CN116951659A - 基于大数据的智能空调优化控制方法及装置 - Google Patents

基于大数据的智能空调优化控制方法及装置 Download PDF

Info

Publication number
CN116951659A
CN116951659A CN202311052318.XA CN202311052318A CN116951659A CN 116951659 A CN116951659 A CN 116951659A CN 202311052318 A CN202311052318 A CN 202311052318A CN 116951659 A CN116951659 A CN 116951659A
Authority
CN
China
Prior art keywords
loss
air conditioner
intelligent air
target
information
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.)
Pending
Application number
CN202311052318.XA
Other languages
English (en)
Inventor
陈小平
吴雪良
唐清生
黄愉太
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Foshan Viomi Electrical Technology Co Ltd
Original Assignee
Foshan Viomi Electrical Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Foshan Viomi Electrical Technology Co Ltd filed Critical Foshan Viomi Electrical Technology Co Ltd
Priority to CN202311052318.XA priority Critical patent/CN116951659A/zh
Publication of CN116951659A publication Critical patent/CN116951659A/zh
Pending legal-status Critical Current

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/70—Control systems characterised by their outputs; Constructional details thereof
    • F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
    • F24F11/79—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling the direction of the supplied air
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种基于大数据的智能空调优化控制方法及装置，该方法包括：根据智能空调的历史数据，分析智能空调的损耗信息；根据智能空调的预期运行效果及损耗信息，判断智能空调是否满足导风板调整条件，若是，根据预期运行效果及损耗信息，确定智能空调的调控参数，调控参数用于调控智能空调的目标导风板执行相应的运行操作；历史数据包括历史运行数据、历史维修数据及历史损耗数据中的一种或多种。可见，本发明能够提高智能空调控制方式的全面性和合理性，进而提高智能空调的优化控制准确性和优化控制可靠性，从而提高智能空调的运行精准性和减少智能空调的运行损耗，进一步提高智能空调的使用持久性和用户使用智能空调的使用体验。

Description

基于大数据的智能空调优化控制方法及装置
技术领域
本发明涉及智能设备技术领域，尤其涉及一种基于大数据的智能空调优化控制方法及装置。
背景技术
随着人们生活水平的提高和科技发展，智能设备应运而生，如智能空调，进入到用户的日常生活当中，使得人们感受到智能设备所带来的便利性和舒适感，这极大地改善了人们的生活环境，以及提高了用户对智能设备的使用体验。
当前，最常见的智能空调控制方式主要为：用户在手机等用户终端中安装相应的APP或者通过已安装APP上的小程序触发对智能空调的控制指令，进而实现基于预设的空调控制程序对智能空调的运行控制。然而，实践表明，这种方式依赖于研发人员最初人为设定的智能空调控制程序，人为主观意识难以考虑不同情况下的现实应用场景，智能空调的控制准确性和控制可靠性低。可见，提供一种新的智能空调优化控制方式以提高智能空调的控制准确性和控制可靠性显得尤为重要。
发明内容
本发明内容所要解决的技术问题在于，提供一种基于大数据的智能空调优化控制方法及装置，能够提高智能空调的控制精准性和控制可靠性。
为了解决上述技术问题，本发明第一方面公开了一种基于大数据的智能空调优化控制方法，所述方法包括：
根据智能空调的历史数据，分析所述智能空调的损耗信息；
根据所述智能空调的预期运行效果及所述损耗信息，判断所述智能空调是否满足预设的导风板调整条件；
当判断结果为是时，根据所述预期运行效果及所述损耗信息，确定所述智能空调的调控参数，所述调控参数用于调控所述智能空调的目标导风板执行相应的运行操作；
其中，所述智能空调的历史数据包括所述智能空调的历史运行数据、历史维修数据及历史损耗数据中的一种或多种。
作为一种可选的实施方式，在本发明第一方面中，所述根据所述预期运行效果及所述损耗信息，确定所述智能空调的调控参数，包括：
根据所述损耗信息，分析所述智能空调的至少一个配置损耗类型，并根据所有所述配置损耗类型，分析每一所述配置损耗类型对应的目标损耗配件，所述目标损耗配件包括至少一个直接损耗配件和/或至少一个间接损耗配件；
对于每一所述目标损耗配件，根据所述损耗信息及所有所述配置损耗类型，分析该目标损耗配件对应的至少一个运行损耗类型，并根据所述损耗信息及所有所述运行损耗类型，确定每一所述运行损耗类型的损耗情况；
确定所述目标损耗配件与所述智能空调的目标导风板的运行关系，并根据所述运行关系、所述预期运行效果、所有所述运行损耗类型及每一所述运行损耗类型的损耗情况，确定所述智能空调的调控参数。
作为一种可选的实施方式，在本发明第一方面中，所述根据所述运行关系、所述预期运行效果、所有所述运行损耗类型及每一所述运行损耗类型的损耗情况，确定所述智能空调的调控参数，包括：
根据所述预期运行效果，确定所述目标导风板的摆动参数类型及每一所述摆动参数类型对应的预期摆动状况，所述摆动参数类型包括摆动速率类型和/或摆动角度类型；
根据所述摆动参数类型及每一所述摆动参数类型对应的预期摆动状况，从所有所述运行损耗类型中筛选出至少一个目标运行损耗类型；
根据每一所述目标运行损耗类型及对应的损耗情况、每一所述摆动参数类型及对应的预期摆动状况，分析所述智能空调的损耗点及针对每一所述损耗点的损耗状态信息；
根据所述预期运行效果、所有所述智能空调的损耗点及针对每一所述损耗点的损耗状态信息，确定所述智能空调中的第一导风板的控制参数及第二导风板的控制参数，以作为所述智能空调的调控参数；
其中，所述智能空调的目标导风板包括所述第一导风板和/或所述第二导风板；所述第一导风板为所述智能空调中当前控制的导风板；所述第二导风板为所述智能空调中当前未控制的导风板。
作为一种可选的实施方式，在本发明第一方面中，所述根据所述预期运行效果、所有所述智能空调的损耗点及针对每一所述损耗点的损耗状态信息，确定所述智能空调中的第一导风板的控制参数及第二导风板的控制参数，包括：
根据所述预期运行效果、所有所述智能空调的损耗点及针对每一所述损耗点的损耗状态信息，分析针对所述智能空调中的第一导风板的损耗严重程度；
判断所述损耗严重程度是否大于等于预设的损耗严重程度阈值，当判断结果为否时，根据所述预期运行效果，确定所述第一导风板的控制参数；
当判断出所述损耗严重程度大于等于所述损耗严重程度阈值时，确定所述第一导风板与所述智能空调中的第二导风板的关联关系，并根据所述预期运行效果、所述损耗严重程度、所述智能空调的导风板配置信息及所述关联关系，确定所述智能空调中的第一导风板的控制参数及第二导风板的控制参数。
作为一种可选的实施方式，在本发明第一方面中，所述根据所述损耗信息，分析所述智能空调的至少一个配置损耗类型，包括：
根据所述损耗信息，分析所述智能空调对应的至少一个历史损耗场景，并根据所述历史损耗场景及所述损耗信息，分析每一所述历史损耗场景对应的损耗内容，所述损耗内容包括至少一种损耗部件及每一所述损耗部件的损耗状况；
根据所述预期运行效果，确定所述智能空调的预期控制场景，并根据所述预期控制场景，从所有所述历史损耗场景中筛选出相匹配的目标历史损耗场景，作为所述智能空调的预期损耗场景；
根据所述目标历史损耗场景的损耗内容，确定所述预期损耗场景的目标损耗内容；
根据所述目标损耗内容，确定所述智能空调的第一损耗配置信息，并根据所述第一损耗配置及所述智能空调的配置关联关系，确定所述智能空调的第二损耗配置信息；
根据所述第一损耗配置信息及所述第二损耗配置信息，确定所述智能空调的至少一个配置损耗类型。
作为一种可选的实施方式，在本发明第一方面中，对于每一所述目标损耗配件，所述根据所述损耗信息及所有所述配置损耗类型，分析该目标损耗配件对应的至少一个运行损耗类型，包括：
确定每一所述配置损耗类型对应的常规损耗性能信息，并根据所述常规损耗性能信息，分析该目标损耗配件对应的第一运行损耗情况；
根据所述损耗信息及所有所述配置损耗类型，分析每一所述配置损耗类型对应的专属损耗性能信息，并根据所述专属损耗性能信息，分析该目标损耗配件对应的第二运行损耗情况；
根据所述第一运行损耗情况及所述第二运行损耗情况，分析该目标损耗配件对应的匹配损耗类型及特殊损耗类型；
根据所述历史数据，分析每一所述特殊损耗类型的合理性，并根据每一所述特殊损耗类型的合理性，从所有所述特殊损耗类型中筛选出满足合理性条件的目标特殊损耗类型；
根据所有所述目标特殊损耗类型及所有所述匹配损耗类型，确定该目标损耗配件对应的至少一个运行损耗类型。
作为一种可选的实施方式，在本发明第一方面中，所述根据所述智能空调的预期运行效果及所述损耗信息，判断所述智能空调是否满足预设的导风板调整条件，包括：
根据所述智能空调的预期运行效果及所述损耗信息，分析目标导风板对应的损耗影响度，并判断所述损耗影响度是否大于等于预设的损耗影响度阈值；
当判断出所述损耗影响度小于所述损耗影响度阈值时，确定所述智能空调不满足预设的导风板调整条件；
当判断出所述损耗影响度大于等于所述损耗影响度阈值时，根据所述智能空调的预期运行效果，分析所述目标导风板的运行必要性，并根据所述损耗信息，分析所述目标导风板的运行损耗度；
根据所述运行必要性及所述运行损耗度，判断所述目标导风板是否满足预设的调整必要性条件；
当判断出所述目标导风板满足所述调整必要性条件时，确定所述智能空调满足预设的导风板调整条件；
当判断出所述目标导风板不满足所述调整必要性条件时，确定所述智能空调不满足预设的调整必要性条件。
本发明第二方面公开了一种基于大数据的智能空调优化控制装置，所述装置包括：
分析模块，用于根据智能空调的历史数据，分析所述智能空调的损耗信息；
判断模块，用于根据所述智能空调的预期运行效果及所述损耗信息，判断所述智能空调是否满足预设的导风板调整条件；
参数确定模块，用于当所述判断模块判断出所述智能空调满足所述导风板调整条件时，根据所述预期运行效果及所述损耗信息，确定所述智能空调的调控参数，所述调控参数用于调控所述智能空调的目标导风板执行相应的运行操作；
其中，所述智能空调的历史数据包括所述智能空调的历史运行数据、历史维修数据及历史损耗数据中的一种或多种。
作为一种可选的实施方式，在本发明第二方面中，所述参数确定模块根据所述预期运行效果及所述损耗信息，确定所述智能空调的调控参数的方式具体包括：
根据所述损耗信息，分析所述智能空调的至少一个配置损耗类型，并根据所有所述配置损耗类型，分析每一所述配置损耗类型对应的目标损耗配件，所述目标损耗配件包括至少一个直接损耗配件和/或至少一个间接损耗配件；
对于每一所述目标损耗配件，根据所述损耗信息及所有所述配置损耗类型，分析该目标损耗配件对应的至少一个运行损耗类型，并根据所述损耗信息及所有所述运行损耗类型，确定每一所述运行损耗类型的损耗情况；
确定所述目标损耗配件与所述智能空调的目标导风板的运行关系，并根据所述运行关系、所述预期运行效果、所有所述运行损耗类型及每一所述运行损耗类型的损耗情况，确定所述智能空调的调控参数。
作为一种可选的实施方式，在本发明第二方面中，所述参数确定模块根据所述运行关系、所述预期运行效果、所有所述运行损耗类型及每一所述运行损耗类型的损耗情况，确定所述智能空调的调控参数的方式具体包括：
根据所述预期运行效果，确定所述目标导风板的摆动参数类型及每一所述摆动参数类型对应的预期摆动状况，所述摆动参数类型包括摆动速率类型和/或摆动角度类型；
根据所述摆动参数类型及每一所述摆动参数类型对应的预期摆动状况，从所有所述运行损耗类型中筛选出至少一个目标运行损耗类型；
根据每一所述目标运行损耗类型及对应的损耗情况、每一所述摆动参数类型及对应的预期摆动状况，分析所述智能空调的损耗点及针对每一所述损耗点的损耗状态信息；
根据所述预期运行效果、所有所述智能空调的损耗点及针对每一所述损耗点的损耗状态信息，确定所述智能空调中的第一导风板的控制参数及第二导风板的控制参数，以作为所述智能空调的调控参数；
其中，所述智能空调的目标导风板包括所述第一导风板和/或所述第二导风板；所述第一导风板为所述智能空调中当前控制的导风板；所述第二导风板为所述智能空调中当前未控制的导风板。
作为一种可选的实施方式，在本发明第二方面中，所述参数确定模块根据所述预期运行效果、所有所述智能空调的损耗点及针对每一所述损耗点的损耗状态信息，确定所述智能空调中的第一导风板的控制参数及第二导风板的控制参数的方式具体包括：
根据所述预期运行效果、所有所述智能空调的损耗点及针对每一所述损耗点的损耗状态信息，分析针对所述智能空调中的第一导风板的损耗严重程度；
判断所述损耗严重程度是否大于等于预设的损耗严重程度阈值，当判断结果为否时，根据所述预期运行效果，确定所述第一导风板的控制参数；
当判断出所述损耗严重程度大于等于所述损耗严重程度阈值时，确定所述第一导风板与所述智能空调中的第二导风板的关联关系，并根据所述预期运行效果、所述损耗严重程度、所述智能空调的导风板配置信息及所述关联关系，确定所述智能空调中的第一导风板的控制参数及第二导风板的控制参数。
作为一种可选的实施方式，在本发明第二方面中，所述参数确定模块根据所述损耗信息，分析所述智能空调的至少一个配置损耗类型的方式具体包括：
根据所述损耗信息，分析所述智能空调对应的至少一个历史损耗场景，并根据所述历史损耗场景及所述损耗信息，分析每一所述历史损耗场景对应的损耗内容，所述损耗内容包括至少一种损耗部件及每一所述损耗部件的损耗状况；
根据所述预期运行效果，确定所述智能空调的预期控制场景，并根据所述预期控制场景，从所有所述历史损耗场景中筛选出相匹配的目标历史损耗场景，作为所述智能空调的预期损耗场景；
根据所述目标历史损耗场景的损耗内容，确定所述预期损耗场景的目标损耗内容；
根据所述目标损耗内容，确定所述智能空调的第一损耗配置信息，并根据所述第一损耗配置及所述智能空调的配置关联关系，确定所述智能空调的第二损耗配置信息；
根据所述第一损耗配置信息及所述第二损耗配置信息，确定所述智能空调的至少一个配置损耗类型。
作为一种可选的实施方式，在本发明第二方面中，对于每一所述目标损耗配件，所述参数确定模块根据所述损耗信息及所有所述配置损耗类型，分析该目标损耗配件对应的至少一个运行损耗类型的方式具体包括：
确定每一所述配置损耗类型对应的常规损耗性能信息，并根据所述常规损耗性能信息，分析该目标损耗配件对应的第一运行损耗情况；
根据所述损耗信息及所有所述配置损耗类型，分析每一所述配置损耗类型对应的专属损耗性能信息，并根据所述专属损耗性能信息，分析该目标损耗配件对应的第二运行损耗情况；
根据所述第一运行损耗情况及所述第二运行损耗情况，分析该目标损耗配件对应的匹配损耗类型及特殊损耗类型；
根据所述历史数据，分析每一所述特殊损耗类型的合理性，并根据每一所述特殊损耗类型的合理性，从所有所述特殊损耗类型中筛选出满足合理性条件的目标特殊损耗类型；
根据所有所述目标特殊损耗类型及所有所述匹配损耗类型，确定该目标损耗配件对应的至少一个运行损耗类型。
作为一种可选的实施方式，在本发明第二方面中，所述判断模块根据所述智能空调的预期运行效果及所述损耗信息，判断所述智能空调是否满足预设的导风板调整条件的方式具体包括：
根据所述智能空调的预期运行效果及所述损耗信息，分析目标导风板对应的损耗影响度，并判断所述损耗影响度是否大于等于预设的损耗影响度阈值；
当判断出所述损耗影响度小于所述损耗影响度阈值时，确定所述智能空调不满足预设的导风板调整条件；
当判断出所述损耗影响度大于等于所述损耗影响度阈值时，根据所述智能空调的预期运行效果，分析所述目标导风板的运行必要性，并根据所述损耗信息，分析所述目标导风板的运行损耗度；
根据所述运行必要性及所述运行损耗度，判断所述目标导风板是否满足预设的调整必要性条件；
当判断出所述目标导风板满足所述调整必要性条件时，确定所述智能空调满足预设的导风板调整条件；
当判断出所述目标导风板不满足所述调整必要性条件时，确定所述智能空调不满足预设的调整必要性条件。
本发明第三方面公开了另一种基于大数据的智能空调优化控制装置，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的一种基于大数据的智能空调优化控制方法。
本发明第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明第一方面公开的一种基于大数据的智能空调优化控制方法。
与现有技术相比，本发明实施例具有以下有益效果：
本发明实施例中，根据智能空调的历史数据，分析该智能空调的损耗信息；根据该智能空调的预期运行效果及该损耗信息，判断该智能空调是否满足预设的导风板调整条件；当判断结果为是时，根据该预期运行效果及该损耗信息，确定该智能空调的调控参数，该调控参数用于调控该智能空调的目标导风板执行相应的运行操作；其中，该智能空调的历史数据包括该智能空调的历史运行数据、历史维修数据及历史损耗数据中的一种或多种。可见，本发明能够根据确定出的智能空调的损耗信息，对智能空调进行智能化调控得到调控参数，以控制智能空调的目标导风板执行相应的运行操作，有利于提高智能空调控制方式的全面性和合理性，进而有利于提高智能空调的优化控制准确性和优化控制可靠性，从而有利于提高智能空调的运行精准性和减少智能空调的运行损耗，进一步有利于提高智能空调的使用持久性和用户使用智能空调的使用体验。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种基于大数据的智能空调优化控制方法所适用场景的场景示意图；
图2是本发明实施例公开的一种基于大数据的智能空调优化控制方法的流程示意图；
图3是本发明实施例公开的另一种基于大数据的智能空调优化控制方法的流程示意图；
图4是本发明实施例公开的一种基于大数据的智能空调优化控制装置的结构示意图；
图5是本发明实施例公开的另一种基于大数据的智能空调优化控制装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种基于大数据的智能空调优化控制方法及装置，能够根据确定出的智能空调的损耗信息，对智能空调进行智能化调控得到调控参数，以控制智能空调的目标导风板执行相应的运行操作，有利于提高智能空调控制方式的全面性和合理性，进而有利于提高智能空调的优化控制准确性和优化控制可靠性，从而有利于提高智能空调的运行精准性和减少智能空调的运行损耗，进一步有利于提高智能空调的使用持久性和用户使用智能空调的使用体验。以下分别进行详细说明。
为了更好的理解本发明所描述的基于大数据的智能空调优化控制方法及装置，首先对基于大数据的智能空调优化控制方法所适用的场景架构加以描述，具体的，该场景架构可以如图1所示，智能空调内部集成控制***，当控制***分析智能空调的损耗信息得到智能空调的第一导风板损耗较严重(如第一导风板的摆动速率不能过大、第一导风板的摆动角度不能过大)，控制***根据智能空调的预期运行效果控制第一导风板在可行范围内执行相应导风运行操作，或者，控制***还可以控制第二导风板执行相应导风运行操作以使第一导风板及第二导风板协同实现预期运行效果。
需要说明的是，图1所示的场景示意图只是为了表示一种基于大数据的智能空调优化控制方法所适用的场景，涉及到的各个智能设备只是示意性展现，具体的结构/尺寸/形状/所在的位置/所安装的方式、各个智能设备之间的通信方式可根据实际场景进行适应性调整，图1所示的场景对此不作限定。
实施例一
请参阅图2，图2是本发明实施例公开的一种基于大数据的智能空调优化控制方法的流程示意图。其中，图2所描述的方法可以应用于基于大数据的智能空调优化控制装置，其中，该装置可以包括服务器，其中，服务器包括本地服务器或者云服务器，本发明实施例不做限定。如图2所示，该基于大数据的智能空调优化控制方法包括以下操作：
101、根据智能空调的历史数据，分析智能空调的损耗信息，智能空调的历史数据包括智能空调的历史运行数据、历史维修数据及历史损耗数据中的一种或多种。
可选的，智能空调的历史运行数据可以包括但不限于智能空调及智能空调的每一部件所对应的运行状态数据、运行效能数据、运行效果数据、运行平稳性数据、运行功耗数据、运行产热量数据、运行功率数据、运行散热量数据、运行性能数据、其它运行参数的相关数据等中的一种或多种，本发明实施例不做限定。
可选的，智能空调的历史维修数据可以包括但不限于智能空调的维修部件信息、维修措施信息、维修所耗时长信息、维修频率信息、维修难易度信息、维修项目信息、维修领域信息、常规维修信息、特殊维修信息、维修所需资金信息、维修权限信息、维修明细信息、其它维修参数的相关信息等中的一种或多种，本发明实施例不做限定。
可选的，智能空调的历史损耗数据可以包括但不限于智能空调的损耗造就原因、损耗严重程度、损耗具体部件、损耗具体影响信息、损耗频率、损耗时间、损耗项目、损耗常规性、损耗特殊性、损耗明细信息、其它损耗参数的相关信息等中的一种或多种，本发明实施例不做限定。
可选的，智能空调的损耗信息可以理解为能够确定出智能空调的当前损耗情况和/或使得智能空调发生损耗的特性信息；具体的，智能空调的损耗信息可以包括但不限于针对智能空调的损耗频率信息、针对智能空调的不同运行状态所对应的损耗影响情况、针对智能空调的不同部件的运行参数所对应的损耗影响情况、针对智能空调的损耗特性信息、针对智能空调的其它损耗相关信息等中的一种或多种，本发明实施例不做限定。
102、根据智能空调的预期运行效果及损耗信息，判断智能空调是否满足预设的导风板调整条件。
可选的，智能空调的预期运行效果可以包括但不限于智能空调的整体出风效果、预期出风风量、预期运行模式、预期运行档位、预期出风温度、预期出风变换频率、预期出风覆盖领域、预期出风角度、智能空调中的不同运行部件(如导风板)的预期摆动角度、预期摆动速率等中的一种或多种，本发明实施例不做限定。
进一步可选的，当判断出智能空调不满足导风板调整条件时，再次执行步骤101，本发明实施例不做限定。
103、当判断出智能空调满足导风板调整条件时，根据预期运行效果及损耗信息，确定智能空调的调控参数，调控参数用于调控智能空调的目标导风板执行相应的运行操作。
可选的，智能空调的调控参数还可以用于调控智能空调的其它运行部件(如空调出风口、内部风扇等)执行相应的运行操作，本发明实施例不做限定。
可见，实施本发明实施例所描述的基于大数据的智能空调优化控制方法能够根据确定出的智能空调的损耗信息，对智能空调进行智能化调控得到调控参数，以控制智能空调的目标导风板执行相应的运行操作，有利于提高智能空调控制方式的全面性和合理性，进而有利于提高智能空调的优化控制准确性和优化控制可靠性，从而有利于提高智能空调的运行精准性和减少智能空调的运行损耗，进一步有利于提高智能空调的使用持久性和用户使用智能空调的使用体验。
在一个可选的实施例中，上述根据预期运行效果及损耗信息，确定智能空调的调控参数，可以包括：
根据损耗信息，分析智能空调的至少一个配置损耗类型，并根据所有配置损耗类型，分析每一配置损耗类型对应的目标损耗配件，目标损耗配件包括至少一个直接损耗配件和/或至少一个间接损耗配件；
对于每一目标损耗配件，根据损耗信息及所有配置损耗类型，分析该目标损耗配件对应的至少一个运行损耗类型，并根据损耗信息及所有运行损耗类型，确定每一运行损耗类型的损耗情况；
确定目标损耗配件与智能空调的目标导风板的运行关系，并根据运行关系、预期运行效果、所有运行损耗类型及每一运行损耗类型的损耗情况，确定智能空调的调控参数。
可选的，智能空调的配置损耗类型，可以理解为针对智能空调的设备配置的损耗类型，举例说明：配置损耗类型可以是制冷配置损耗类型、除湿配置损耗类型、制热配置损耗类型、其它空调性能配置损耗类型等，本发明实施例不做限定。
可选的，配置损耗类型对应的目标损耗配件，可以理解为智能空调的每一性能配置会关联不同的智能空调配件，举例说明：当配置损耗类型为制冷配置损耗类型时，目标损耗配件可以是智能空调的制冷配件(如压缩机配件、过滤网配件、室外机的冷凝器配件等)，本发明实施例不做限定。
可选的，直接损耗配件，可以理解为针对配置损耗类型会直接被损耗的智能空调配件，本发明实施例不做限定。
可选的，间接损耗配件，可以理解为针对配置损耗类型所产生的影响/损耗情况进而由于该影响/损耗情况间接影响到的智能空调配件，本发明实施例不做限定。
可选的，运行损耗类型，可以理解为针对智能空调和/或智能空调中的运行部件的运行状态、运行参数的损耗类型，举例说明：导风板的摆动速率损耗类型、导风板的摆动角度损耗类型、智能空调的出风风量损耗类型、智能空调的出风频率损耗类型等，本发明实施例不做限定。
可选的，运行损耗类型的损耗情况，可以包括但不限于运行损耗类型的损耗程度、具体损耗参数、损耗时间信息、损耗规避信息、损耗影响信息、损耗处理操作、损耗注意事项等中的一种或多种，本发明实施例不做限定。
可选的，目标损耗配件与智能空调的目标导风板的运行关系，可以理解为：运行关系为目标损耗配件包括智能空调的目标导风板、运行关系为目标损耗配件与智能空调的目标导风板存在运行关联和/或控制关联、运行关系为目标损耗配件与智能空调的目标导风板没有联系等，本发明实施例不做限定。
可见，该可选的实施例能够根据智能空调的配置损耗类型确定出运行损耗类型，再根据运行关系、预期运行效果、所有运行损耗类型及每一运行损耗类型的损耗情况确定智能空调的调控参数，有利于提高智能空调的调控参数确定方式的全面性和合理性，以及还有利于提高智能空调调控参数的确定参数的多样性和全面性，进而有利于提高确定出的智能空调的调控参数的准确性和可靠性。
在另一个可选的实施例中，上述根据运行关系、预期运行效果、所有运行损耗类型及每一运行损耗类型的损耗情况，确定智能空调的调控参数，可以包括：
根据预期运行效果，确定目标导风板的摆动参数类型及每一摆动参数类型对应的预期摆动状况，摆动参数类型包括摆动速率类型和/或摆动角度类型；
根据摆动参数类型及每一摆动参数类型对应的预期摆动状况，从所有运行损耗类型中筛选出至少一个目标运行损耗类型；
根据每一目标运行损耗类型及对应的损耗情况、每一摆动参数类型及对应的预期摆动状况，分析智能空调的损耗点及针对每一损耗点的损耗状态信息；
根据预期运行效果、所有智能空调的损耗点及针对每一损耗点的损耗状态信息，确定智能空调中的第一导风板的控制参数及第二导风板的控制参数，以作为智能空调的调控参数；
其中，智能空调的目标导风板包括第一导风板和/或第二导风板；第一导风板为智能空调中当前控制的导风板；第二导风板为智能空调中当前未控制的导风板。
可选的，智能空调的损耗点，可以理解为智能空调的具体损耗部件、智能空调的具体损耗位置、智能空调的具体损耗区域、其它能够反映智能空调的具体损耗对象的信息等，本发明实施例不做限定。
可选的，损耗点的损耗状态信息，可以包括但不限于损耗点的损耗频率信息、损耗程度信息、损耗时长信息、损耗涉及区域信息、损耗状况信息、损耗参数信息及其它能够反映损耗情况的信息等中的一种或多种，本发明实施例不做限定。
可选的，第一导风板及上述第二导风板，可以理解为第一导风板是当前正在控制或即将控制的导风板，第二导风板为用于协调第一导风板运行效果的导风板也即可能控制的导风板；进一步的，举例说明：当第一导风板损耗较严重、无法大幅度进行摆动时，控制第二导风板协调或者代替第一导风板实现预期运行效果，本发明实施例不做限定。
可选的，智能空调中的第二导风板的控制参数，举例说明：当需要控制第二导风板运行时第二导风板的控制参数用于控制第二导风板执行相应运行操作，当不需要控制第二导风板运行时第二导风板的控制参数为空，本发明实施例不做限定。
可见，该可选的实施例能够根据预期运行效果、所有智能空调的损耗点及损耗状态信息，确定第一导风板的控制参数及第二导风板的控制参数，有利于提高导风板控制参数确定方式的全面性和合理性，进而有利于提高确定出的导风板控制参数的准确性和可靠性，从而有利于提高智能空调的导风板控制准确性和控制可靠性，进一步有利于优化导风板的运行控制和减少导风板的运行损耗。
在又一个可选的实施例中，上述根据预期运行效果、所有智能空调的损耗点及针对每一损耗点的损耗状态信息，确定智能空调中的第一导风板的控制参数及第二导风板的控制参数，包括：
根据预期运行效果、所有智能空调的损耗点及针对每一损耗点的损耗状态信息，分析针对智能空调中的第一导风板的损耗严重程度；
判断损耗严重程度是否大于等于预设的损耗严重程度阈值，当判断结果为否时，根据预期运行效果，确定第一导风板的控制参数；
当判断出损耗严重程度大于等于损耗严重程度阈值时，确定第一导风板与智能空调中的第二导风板的关联关系，并根据预期运行效果、损耗严重程度、智能空调的导风板配置信息及关联关系，确定智能空调中的第一导风板的控制参数及第二导风板的控制参数。
可选的，第一导风板的损耗严重程度可以包括但不限于第一导风板的损耗深浅程度、损耗区域面积大小、损耗对智能空调的运行效果的影响程度等中的一种或多种，本发明实施例不做限定。
可选的，第一导风板与智能空调中的第二导风板的关联关系，可以包括但不限于第一导风板与第二导风板的配置关联关系、运行关联关系、控制关联关系、效果关联关系、能耗关联关系、权限关联关系及其它关联关系等中的一种或多种，本发明实施例不做限定。
进一步可选的，上述根据预期运行效果、损耗严重程度、智能空调的导风板配置信息及关联关系，确定智能空调中的第一导风板的控制参数及第二导风板的控制参数，可以包括：
根据预期运行效果、损耗严重程度、智能空调的导风板配置信息及关联关系，分析智能空调中的第一导风板与第二导风板的协作运行情况；
当协作运行情况用于表示第一导风板不满足协作运行条件时，根据预期运行效果、智能空调的导风板配置信息及关联关系，确定智能空调中的第一导风板的控制参数及第二导风板的控制参数，其中，第一导风板的控制参数用于控制第一导风板停止运行且第二导风板的控制参数用于控制第二导风板实现预期运行效果；
当协作运行情况用于表示第一导风板满足协作运行条件时，根据预期运行效果、损耗严重程度及智能空调的导风板配置信息，确定智能空调中的第一导风板的控制参数；根据第一导风板的控制参数、预期运行效果、智能空调的导风板配置信息及关联关系，确定第二导风板的控制参数，其中，第一导风板的控制参数及第二导风板的控制参数用于控制第一导风板与第二导风板共同实现预期运行效果。
可见，该可选的实施例能够根据预期运行效果、损耗严重程度、导风板配置信息及关联关系确定第一导风板的控制参数及第二导风板的控制参数，有利于提高智能空调的导风板控制参数确定方式的全面性、合理性和针对性，进而有利于提高确定出的导风板控制参数的准确性和可靠性，从而有利于提高智能空调的导风板控制准确性和控制可靠性，进一步有利于优化导风板的运行控制和减少导风板的运行损耗。
在又一个可选的实施例中，上述根据损耗信息，分析智能空调的至少一个配置损耗类型，可以包括：
根据损耗信息，分析智能空调对应的至少一个历史损耗场景，并根据历史损耗场景及损耗信息，分析每一历史损耗场景对应的损耗内容，损耗内容包括至少一种损耗部件及每一损耗部件的损耗状况；
根据预期运行效果，确定智能空调的预期控制场景，并根据预期控制场景，从所有历史损耗场景中筛选出相匹配的目标历史损耗场景，作为智能空调的预期损耗场景；
根据目标历史损耗场景的损耗内容，确定预期损耗场景的目标损耗内容；
根据目标损耗内容，确定智能空调的第一损耗配置信息，并根据第一损耗配置及智能空调的配置关联关系，确定智能空调的第二损耗配置信息；
根据第一损耗配置信息及第二损耗配置信息，确定智能空调的至少一个配置损耗类型。
可选的，智能空调的历史损耗场景，可以理解为针对不同的智能空调历史损耗情况所对应的智能空调运行情况、运行参数、控制情况、控制参数等，本发明实施例不做限定。
可选的，智能空调的预期控制场景，可以理解为针对不同的预期运行效果所对应的智能空调运行情况、运行参数、控制情况、控制参数等，本发明实施例不做限定。
可选的，智能空调的第一损耗配置信息，可以理解为直接损耗到的智能空调配置的信息，本发明实施例不做限定。
可选的，智能空调的配置关联关系，可以理解为智能空调中不同配置、不同部件间的关系，进一步的，该关系可以包括但不限于运行关联关系、影响关联关系、交互关联关系、控制关联关系、效果关联关系、能耗关联关系、权限关联关系及其它关联关系等中的一种或多种，本发明实施例不做限定
可选的，智能空调的第二损耗配置信息，可以理解为由于第一损耗配置信息对应智能空调配置被损耗而间接损耗到的智能空调配置的信息，本发明实施例不做限定。
可见，该可选的实施例能够根据针对损耗场景的第一损耗配置信息及针对配置关联关系的第二损耗配置信息确定智能空调的配置损耗类型，有利于提高配置损耗类型确定方式的全面性和合理性，进而有利于提高配置损耗类型的确定参数的全面性和灵活性，从而有利于提高确定出配置损耗类型的准确性和可靠性。
在又一个可选的实施例中，对于每一目标损耗配件，上述根据损耗信息及所有配置损耗类型，分析该目标损耗配件对应的至少一个运行损耗类型，可以包括：
确定每一配置损耗类型对应的常规损耗性能信息，并根据常规损耗性能信息，分析该目标损耗配件对应的第一运行损耗情况；
根据损耗信息及所有配置损耗类型，分析每一配置损耗类型对应的专属损耗性能信息，并根据专属损耗性能信息，分析该目标损耗配件对应的第二运行损耗情况；
根据第一运行损耗情况及第二运行损耗情况，分析该目标损耗配件对应的匹配损耗类型及特殊损耗类型；
根据历史数据，分析每一特殊损耗类型的合理性，并根据每一特殊损耗类型的合理性，从所有特殊损耗类型中筛选出满足合理性条件的目标特殊损耗类型；
根据所有目标特殊损耗类型及所有匹配损耗类型，确定该目标损耗配件对应的至少一个运行损耗类型。
可选的，常规损耗性能信息可以理解为针对配置损耗类型，一般情况下的损耗性能信息，本发明实施例不做限定；进一步的，上述专属损耗性能信息可以理解为针对配置损耗类型，在特殊情况下的损耗性能信息，也即常规情况下较少出现的性能损耗，本发明实施例不做限定。
可选的，匹配损耗类型，可以理解为第一运行损耗情况及第二运行损耗情况皆能体现出的损耗类型、通过第一运行损耗情况及第二运行损耗情况共同确定出的损耗类型，本发明实施例不做限定。
可选的，特殊损耗类型，可以理解为通过第一运行损耗情况或者第二运行损耗情况确定出的损耗类型，也即只有其中一种运行损耗情况所体现出的损耗类型，本发明实施例不做限定。
可选的，满足合理性条件，可以是合理性大于等于预设的合理性阈值，也可以是工作人员针对特殊损耗类型进行专门查看分析确定损耗属实，本发明实施例不做限定。
可见，该可选的实施例能够根据目标特殊损耗类型及匹配损耗类型，确定目标损耗配件对应的运行损耗类型，有利于提高运行损耗类型确定方式的全面性和合理性，进而有利于提高运行损耗类型的确定参数的全面性和灵活性，从而有利于提高确定出的运行损耗类型的准确性和可靠性。
实施例二
请参阅图3，图3是本发明实施例公开的另一种基于大数据的智能空调优化控制方法的流程示意图。其中，图3所描述的方法可以应用于基于大数据的智能空调优化控制装置，其中，该装置可以包括服务器，其中，服务器包括本地服务器或者云服务器，本发明实施例不做限定。如图3所示，该基于大数据的智能空调优化控制方法包括以下操作：
201、根据智能空调的历史数据，分析智能空调的损耗信息，智能空调的历史数据包括智能空调的历史运行数据、历史维修数据及历史损耗数据中的一种或多种。
202、根据智能空调的预期运行效果及损耗信息，分析目标导风板对应的损耗影响度。
可选的，上述目标导风板对应的损耗影响度，可以理解为实现预期运行效果与目标导风板的关联性、实现预期运行效果使得目标导风板损耗的可能性等；进一步的，举例说明：若预期运行效果为改变智能空调的出风方向则实现预期运行效果与目标导风板的关联性较大，若预期运行效果为改变智能空调的出风温度则实现预期运行效果与目标导风板的关联性较小，其它情况同理可得，本发明实施例不做限定。
203、判断损耗影响度是否大于等于预设的损耗影响度阈值，当判断结果为否时，执行步骤201；当判断结果为是时，执行步骤204。
204、根据智能空调的预期运行效果，分析目标导风板的运行必要性，并根据损耗信息，分析目标导风板的运行损耗度。
进一步可选的，上述根据智能空调的预期运行效果，分析目标导风板的运行必要性，可以包括：
根据智能空调的预期运行效果，确定智能空调的运行需求信息，并根据智能空调所处区域的人员信息、场景环境信息及运行需求信息，分析目标导风板的运行必要性。
进一步可选的，上述根据损耗信息，分析目标导风板的运行损耗度，可以包括：
根据损耗信息，分析目标导风板的当前损耗情况，并根据损耗信息，分析目标导风板的预估损耗发生信息；
根据当前损耗情况及预估损耗发生信息，分析目标导风板的运行损耗度。
205、根据运行必要性及运行损耗度，判断目标导风板是否满足预设的调整必要性条件，当判断结果为是时，执行步骤206；当判断结果为否时，执行步骤201。
进一步可选的，上述根据运行必要性及运行损耗度，判断目标导风板是否满足预设的调整必要性条件，可以包括：
根据运行必要性及运行损耗度，计算目标导风板的调整执行度；
判断调整执行度是否大于等于预设的调整执行度阈值，当判断结果为是时，确定目标导风板满足预设的调整必要性条件；当判断结果为否时，确定目标导风板不满足预设的调整必要性条件。
可选的，调整执行度可以是运行必要性与运行损耗度所对应的差值，本发明实施例不做限定。
可选的，上述根据运行必要性及运行损耗度，判断目标导风板是否满足预设的调整必要性条件，举例说明：判断目标导风板摆动出风更重要还是减少目标导风板磨损更重要，当目标导风板摆动出风更重要则不满足调整必要性条件，当减少目标导风板磨损更重要则满足调整必要性条件，其它情况同理可得，本发明实施例不做限定。
206、根据预期运行效果及损耗信息，确定智能空调的调控参数，调控参数用于调控智能空调的目标导风板执行相应的运行操作。
本发明实施例中，针对步骤201-步骤206的其它描述，请参照实施例一中针对步骤101-步骤103的其他详细描述，本发明实施例不再赘述。
可见，本发明实施例能够根据确定出的智能空调的损耗信息，对智能空调进行智能化调控得到调控参数，以控制智能空调的目标导风板执行相应的运行操作，有利于提高智能空调控制方式的全面性和合理性，进而有利于提高智能空调的优化控制准确性和优化控制可靠性，从而有利于提高智能空调的运行精准性和减少智能空调的运行损耗，进一步有利于提高智能空调的使用持久性和用户使用智能空调的使用体验；以及，还能够根据确定出的损耗影响度与相应阈值的大小比较结果、调整必要性条件满足结果两个层面确定出导风板调整条件满足情况，有利于提高导风板调整条件满足结果确定方式的合理性，进而有利于提高确定出的导风板调整条件满足结果的准确性和可靠性，从而有利于提高智能空调的导风板调控准确性和调控及时性，进一步有利于提高智能空调的优化控制准确性和优化控制合理性、减少智能空调的运行损耗。
实施例三
请参阅图4，图4是本发明实施例公开的一种基于大数据的智能空调优化控制装置的结构示意图。其中，图4所描述的装置可以包括服务器，其中，服务器包括本地服务器或者云服务器，本发明实施例不做限定。如图4所示，该基于大数据的智能空调优化控制装置可以包括：
分析模块301，用于根据智能空调的历史数据，分析智能空调的损耗信息，智能空调的历史数据包括智能空调的历史运行数据、历史维修数据及历史损耗数据中的一种或多种。
判断模块302，用于根据智能空调的预期运行效果及损耗信息，判断智能空调是否满足预设的导风板调整条件。
参数确定模块303，用于当判断模块302判断出智能空调满足导风板调整条件时，根据预期运行效果及损耗信息，确定智能空调的调控参数，调控参数用于调控智能空调的目标导风板执行相应的运行操作。
可见，实施图4所描述的基于大数据的智能空调优化控制装置能够根据确定出的智能空调的损耗信息，对智能空调进行智能化调控得到调控参数，以控制智能空调的目标导风板执行相应的运行操作，有利于提高智能空调控制方式的全面性和合理性，进而有利于提高智能空调的优化控制准确性和优化控制可靠性，从而有利于提高智能空调的运行精准性和减少智能空调的运行损耗，进一步有利于提高智能空调的使用持久性和用户使用智能空调的使用体验。
在一个可选的实施例中，参数确定模块303根据预期运行效果及损耗信息，确定智能空调的调控参数的方式具体包括：
根据损耗信息，分析智能空调的至少一个配置损耗类型，并根据所有配置损耗类型，分析每一配置损耗类型对应的目标损耗配件，目标损耗配件包括至少一个直接损耗配件和/或至少一个间接损耗配件；
对于每一目标损耗配件，根据损耗信息及所有配置损耗类型，分析该目标损耗配件对应的至少一个运行损耗类型，并根据损耗信息及所有运行损耗类型，确定每一运行损耗类型的损耗情况；
确定目标损耗配件与智能空调的目标导风板的运行关系，并根据运行关系、预期运行效果、所有运行损耗类型及每一运行损耗类型的损耗情况，确定智能空调的调控参数。
可见，实施图4所描述的装置还能够根据智能空调的配置损耗类型确定出运行损耗类型，再根据运行关系、预期运行效果、所有运行损耗类型及每一运行损耗类型的损耗情况确定智能空调的调控参数，有利于提高智能空调的调控参数确定方式的全面性和合理性，以及还有利于提高智能空调调控参数的确定参数的多样性和全面性，进而有利于提高确定出的智能空调的调控参数的准确性和可靠性。
在另一个可选的实施例中，参数确定模块303根据运行关系、预期运行效果、所有运行损耗类型及每一运行损耗类型的损耗情况，确定智能空调的调控参数的方式具体包括：
根据预期运行效果，确定目标导风板的摆动参数类型及每一摆动参数类型对应的预期摆动状况，摆动参数类型包括摆动速率类型和/或摆动角度类型；
根据摆动参数类型及每一摆动参数类型对应的预期摆动状况，从所有运行损耗类型中筛选出至少一个目标运行损耗类型；
根据每一目标运行损耗类型及对应的损耗情况、每一摆动参数类型及对应的预期摆动状况，分析智能空调的损耗点及针对每一损耗点的损耗状态信息；
根据预期运行效果、所有智能空调的损耗点及针对每一损耗点的损耗状态信息，确定智能空调中的第一导风板的控制参数及第二导风板的控制参数，以作为智能空调的调控参数；
其中，智能空调的目标导风板包括第一导风板和/或第二导风板；第一导风板为智能空调中当前控制的导风板；第二导风板为智能空调中当前未控制的导风板。
可见，实施图4所描述的装置还能够根据预期运行效果、所有智能空调的损耗点及损耗状态信息，确定第一导风板的控制参数及第二导风板的控制参数，有利于提高导风板控制参数确定方式的全面性和合理性，进而有利于提高确定出的导风板控制参数的准确性和可靠性，从而有利于提高智能空调的导风板控制准确性和控制可靠性，进一步有利于优化导风板的运行控制和减少导风板的运行损耗。
在又一个可选的实施例中，参数确定模块303根据预期运行效果、所有智能空调的损耗点及针对每一损耗点的损耗状态信息，确定智能空调中的第一导风板的控制参数及第二导风板的控制参数的方式具体包括：
根据预期运行效果、所有智能空调的损耗点及针对每一损耗点的损耗状态信息，分析针对智能空调中的第一导风板的损耗严重程度；
判断损耗严重程度是否大于等于预设的损耗严重程度阈值，当判断结果为否时，根据预期运行效果，确定第一导风板的控制参数；
当判断出损耗严重程度大于等于损耗严重程度阈值时，确定第一导风板与智能空调中的第二导风板的关联关系，并根据预期运行效果、损耗严重程度、智能空调的导风板配置信息及关联关系，确定智能空调中的第一导风板的控制参数及第二导风板的控制参数。
可见，实施图4所描述的装置还能够根据预期运行效果、损耗严重程度、导风板配置信息及关联关系确定第一导风板的控制参数及第二导风板的控制参数，有利于提高智能空调的导风板控制参数确定方式的全面性、合理性和针对性，进而有利于提高确定出的导风板控制参数的准确性和可靠性，从而有利于提高智能空调的导风板控制准确性和控制可靠性，进一步有利于优化导风板的运行控制和减少导风板的运行损耗。
在又一个可选的实施例中，参数确定模块303根据损耗信息，分析智能空调的至少一个配置损耗类型的方式具体包括：
根据损耗信息，分析智能空调对应的至少一个历史损耗场景，并根据历史损耗场景及损耗信息，分析每一历史损耗场景对应的损耗内容，损耗内容包括至少一种损耗部件及每一损耗部件的损耗状况；
根据预期运行效果，确定智能空调的预期控制场景，并根据预期控制场景，从所有历史损耗场景中筛选出相匹配的目标历史损耗场景，作为智能空调的预期损耗场景；
根据目标历史损耗场景的损耗内容，确定预期损耗场景的目标损耗内容；
根据目标损耗内容，确定智能空调的第一损耗配置信息，并根据第一损耗配置及智能空调的配置关联关系，确定智能空调的第二损耗配置信息；
根据第一损耗配置信息及第二损耗配置信息，确定智能空调的至少一个配置损耗类型。
可见，实施图4所描述的装置还能够根据针对损耗场景的第一损耗配置信息及针对配置关联关系的第二损耗配置信息确定智能空调的配置损耗类型，有利于提高配置损耗类型确定方式的全面性和合理性，进而有利于提高配置损耗类型的确定参数的全面性和灵活性，从而有利于提高确定出配置损耗类型的准确性和可靠性。
在又一个可选的实施例中，对于每一目标损耗配件，参数确定模块303根据损耗信息及所有配置损耗类型，分析该目标损耗配件对应的至少一个运行损耗类型的方式具体包括：
确定每一配置损耗类型对应的常规损耗性能信息，并根据常规损耗性能信息，分析该目标损耗配件对应的第一运行损耗情况；
根据损耗信息及所有配置损耗类型，分析每一配置损耗类型对应的专属损耗性能信息，并根据专属损耗性能信息，分析该目标损耗配件对应的第二运行损耗情况；
根据第一运行损耗情况及第二运行损耗情况，分析该目标损耗配件对应的匹配损耗类型及特殊损耗类型；
根据历史数据，分析每一特殊损耗类型的合理性，并根据每一特殊损耗类型的合理性，从所有特殊损耗类型中筛选出满足合理性条件的目标特殊损耗类型；
根据所有目标特殊损耗类型及所有匹配损耗类型，确定该目标损耗配件对应的至少一个运行损耗类型。
可见，实施图4所描述的装置还能够根据目标特殊损耗类型及匹配损耗类型，确定目标损耗配件对应的运行损耗类型，有利于提高运行损耗类型确定方式的全面性和合理性，进而有利于提高运行损耗类型的确定参数的全面性和灵活性，从而有利于提高确定出的运行损耗类型的准确性和可靠性。
在又一个可选的实施例中，判断模块302根据智能空调的预期运行效果及损耗信息，判断智能空调是否满足预设的导风板调整条件的方式具体包括：
根据智能空调的预期运行效果及损耗信息，分析目标导风板对应的损耗影响度，并判断损耗影响度是否大于等于预设的损耗影响度阈值；
当判断出损耗影响度小于损耗影响度阈值时，确定智能空调不满足预设的导风板调整条件；
当判断出损耗影响度大于等于损耗影响度阈值时，根据智能空调的预期运行效果，分析目标导风板的运行必要性，并根据损耗信息，分析目标导风板的运行损耗度；
根据运行必要性及运行损耗度，判断目标导风板是否满足预设的调整必要性条件；
当判断出目标导风板满足调整必要性条件时，确定智能空调满足预设的导风板调整条件；
当判断出目标导风板不满足调整必要性条件时，确定智能空调不满足预设的调整必要性条件。
可见，实施图4所描述的装置还能够根据确定出的损耗影响度与相应阈值的大小比较结果、调整必要性条件满足结果两个层面确定出导风板调整条件满足情况，有利于提高导风板调整条件满足结果确定方式的合理性，进而有利于提高确定出的导风板调整条件满足结果的准确性和可靠性，从而有利于提高智能空调的导风板调控准确性和调控及时性，进一步有利于提高智能空调的优化控制准确性和优化控制合理性、减少智能空调的运行损耗。
实施例四
请参阅图5，图5是本发明实施例公开的又一种基于大数据的智能空调优化控制装置的结构示意图。其中，图5所描述的装置可以包括服务器，其中，服务器包括本地服务器或者云服务器，本发明实施例不做限定。如图5所示，该装置可以包括：
存储有可执行程序代码的存储器401；
与存储器401耦合的处理器402；
进一步的，还可以包括与处理器402耦合的输入接口403以及输出接口404；
其中，处理器402调用存储器401中存储的可执行程序代码，用于执行实施例一或实施例二所描述的基于大数据的智能空调优化控制方法中的步骤。
实施例五
本发明实施例公开了一种计算机存储介质，其存储用于电子数据交换的计算机程序，其中，该计算机程序使得计算机执行实施例一或实施例二所描述的基于大数据的智能空调优化控制方法中的步骤。
实施例六
本发明实施例公开了一种计算机程序产品，该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，且该计算机程序可操作来使计算机执行实施例一或实施例二所描述的基于大数据的智能空调优化控制方法中的步骤。
以上所描述的装置实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-onlyMemory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read OnlyMemory，EPROM)、一次可编程只读存储器(One-timeProgrammable Read-OnlyMemory，OTPROM)、电子抹除式可复写只读存储器(Electrically-ErasableProgrammable Read-Only Memory，EEPROM)、只读光盘(Compact DiscRead-OnlyMemory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是：本发明实施例公开的一种基于大数据的智能空调优化控制方法及装置所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。

Claims (10)

1.一种基于大数据的智能空调优化控制方法，其特征在于，所述方法包括：
根据智能空调的历史数据，分析所述智能空调的损耗信息；
根据所述智能空调的预期运行效果及所述损耗信息，判断所述智能空调是否满足预设的导风板调整条件；
当判断结果为是时，根据所述预期运行效果及所述损耗信息，确定所述智能空调的调控参数，所述调控参数用于调控所述智能空调的目标导风板执行相应的运行操作；
其中，所述智能空调的历史数据包括所述智能空调的历史运行数据、历史维修数据及历史损耗数据中的一种或多种。
2.根据权利要求1所述的基于大数据的智能空调优化控制方法，其特征在于，所述根据所述预期运行效果及所述损耗信息，确定所述智能空调的调控参数，包括：
根据所述损耗信息，分析所述智能空调的至少一个配置损耗类型，并根据所有所述配置损耗类型，分析每一所述配置损耗类型对应的目标损耗配件，所述目标损耗配件包括至少一个直接损耗配件和/或至少一个间接损耗配件；
对于每一所述目标损耗配件，根据所述损耗信息及所有所述配置损耗类型，分析该目标损耗配件对应的至少一个运行损耗类型，并根据所述损耗信息及所有所述运行损耗类型，确定每一所述运行损耗类型的损耗情况；
确定所述目标损耗配件与所述智能空调的目标导风板的运行关系，并根据所述运行关系、所述预期运行效果、所有所述运行损耗类型及每一所述运行损耗类型的损耗情况，确定所述智能空调的调控参数。
3.根据权利要求2所述的基于大数据的智能空调优化控制方法，其特征在于，所述根据所述运行关系、所述预期运行效果、所有所述运行损耗类型及每一所述运行损耗类型的损耗情况，确定所述智能空调的调控参数，包括：
根据所述预期运行效果，确定所述目标导风板的摆动参数类型及每一所述摆动参数类型对应的预期摆动状况，所述摆动参数类型包括摆动速率类型和/或摆动角度类型；
根据所述摆动参数类型及每一所述摆动参数类型对应的预期摆动状况，从所有所述运行损耗类型中筛选出至少一个目标运行损耗类型；
根据每一所述目标运行损耗类型及对应的损耗情况、每一所述摆动参数类型及对应的预期摆动状况，分析所述智能空调的损耗点及针对每一所述损耗点的损耗状态信息；
根据所述预期运行效果、所有所述智能空调的损耗点及针对每一所述损耗点的损耗状态信息，确定所述智能空调中的第一导风板的控制参数及第二导风板的控制参数，以作为所述智能空调的调控参数；
其中，所述智能空调的目标导风板包括所述第一导风板和/或所述第二导风板；所述第一导风板为所述智能空调中当前控制的导风板；所述第二导风板为所述智能空调中当前未控制的导风板。
4.根据权利要求3所述的基于大数据的智能空调优化控制方法，其特征在于，所述根据所述预期运行效果、所有所述智能空调的损耗点及针对每一所述损耗点的损耗状态信息，确定所述智能空调中的第一导风板的控制参数及第二导风板的控制参数，包括：
根据所述预期运行效果、所有所述智能空调的损耗点及针对每一所述损耗点的损耗状态信息，分析针对所述智能空调中的第一导风板的损耗严重程度；
判断所述损耗严重程度是否大于等于预设的损耗严重程度阈值，当判断结果为否时，根据所述预期运行效果，确定所述第一导风板的控制参数；
当判断出所述损耗严重程度大于等于所述损耗严重程度阈值时，确定所述第一导风板与所述智能空调中的第二导风板的关联关系，并根据所述预期运行效果、所述损耗严重程度、所述智能空调的导风板配置信息及所述关联关系，确定所述智能空调中的第一导风板的控制参数及第二导风板的控制参数。
5.根据权利要求2-4任一项所述的基于大数据的智能空调优化控制方法，其特征在于，所述根据所述损耗信息，分析所述智能空调的至少一个配置损耗类型，包括：
根据所述损耗信息，分析所述智能空调对应的至少一个历史损耗场景，并根据所述历史损耗场景及所述损耗信息，分析每一所述历史损耗场景对应的损耗内容，所述损耗内容包括至少一种损耗部件及每一所述损耗部件的损耗状况；
根据所述预期运行效果，确定所述智能空调的预期控制场景，并根据所述预期控制场景，从所有所述历史损耗场景中筛选出相匹配的目标历史损耗场景，作为所述智能空调的预期损耗场景；
根据所述目标历史损耗场景的损耗内容，确定所述预期损耗场景的目标损耗内容；
根据所述目标损耗内容，确定所述智能空调的第一损耗配置信息，并根据所述第一损耗配置及所述智能空调的配置关联关系，确定所述智能空调的第二损耗配置信息；
根据所述第一损耗配置信息及所述第二损耗配置信息，确定所述智能空调的至少一个配置损耗类型。
6.根据权利要求2-4任一项所述的基于大数据的智能空调优化控制方法，其特征在于，对于每一所述目标损耗配件，所述根据所述损耗信息及所有所述配置损耗类型，分析该目标损耗配件对应的至少一个运行损耗类型，包括：
确定每一所述配置损耗类型对应的常规损耗性能信息，并根据所述常规损耗性能信息，分析该目标损耗配件对应的第一运行损耗情况；
根据所述损耗信息及所有所述配置损耗类型，分析每一所述配置损耗类型对应的专属损耗性能信息，并根据所述专属损耗性能信息，分析该目标损耗配件对应的第二运行损耗情况；
根据所述第一运行损耗情况及所述第二运行损耗情况，分析该目标损耗配件对应的匹配损耗类型及特殊损耗类型；
根据所述历史数据，分析每一所述特殊损耗类型的合理性，并根据每一所述特殊损耗类型的合理性，从所有所述特殊损耗类型中筛选出满足合理性条件的目标特殊损耗类型；
根据所有所述目标特殊损耗类型及所有所述匹配损耗类型，确定该目标损耗配件对应的至少一个运行损耗类型。
7.根据权利要求1-4任一项所述的基于大数据的智能空调优化控制方法，其特征在于，所述根据所述智能空调的预期运行效果及所述损耗信息，判断所述智能空调是否满足预设的导风板调整条件，包括：
根据所述智能空调的预期运行效果及所述损耗信息，分析目标导风板对应的损耗影响度，并判断所述损耗影响度是否大于等于预设的损耗影响度阈值；
当判断出所述损耗影响度小于所述损耗影响度阈值时，确定所述智能空调不满足预设的导风板调整条件；
当判断出所述损耗影响度大于等于所述损耗影响度阈值时，根据所述智能空调的预期运行效果，分析所述目标导风板的运行必要性，并根据所述损耗信息，分析所述目标导风板的运行损耗度；
根据所述运行必要性及所述运行损耗度，判断所述目标导风板是否满足预设的调整必要性条件；
当判断出所述目标导风板满足所述调整必要性条件时，确定所述智能空调满足预设的导风板调整条件；
当判断出所述目标导风板不满足所述调整必要性条件时，确定所述智能空调不满足预设的调整必要性条件。
8.一种基于大数据的智能空调优化控制装置，其特征在于，所述装置包括：
分析模块，用于根据智能空调的历史数据，分析所述智能空调的损耗信息；
判断模块，用于根据所述智能空调的预期运行效果及所述损耗信息，判断所述智能空调是否满足预设的导风板调整条件；
参数确定模块，用于当所述判断模块判断出所述智能空调满足所述导风板调整条件时，根据所述预期运行效果及所述损耗信息，确定所述智能空调的调控参数，所述调控参数用于调控所述智能空调的目标导风板执行相应的运行操作；
其中，所述智能空调的历史数据包括所述智能空调的历史运行数据、历史维修数据及历史损耗数据中的一种或多种。
9.一种基于大数据的智能空调优化控制装置，其特征在于，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-7任一项所述的基于大数据的智能空调优化控制方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如权利要求1-7任一项所述的基于大数据的智能空调优化控制方法。
CN202311052318.XA 2023-08-18 2023-08-18 基于大数据的智能空调优化控制方法及装置 Pending CN116951659A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311052318.XA CN116951659A (zh) 2023-08-18 2023-08-18 基于大数据的智能空调优化控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311052318.XA CN116951659A (zh) 2023-08-18 2023-08-18 基于大数据的智能空调优化控制方法及装置

Publications (1)

Publication Number Publication Date
CN116951659A true CN116951659A (zh) 2023-10-27

Family

ID=88458444

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311052318.XA Pending CN116951659A (zh) 2023-08-18 2023-08-18 基于大数据的智能空调优化控制方法及装置

Country Status (1)

Country Link
CN (1) CN116951659A (zh)

Similar Documents

Publication Publication Date Title
CA2578154C (en) Asset performance optimization
US8396601B2 (en) Energy management apparatus for customers
CN105318499A (zh) 用户行为自学习空调***及其控制方法
US20200349484A1 (en) System and methods for power system forecasting using deep neural networks
US20230040886A1 (en) Building equipment energy management control system and control therefor
CN102901180A (zh) 一种控制空调的方法及***
CN110175778B (zh) 机组能效规划***
CN110567104B (zh) 多联机***的内机运行控制方法、装置和计算机设备
CN110442170B (zh) 设备运行及监测方法、装置、设备及介质
CN112070353A (zh) 一种精确检测数据中心能效的方法及***
CN107036238B (zh) 动态预测外气与负载智慧节能控制方法
CN116859768A (zh) 应用于智能家居的能源调度方法及装置
CN110296514B (zh) 空调的智能化控制方法、装置及空调
CN111594984A (zh) 一种中央空调全链路协调控制***及控制方法
CN115017006A (zh) 一种数据中心的辅助节能控制方法及***
CN116951659A (zh) 基于大数据的智能空调优化控制方法及装置
CN110762739B (zh) 数据中心空调控制方法、装置、设备及存储介质
CN112465230A (zh) 一种自适应的冷水机组开机组合优化的预测方法及***
CN116859790A (zh) 应用于智能家居***的智能开关控制方法及装置
CN114995543A (zh) 一种通过人工智能ai控制环境调节设备的方法及装置
CN115358590A (zh) 一种可调节负荷资源聚合服务平台
CN115164378A (zh) 基于数字孪生的新风机组调控方法及相关装置
CN110736243A (zh) 空调及温度调节器的控制方法和装置
CN110260498A (zh) 压缩机频率调节方法、装置和空调***
CN117289672A (zh) 智能设备的维修自动预判方法及装置

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