空调器及其控制方法、计算机存储介质与流程

[0001]
本发明涉及空调器技术领域，尤其涉及空调器及其控制方法、计算机存储介质。


背景技术：

[0002]
很多用户在调节空调器时，经常不知道适合自己的温度是多少，需要自己反复多次调节空调器。为了解决这一问题，通常将空调器设置为按照预设规则自动调节，例如，按照用户历史行为进行统计，将空调器的设定温度调节至用户历史行为对应的温度。
[0003]
在空调器自动调节的过程中，空调器始终处于固定的运行模式，例如，在空调器启动后，空调器始终处于制冷模式或者制热模式，这样，在室内用户的换热需求发生变化，需要切换空调器的运行模式时，只能由用户手动关闭空调器的自动调节功能，并手动切换空调器的运行模式，因此，目前空调器的运行模式切换非常不方便。
[0004]
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。


技术实现要素：

[0005]
本发明的主要目的在于提供一种空调器及其控制方法、计算机存储介质，旨在通过定时确定目标运行模式，使得空调器的运行模式可自动切换。
[0006]
为实现上述目的，本发明提供一种空调器的控制方法，所述空调器的控制方法包括以下步骤：
[0007]
定时获取空调器所在作用空间的环境参数和/或所述空调器的设定参数；
[0008]
根据所述环境参数和/或所述设定参数获取目标运行模式；
[0009]
将所述空调器切换至所述目标运行模式；
[0010]
获取所述目标运行模式下的推荐设定参数；
[0011]
控制所述空调器按照所述推荐设定参数运行。
[0012]
可选地，所述控制所述空调器按照所述推荐设定参数运行的步骤包括：
[0013]
获取用户设置的修正值，根据所述修正值修正所述推荐设定参数；
[0014]
控制所述空调器按照修正后的推荐设定参数运行。
[0015]
可选地，所述根据所述设定参数获取目标运行模式的步骤包括：
[0016]
获取所述空调器的各个预设运行模式对应的数据模型；
[0017]
根据所述设定参数以及各个数据模型获取各个数据模型对应的推荐设定参数；
[0018]
根据所述数据模型对应的推荐设定参数确定多个预设运行模式中的所述目标运行模式。
[0019]
可选地，所述根据所述数据模型对应的推荐设定参数确定多个预设运行模式中的所述目标运行模式的步骤包括：
[0020]
获取所述空调器所在作用空间的环境温度；
[0021]
获取各个所述数据模型对应的推荐设定参数中的推荐设定温度与所述环境温度
的温度差；
[0022]
根据所述温度差确定多个预设运行模式中的所述目标运行模式。
[0023]
可选地，所述根据所述环境参数获取目标运行模式的步骤包括：
[0024]
获取所述环境参数所在的参数范围；
[0025]
获取所述参数范围关联的目标运行模式。
[0026]
可选地，所述获取所述目标运行模式下的推荐设定参数的步骤包括：
[0027]
获取所述目标运行模式对应的数据模型；
[0028]
获取所述空调器所在作用空间的环境参数；
[0029]
根据所述环境参数以及所述数据模型获取所述推荐设定参数。
[0030]
可选地，所述获取所述目标运行模式对应的数据模型的步骤之前，所述空调器的控制方法还包括：
[0031]
获取所述空调器处于所述目标运行模式时，所述空调器所在作用空间的历史环境参数以及与所述历史环境参数对应的历史设定参数；
[0032]
获取预设数据模型；
[0033]
采用所述历史环境参数以及所述历史设定参数对所述预设数据模型进行训练，以得到所述数据模型；
[0034]
保存所述数据模型。
[0035]
可选地，所述获取所述目标运行模式下的推荐设定参数的步骤之后，还包括：
[0036]
在接收到用户触发的修正指令时，根据所述修正指令对应的修正值修正所述推荐设定参数；
[0037]
采用修正后的推荐设定参数以及所述空调器所在作用空间的环境参数对所述数据模型进行更新。
[0038]
此外，为实现上述目的，本发明还提供一种空调器，所述空调器包括：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空调器的控制程序，所述空调器的控制程序被所述处理器执行时实现如上所述中任一项所述的空调器的控制方法的步骤。
[0039]
此外，为实现上述目的，本发明还提供一种计算机存储介质，所述计算机存储介质上存储有空调器的控制程序，所述空调器的控制程序被处理器执行时实现如上所述中任一项所述的空调器的控制方法的步骤。
[0040]
本发明实施例提出的空调器及其控制方法、计算机存储介质，定时获取空调器所在作用空间的环境参数和/或所述空调器的设定参数，根据所述环境参数和/或所述设定参数获取目标运行模式，将所述空调器切换至所述目标运行模式，获取所述目标运行模式下的推荐设定参数，控制所述空调器按照所述推荐设定参数运行。本发明通过定时获取环境参数和/或设定参数，以定时确定空调器需要运行的模式，并将空调器切换至该模式，实现了在空调器通过推荐设定参数自动调节的过程中自动切换运行模式的目的，空调器运行模式的切换更加方便。
附图说明
[0041]
图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图；
[0042]
图2为本发明空调器的控制方法的一实施例的流程示意图；
[0043]
图3为本发明空调器的控制方法另一实施例的流程示意图；
[0044]
图4为本发明空调器的控制方法再一实施例的流程示意图；
[0045]
图5为本发明空调器的控制方法又一实施例的流程示意图。
[0046]
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0047]
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0048]
本发明实施例提供一种解决方案，通过定时获取环境参数和/或设定参数，以定时确定空调器需要运行的模式，并将空调器切换至该模式，实现了在空调器通过推荐设定参数自动调节的过程中自动切换运行模式的目的，空调器运行模式的切换更加方便。
[0049]
如图1所示，图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。
[0050]
本发明实施例终端为空调器。
[0051]
如图1所示，该终端可以包括：处理器1001，例如cpu，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
[0052]
本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0053]
如图1所示，作为一种计算机存储介质的存储器1005中可以包括网络通信模块、用户接口模块以及空调器的控制程序。
[0054]
在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的空调器的控制程序，并执行以下操作：
[0055]
定时获取空调器所在作用空间的环境参数和/或所述空调器的设定参数；
[0056]
根据所述环境参数和/或所述设定参数获取目标运行模式；
[0057]
将所述空调器切换至所述目标运行模式；
[0058]
获取所述目标运行模式下的推荐设定参数；
[0059]
控制所述空调器按照所述推荐设定参数运行。
[0060]
进一步地，处理器1001可以调用存储器1005中存储的空调器的控制程序，还执行以下操作：
[0061]
获取用户设置的修正值，根据所述修正值修正所述推荐设定参数；
[0062]
控制所述空调器按照修正后的推荐设定参数运行。
[0063]
进一步地，处理器1001可以调用存储器1005中存储的空调器的控制程序，还执行以下操作：
[0064]
获取所述空调器的各个预设运行模式对应的数据模型；
[0065]
根据所述设定参数以及各个数据模型获取各个数据模型对应的推荐设定参数；
[0066]
根据所述数据模型对应的推荐设定参数确定多个预设运行模式中的所述目标运行模式。
[0067]
进一步地，处理器1001可以调用存储器1005中存储的空调器的控制程序，还执行以下操作：
[0068]
获取所述空调器所在作用空间的环境温度；
[0069]
获取各个所述数据模型对应的推荐设定参数中的推荐设定温度与所述环境温度的温度差；
[0070]
根据所述温度差确定多个预设运行模式中的所述目标运行模式。
[0071]
进一步地，处理器1001可以调用存储器1005中存储的空调器的控制程序，还执行以下操作：
[0072]
获取所述环境参数所在的参数范围；
[0073]
获取所述参数范围关联的目标运行模式。
[0074]
进一步地，处理器1001可以调用存储器1005中存储的空调器的控制程序，还执行以下操作：
[0075]
获取所述目标运行模式对应的数据模型；
[0076]
获取所述空调器所在作用空间的环境参数；
[0077]
根据所述环境参数以及所述数据模型获取所述推荐设定参数。
[0078]
进一步地，处理器1001可以调用存储器1005中存储的空调器的控制程序，还执行以下操作：
[0079]
获取所述空调器处于所述目标运行模式时，所述空调器所在作用空间的历史环境参数以及与所述历史环境参数对应的历史设定参数；
[0080]
获取预设数据模型；
[0081]
采用所述历史环境参数以及所述历史设定参数对所述预设数据模型进行训练，以得到所述数据模型；
[0082]
保存所述数据模型。
[0083]
进一步地，处理器1001可以调用存储器1005中存储的空调器的控制程序，还执行以下操作：
[0084]
在接收到用户触发的修正指令时，根据所述修正指令对应的修正值修正所述推荐设定参数；
[0085]
采用修正后的推荐设定参数以及所述空调器所在作用空间的环境参数对所述数据模型进行更新。
[0086]
参照图2，在一实施例中，所述空调器的控制方法包括以下步骤：
[0087]
步骤s10，定时获取空调器所在作用空间的环境参数和/或所述空调器的设定参数；
[0088]
步骤s20，根据所述环境参数和/或所述设定参数获取目标运行模式；
[0089]
步骤s30，将所述空调器切换至所述目标运行模式；
[0090]
在本实施例中，实施例终端为空调器。空调器具有ai控制功能，在空调器开启ai控制功能后，空调器会自动定时获取空调器所在作用空间的环境参数和/或空调器的设定参数，以根据环境参数和/或设定参数自动判定空调器需要运行的目标运行模式，并自动切换
至目标运行模式，无需用户手动调节空调器的运行模式，例如，用户无需将空调器的运行模式切换至制冷模式或制热模式。
[0091]
可选地，空调器包括多种预设运行模式，例如，预设运行模式包括制冷模式、制热模式以及送风模式中的至少一个，在根据环境参数和/或设定参数获取目标运行模式时，将多个预设运行模式中的至少一个作为目标运行模式。
[0092]
可选地，空调器的设定参数包括设定温度、设定湿度以及设定风速等，空调器所在作用空间的环境参数包括室内外温度、室内外湿度、室内外光敏强度等。
[0093]
可选地，在根据环境参数和/或设定参数获取目标运行模式时，可采用不同的多个方式确定，例如，可基于当前环境参数，根据特定规则判定当前所需的目标运行模式，其中，环境参数可包括室内温度、室外温度以及设置温度中的至少一个，又例如，可基于设定参数，判定当前所需的目标运行模式。
[0094]
可选地，在基于当前环境参数，根据特定规则判定当前所需的目标运行模式时，可获取环境参数所在的参数范围，并获取参数范围关联的目标运行模式，例如，在室内环境温度为31℃时，室内环境温度所在的参数范围为[30，40]，该参数范围关联的目标运行模式为制冷模式，在室内环境温度为27℃时，室内环境温度所在的参数范围为[25，28]，该参数范围关联的目标运行模式为送风模式，又例如，在室外环境温度为10℃时，室外环境温度所在的参数范围为[5，15]，该参数范围关联的目标运行模式为制热模式，其应用场景示例如下：秋季昼夜温差较大，中午室外环境温度为30℃，目标运行模式为制冷模式，因此，空调器自动切换至制冷模式，而到了晚上，室外环境温度为8℃，目标运行模式为制热模式，因此，空调器自动切换至制热模式，而无需用户手动切换运行模式。
[0095]
可选地，在基于设定参数获取目标运行模式时，由于空调器定时执行定时获取空调器的设定参数的步骤，因此定时获取到的设定参数可能是基于图3所示实施例中根据用户设置的修正值修正后的推荐设定参数，其应用场景示例如下：用户存在临时需求时，通过修正指令修正了空调器自动控制的推荐设定参数，从而改变了空调器的设定参数，使得设定温度偏高或者偏低，在设定温度偏高时，表明用户想要开启制热模式，在设定温度偏低时，表明用户想要开启制冷模式，因此，可在定时获取到的设定温度大于第一预设温度时，判定目标运行模式为制热模式，可在定时获取到的设定温度小于第二预设温度时，判定目标运行模式为制冷模式，即用户设置的修正值可影响目标运行模式的判定。
[0096]
步骤s40，获取所述目标运行模式下的推荐设定参数；
[0097]
在本实施例中，在空调器开启ai控制功能后，空调器会定时自动获取目标运行模式下的推荐设定参数，以根据推荐设定参数自动控制空调器，无需用户手动设置设定参数，例如，用户无需手动设置空调器的设定温度、设定湿度等。
[0098]
可选地，不同运行模式下的推荐设定温度不同，例如，不同的运行模式设置有推荐设定参数的不同获取方式，以通过推荐设定参数的获取方式的不同，实现运行模式与推荐设定参数的对应。
[0099]
可选地，推荐设定参数包括空调器的设定温度的推荐值、空调器的设定湿度的推荐值以及空调器的设定风速的推荐值等，其中，送风模式下的推荐设定参数不包含推荐设定温度。
[0100]
步骤s50，控制所述空调器按照所述推荐设定参数运行。
[0101]
在本实施例中，在控制空调器按照推荐设定参数运行时，可直接将空调器的设定参数调节至推荐设定参数，以自动控制空调器，空调器的自动控制功能更加智能。
[0102]
在本实施例公开的技术方案中，通过定时获取环境参数和/或设定参数，以定时确定空调器需要运行的模式，并将空调器切换至该模式，实现了在空调器通过推荐设定参数自动调节的过程中自动切换运行模式的目的，空调器运行模式的切换更加方便。
[0103]
在另一实施例中，如图3所示，在上述图2所示的实施例基础上，步骤s50包括：
[0104]
步骤s51，获取用户设置的修正值，根据所述修正值修正所述推荐设定参数；
[0105]
在本实施例中，用户在某些情况下具有特定的需求，例如，用户在刚做完运动回到家后，用户的制冷需求提高，因此需要对应提高空调器的制冷能力，又例如，在用户家中来了较多客人时，用户的制冷需求也会提高，因此也需要对应提高空调器的制冷能力，又例如，在空调器安装于出租屋内时，出租屋的租户可能是新搬来的，而不同租户的制冷和制热需求也是不同的，因此，也需要租户根据自身实际情况调节空调器的换热能力。由于传统的空调器在自动控制的过程中，用户是无法干预的，用户只能退出空调器的自动控制，改为完全手动控制空调器，才可满足自身的换热需求，而在本实施例中，空调器的ai控制功能还可提供用户修正的需求，即在控制空调器按照推荐设定参数运行时，空调器可获取用户设置的修正值，并根据修正值修正推荐设定参数，实现在空调器自动控制过程中的设定参数修正。
[0106]
可选地，在空调器运行时，用户可随时通过遥控器、空调器上的按键等方式触发修正指令，以使空调器在接收到修正指令时，将修正指令对应的修正值保存为用户设置的修正值，以便于空调器后续获取用户设置的修正值。而由于空调器需要切换至的目标运行模式的判定及其后续步骤是定时执行的，因此，在后续空调器每次按照目标运行模式下的推荐设定参数运行的步骤中，均可根据之前保存的修正值修正推荐设定参数，并控制空调器按照修正后的推荐设定参数运行，以满足用户需求。
[0107]
可选地，用户需求的改变可能是临时的，因此，空调器可在执行关机动作时清除保存的修正值，以避免空调器下次开机后继续修正推荐设定参数。
[0108]
可选地，修正值可包括设定温度、设定湿度以及设定风速等各种参数的修正值，因此，用户可通过修正动作来修正空调器的各个设定参数。
[0109]
步骤s52，控制所述空调器按照修正后的推荐设定参数运行。
[0110]
在本实施例中，在根据用户设置的修正值修正空调器自动推荐的推荐设定参数后，控制空调器按照修正后的推荐设定参数运行，即是将空调器的设定参数调节至修正后的推荐设定参数，以使空调器的换热能力满足用户需求，室内用户更加舒适，且空调器的自动控制过程可允许用户修正，空调器的自动控制功能更加智能。
[0111]
在本实施例公开的技术方案中，根据用户设置的修正值修正推荐设定参数，并根据修正后的推荐设定参数控制空调器，空调器的自动控制可根据用户需求进行调整，使得空调器的自动控制更加方便。
[0112]
在再一实施例中，如图4所示，在图2至图3任一实施例所示的基础上，步骤s20中的根据所述设定参数获取目标运行模式包括：
[0113]
步骤s21，获取所述空调器的各个预设运行模式对应的数据模型；
[0114]
步骤s22，根据所述设定参数以及各个数据模型获取各个数据模型对应的推荐设
定参数；
[0115]
在本实施例中，在基于设定参数，判定当前所需的目标运行模式时，可获取各个预设运行模式下的推荐设定参数，以根据推荐设定参数判定当前所需的目标运行模式。具体地，获取空调器各个预设运行模式对应的数据模型，根据设定参数以及各个数据模型获取各个数据模型对应的推荐设定参数，即得到各个预设运行模式下的推荐设定参数。
[0116]
可选地，在根据设定参数以及各个数据模型获取各个数据模型对应的推荐设定参数时，可将设定参数输入各个数据模型，并获取各个数据模型输出的推荐设定参数，其中，数据模型可以是神经网络模型。可选地，数据模型可由数学计算公式、映射表、坐标系中的关系曲线等代替，作为代替方案。需要说明的是，各个预设运行模式对应的数据模型、数学计算公式、映射表以及关系曲线等，可根据前期试验得到，并预先存储于空调器中。
[0117]
可选地，预设运行模式包括制冷模式、制热模式以及送风模式等，且不同预设运行模式下确定推荐设定参数时采用的数据模型不同。由于空调器在制冷模式与制热模式下的能需差异较大，因此，制冷模式与制热模式下的推荐设定参数计算方式不同，例如，制冷模式与制热模式分别对应完全不同的数据模型。
[0118]
步骤s23，根据所述数据模型对应的推荐设定参数确定多个预设运行模式中的所述目标运行模式。
[0119]
在本实施例中，在获取到各个数据模型对应的推荐设定参数后，根据数据模型对应的推荐设定参数确定多个预设运行模式中的目标运行模式。具体地，可获取空调器所在作用空间的环境温度，以及获取各个数据模型对应的推荐设定参数中的推荐设定温度，计算各个推荐设定温度与环境温度的温度差，温度差可表征空调器处于该预设运行模式时空调器的能力需求，在温度差越大时能力需求越大，因此，根据温度差确定多个预设运行模式中的目标运行模式。可选地，由于能需较大可能是由于空调器运行模式的不合适或者空调器运行模式下的推荐设定温度不够准确导致的，因此，可将温度差较小或最小的预设运行模式作为目标运行模式，以避免空调器切换至的运行模式不合适。
[0120]
可选地，空调器所在作用空间的环境温度可以为室内温度或室外温度。
[0121]
可选地，在根据数据模型对应的推荐设定参数确定多个预设运行模式中的目标运行模式时，也可根据空调器的各个预设运行模式下的推荐设定参数以及空调器所在作用空间的环境参数确定空调器需要切换至的目标运行参数，而不仅仅通过推荐设定参数中的推荐设定温度以环境参数中的环境温度来确定，以使空调器需要切换至的目标运行模式的判定更加准确。
[0122]
在本实施例公开的技术方案中，获取空调器的各个预设运行模式对应的数据模型，根据设定参数以及各个数据模型获取各个数据模型对应的推荐设定参数，根据数据模型对应的推荐设定参数确定多个预设运行模式中的目标运行模式，实现了空调器运行模式的自动切换，空调器的自动控制更加智能。
[0123]
在又一实施例中，如图5所示，在图2至图4任一实施例所示的基础上，步骤s40包括：
[0124]
步骤s41，获取所述目标运行模式对应的数据模型；
[0125]
在本实施例中，空调器处于不同的运行模式时，推荐设定参数的确定方式也不同，其中，推荐设定参数的确定方式包括运行模式对应的数学计算公式、数据模型、映射表以及
坐标系中的关系曲线中的任意一个，且不同运行模式对应的数学计算公式、数据模型、映射表以及坐标系中的关系曲线等也不同，例如，数据模型包括神经网络模型，不同的运行模式对应不同的神经网络模型，制冷模式与制热模式分别对应不同的神经网络模型，因此，在获取目标运行模式下的推荐设定参数时，可获取目标运行模式对应的神经网络模型。
[0126]
可选地，各个预设运行模式对应的数学计算公式、数据模型、映射表以及关系曲线等，可根据前期试验得到，并预先存储于空调器中。例如，在获取目标运行模式对应的数据模型之前，获取空调器处于目标运行模式时，空调器所在作用空间的历史环境参数以及与历史环境参数对应的历史设定参数，采用历史环境参数以及历史设定参数对预设数据模型进行训练，以得到数据模型，并保存数据模型，作为目标运行模式对应的数据模型，其中，可将同一历史时刻采集到的历史环境参数以及历史设定参数对应，并作为一组数据，在得到多组数据后，根据多组数据对预设数据模型进行训练，例如，在预设数据模型为神经网络模型时，通过多组数据训练初始的预设数据模型，在训练完成后，得到目标运行模式对应的神经网络模型。
[0127]
步骤s42，获取所述空调器所在作用空间的环境参数；
[0128]
步骤s43，根据所述环境参数以及所述数据模型获取所述推荐设定参数。
[0129]
在本实施例中，在空调器运行的过程中，空调器所在作用空间的环境参数会在空调器的作用下发生变化，因此，定时获取空调器所在作用空间的环境参数，并根据环境参数以及数据模型获取推荐设定参数，实现定时获取目标运行模式下的推荐设定参数的目的。例如，在数据模型为神经网络模型时，将环境参数输入至神经网络模型中，并获取神经网络模型输出的推荐设定参数，又例如，在数据模型为回归函数时，将环境参数输入至回归函数，并获取回归函数输出的推荐设定参数。
[0130]
可选地，运行模式对应的数据模型可在空调器使用的过程中不断修正，即数据模型的自学习，通过数据模型的自学习，使得空调器的自动控制更加符合用户习惯，精确满足用户需求。具体地，在接收到用户触发的修正指令时，根据修正值对应的修正值修正推荐设定参数，并获取空调器所在作用空间的环境参数，采用环境参数以及修正后的推荐设定参数对目标运行模式对应的数据模型进行更新，实现对目标运行模式对应的数据模型的更新，例如，在数据模型为神经网络模型时，采用环境参数以及修正后的推荐设定参数继续训练神经网络模型，以更新神经网络模型，并保存更新后的神经网络模型，从而实现空调器自动控制的自学习，自学习后的自动控制功能更加智能。
[0131]
在本实施例公开的技术方案中，获取目标运行模式对应的数据模型，获取空调器所在作用空间的环境参数，根据环境参数以及数据模型获取推荐设定参数，实现了空调器自动控制过程中设定参数的自动推荐，空调器的自动控制更加智能。
[0132]
此外，本发明实施例还提出一种空调器，所述空调器包括：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空调器的控制程序，所述空调器的控制程序被所述处理器执行时实现如上各个实施例所述的空调器的控制方法的步骤。
[0133]
可选地，空调器至少包括四个单元：存储单元、自学习单元、模式判定单元以及控制单元。
[0134]
存储单元：存储用户的操作行为及环境状态，包括开关机、设置模式、设置温度、设置风速、室内/室外温度、室内/室外湿度、光敏强度等；
[0135]
自学习单元：自学习单元至少包括训练模块和推荐模块，其中，训练模块：基于历史行为，分别训练制冷、制热模式下的自学习模型；推荐模块：基于当前状态，提取行为及环境特征，通过自学习模型，推荐当前的设定参数；
[0136]
模式判定单元：判定ai自动控制功能开启时所需运行的模式；
[0137]
控制单元：若用户开启ai自动控制功能，则控制模式判定单元判定需要运行的模式，并控制自学习单元输出推荐设定参数，以及控制空调器按照推荐设定参数运行。
[0138]
因此，在一实施例中，空调器的控制流程如下：
[0139]
1、用户开启“ai自动控制”功能；
[0140]
2、每间隔时间t，执行步骤3-6；
[0141]
3、根据模式判定单元，获取本次所需模式(制冷、制热、送风)，并运行该模式，即每间隔时间t，重新判定模式；
[0142]
4、根据该模式下的智能温风自学习模型，获取推荐温度tr和风速wr；
[0143]
5、获取用户输入的当前温度修正值tc和风速修正值wc；
[0144]
6、根据推荐值和修正值，计算设置温度ts和风速ws，并控制空调运行；其中，ts＝tr+tc，ws＝wr+wc；
[0145]
7、用户关机或退出该功能；
[0146]
此外，本发明实施例还提出一种计算机存储介质，所述计算机存储介质上存储有空调器的控制程序，所述空调器的控制程序被处理器执行时实现如上各个实施例所述的空调器的控制方法的步骤。
[0147]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
[0148]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0149]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法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，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的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，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
[0150]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除