulations | |
US20120072029A1 (en) | Intelligent system and method for detecting and diagnosing faults in heating, ventilating and air conditioning (hvac) equipment | |
US20140324240A1 (en) | Method And System For Disaggregating Thermostatically Controlled Appliance Energy Usage From Other Energy Usage | |
CN105473354A (zh) | Hvac***的功耗评价 | |
CN111830350B (zh) | 能耗计量方法、装置及电器 | |
KR20210120059A (ko) | 모의전지 구축 방법 및 모의전지 구축 장치 | |
CN114970101A (zh) | 除湿装置的管理方法、***、电子设备及计算机存储介质 | |
Huang et al. | Designing customized energy services based on disaggregation of heating usage | |
CN109579227A (zh) | 空调及空调的控制方法、装置 | |
Zhang et al. | A power disaggregation approach to identify power-temperature models of HVAC units | |
CN114236276B (zh) | 一种电器远程测试的方法和*** | |
CN117192369A (zh) | 基于数字孪生技术的曳引电机监测与诊断方法 | |
CN116432524A (zh) | 一种变压器油温预测方法、装置、设备及存储介质 | |
JP4434905B2 (ja) | プロセス管理装置 | |
T Agami Reddy PhD | The nearest neighborhood method to improve uncertainty estimates in statistical building energy models | |
Song et al. | Using a hybrid method to construct a computational efficient cooling coil model for an automated single-duct variable air volume system fault detection and diagnosis | |
KR101127966B1 (ko) | 전기기기의 동작에 따른 소비 전력 수집 방법 및 시스템 | |
Essallah et al. | Performance evaluation of Box-Jenkins and linear-regressions methods versus the study-period's variations: Tunisian grid case | |
Ran Yoon et al. | Gaussian Process Regression for a PMV Prediction Model using Environmental Monitoring Data | |
JP2020139705A (ja) | 運転制御方法、運転制御プログラムおよび運転制御装置 | |
CN114966294B (zh) | 电力设备的可靠性试验***及控制方法、装置和介质 | |
JP6440525B2 (ja) | 設備性能診断装置および設備性能診断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |