一种基于环境趋势预测的智能家电动态控制方法、系统及存储介质与流程

本发明属于智能家电控制，尤其涉及一种基于环境趋势预测的智能家电动态控制方法、系统及存储介质。

背景技术：

1、现有空气净化器、加湿器、空调等环境调节设备，其控制方式主要基于单一环境参数的阈值比较机制，即当检测值超过或低于预设阈值时触发设备开关或档位调整。

2、例如：

3、当pm2.5浓度超过设定值时提升风速；

4、当湿度低于设定值时开启加湿；

5、当温度达到目标值时关闭压缩机。

6、上述控制方式属于典型的“基于当前状态的反馈控制”，存在以下问题：

7、1）滞后性明显：仅基于当前测量值进行决策，无法对未来变化进行预判；

8、2）易产生振荡：设备频繁启停或档位波动，影响使用体验；

9、3）能耗较高：设备在接近目标值时仍维持高功率运行；

10、4）环境过冲问题严重：如湿度过高、温度过低等；

11、5）缺乏多设备协同能力：各设备独立控制，无法形成整体优化。

12、因此，亟需一种能够结合环境变化趋势进行预测，并基于预测结果提前进行控制决策的智能控制方法。

技术实现思路

1、本发明的目的是提供一种基于环境趋势预测的智能家电动态控制方法、系统及存储介质，通过引入环境参数变化速率与预测模型，实现提前决策控制，从而提升舒适性、降低能耗并减少设备振荡，适用于空气净化器、加湿器、空调、新风系统等环境调节类设备。

2、本发明提供了一种基于环境趋势预测的智能家电动态控制方法，包括：

3、步骤1，采集目标环境的至少一种环境参数的当前值，并形成时间序列数据；

4、步骤2，基于所述时间序列数据进行滤波去噪，并计算所述环境参数的实时变化速率；

5、步骤3，基于所述变化速率，对所述环境参数在预设时间窗口内的未来变化趋势进行初步预测，得到初步预测值；

6、步骤4，建立对应智能家电的动态惯性补偿模型，根据当前设备的运行档位参数和历史停机后的环境参数漂移量，计算设备的惯性补偿值；

7、步骤5，将所述初步预测值与所述惯性补偿值进行叠加计算，得到设备响应后的最终预测状态；

8、步骤6，持续比对所述最终预测状态与预设目标值，在所述最终预测状态达到或超出所述目标值，但环境参数当前值尚未达到目标值时，提前生成并下发控制指令，以降低设备运行功率或停止设备输出，从而抑制环境参数控制过冲。

9、进一步地，步骤2中所述滤波去噪采用卡尔曼滤波或一阶低通滤波算法实现；所述变化速率通过对滤波后的数据进行差分运算或滑动窗口拟合得到。

10、进一步地，步骤3中所述初步预测采用线性外推模型、指数平滑模型或基于历史数据的回归模型实现。

11、进一步地，步骤4中所述惯性补偿值基于设备输出对环境参数变化的滞后效应及空间物理惯性影响生成，且通过设备本地边缘计算与云端历史数据异步协同的方式更新补偿模型的本底参数。

12、进一步地，步骤6中所述控制指令调整的参数包括：设备开关状态、风速等级、功率输出或工作模式。

13、进一步地，该方法还包括：

14、步骤7，当存在多个环境调节设备时，基于统一控制目标进行协同优化。

15、进一步地，所述环境参数包括温度、湿度、颗粒物浓度或气体浓度中的一种或多种；所述方法适用于以下至少一种设备：空调设备、空气净化器、加湿器、新风系统。

16、本发明还提供了一种基于环境趋势预测的智能家电动态控制系统，包括：

17、数据采集模块，用于采集环境参数的当前值并形成时间序列数据；

18、变化速率计算模块，用于对时间序列数据进行滤波并计算环境参数的变化速率；

19、趋势预测模块，用于基于变化速率初步预测环境参数的未来变化趋势；

20、惯性补偿模块，用于根据设备的动态惯性补偿模型计算惯性补偿值，并将其与初步预测值叠加获得最终预测状态；

21、控制决策模块，用于在最终预测状态达到或超出目标值时，提前生成抑制环境参数过冲的控制策略；

22、执行控制模块，用于根据所述控制策略控制智能家电运行。

23、进一步地，该系统还包括：多设备协同控制模块，用于当存在多个环境调节设备时，基于统一控制目标进行协同优化。

24、本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时，实现所述的基于环境趋势预测的智能家电动态控制方法。

25、借由上述方案，通过基于环境趋势预测的智能家电动态控制方法、系统及存储介质，具有如下技术效果：

26、1）实现由“静态阈值控制”向“动态趋势控制”的升级。

27、2）引入物理模型与边缘计算，有效避免环境参数过冲现象。

28、3）提升环境调节精度与稳定性，避免频繁启停导致的波动问题。

29、4）降低设备能耗并提升能效表现，减少高功率维持时间。

30、5）降低运行噪音并提升用户体验。

31、6）减少设备启停频率并延长使用寿命。

32、7）具备良好的环境适应能力，可根据不同房间及本底污染率动态调节参数。

33、8）支持多类型环境参数统一控制，框架通用性强。

34、9）易于工程实现与产品落地，边云协同架构保证了响应实时性。

35、10）提供可解释的控制机制，方便后续模型迭代与产品调试。

36、上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。

1.一种基于环境趋势预测的智能家电动态控制方法，其特征在于，包括：

2.根据权利要求1所述的基于环境趋势预测的智能家电动态控制方法，其特征在于，步骤2中所述滤波去噪采用卡尔曼滤波或一阶低通滤波算法实现；所述变化速率通过对滤波后的数据进行差分运算或滑动窗口拟合得到。

3.根据权利要求1所述的基于环境趋势预测的智能家电动态控制方法，其特征在于，步骤3中所述初步预测采用线性外推模型、指数平滑模型或基于历史数据的回归模型实现。

4.根据权利要求1所述的基于环境趋势预测的智能家电动态控制方法，其特征在于，步骤4中所述惯性补偿值基于设备输出对环境参数变化的滞后效应及空间物理惯性影响生成，且通过设备本地边缘计算与云端历史数据异步协同的方式更新补偿模型的本底参数。

5.根据权利要求1所述的基于环境趋势预测的智能家电动态控制方法，其特征在于，步骤6中所述控制指令调整的参数包括：设备开关状态、风速等级、功率输出或工作模式。

6.根据权利要求1所述的基于环境趋势预测的智能家电动态控制方法，其特征在于，还包括：

7.根据权利要求1所述的基于环境趋势预测的智能家电动态控制方法，其特征在于，所述环境参数包括温度、湿度、颗粒物浓度或气体浓度中的一种或多种；所述方法适用于以下至少一种设备：空调设备、空气净化器、加湿器、新风系统。

8.一种基于环境趋势预测的智能家电动态控制系统，其特征在于，包括：

9.根据权利要求8所述的基于环境趋势预测的智能家电动态控制系统，其特征在于，还包括：多设备协同控制模块，用于当存在多个环境调节设备时，基于统一控制目标进行协同优化。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序在被处理器执行时，实现权利要求1至7任一项所述的基于环境趋势预测的智能家电动态控制方法。