空调的趋势性问题的检测方法及电子设备与流程

1.本发明涉及数据处理技术领域，特别涉及一种空调的趋势性问题的检测方法及电子设备。


背景技术：

2.空调的趋势性问题是指随着空调使用时长的增加而必然会逐渐发生的问题，其中，空调的趋势性问题包括冷媒泄露、脏堵等。趋势性问题不属于空调故障，难以制定统一的评判标准。当这类趋势性问题严重时，既影响空调设备的使用寿命、增加功率损耗，又影响用户体验，甚至可能会影响用户的身心健康。
3.目前，对空调趋势性问题进行检测的方法主要通过对空调设备端的状态检测来完成，当通过空调设备的压缩机频率和排气温度来分析空调设备是否达到某个临界值，只有到达临界值时才能确定出空调存在趋势性问题。例如冷媒留存达到20％，进而进行报障。该方案需要将临界值设定的足够低，才能保证检测方法具备较高的准确性。然而，临界值低意味着用户的空调设备已经在一段时间内处于“亚健康”的状态进行工作，即现有的状态检测方法，只有当问题很严重时，才会报警。所以，现有技术中的空调的趋势性问题让的检测方法的准确率较低。


技术实现要素：

4.本公开示例性的实施方式中提供一种空调的趋势性问题的检测方法及电子设备，通过确定出空调的趋势性问题的等级，避免出现空调出现很严重的问题才进行报警的情况，提高了空调的趋势性问题的检测的准确率。
5.本公开的第一方面提供一种空调的趋势性问题的检测方法，所述方法包括：
6.针对任意一个待检测空调，每隔指定时长，获取所述待检测空调的多组空调状态数据，其中，所述多组状态数据为不同时间对应的空调状态数据；以及，
7.基于所述多组空调状态数据，得到所述待检测空调的目标空调状态数据；
8.根据各待检测空调的目标空调状态数据，确定所述各检测空调中的各目标召回空调以及所述各目标召回空调的置信度；
9.通过所述各目标召回空调的置信度对所述各目标召回空调进行聚类分析，得到所述各目标召回空调的趋势性问题的等级。
10.本实施例中通过获取的待检测空调的多组空调状态数据确定待检测空调的目标空调状态数据，然后根据各待检测空调的目标空调状态数据，确定所述各检测空调中的各目标召回空调以及所述各目标召回空调的置信度；最后通过所述各目标召回空调的置信度对所述各目标召回空调进行聚类分析，得到所述各目标召回空调的趋势性问题的等级。由此，本实施例中可以确定出空调的趋势性问题的等级，避免出现空调出现很严重的问题才进行报警的情况，提高了空调的趋势性问题的检测的准确率。
11.在一个实施例中，任意一组空调状态数据包括时间、开关机状态、压缩机排气温
度、室外冷凝器温度、室内管温度值、室内温度、室外温度、室内设定温度、压缩机设定功率、压缩机实际功率；
12.所述基于所述多组空调状态数据，得到所述待检测空调的目标空调状态数据，包括：
13.针对任意一个待检测空调，基于所述待检测空调的多组开关机状态以及与所述多组开关机状态对应的时间，得到所述待检测空调的使用总时长，其中，所述使用总时长用于表示所述待检测空调在指定时间段内的使用总时长；以及，
14.当所述待检测空调为制冷模式时，则根据多组所述压缩机排气温度以及多组所述室外冷凝器温度，得到目标排气过热度数据；或，当所述待检测空调为制热模式时，则根据多组所述压缩机排气温度和多组所述室内管温度，得到所述目标排气过热度数据；以及，
15.根据多组所述室内温度和多组所述室内管温度值，得到目标室内换热温差数据；以及，
16.通过多组所述室外冷凝器温度以及多组所述室外温度，得到目标室外换热温差数据；以及，
17.利用多组所述室内温度和多组所述室内设定温度，得到目标设定温差数据；以及，
18.根据多组所述压缩机设定功率和多组所述压缩机实际功率，得到目标功率差距数据；
19.将所述使用总时长、所述目标排气过热度数据、所述目标室内换热温差数据、所述目标室外换热温差数据、所述目标设定温差数据以及所述目标功率差距数据确定为所述目标空调状态数据。
20.本实施例通过基于各待检测空调的多组空调状态数据来确定出目标空调状态数据，由于不同待检测空调的使用时长不同，所以导致各待测空调的空调状态数据的记录数量差异较大，所以，本实施例中对各待检测空调的多组空调状态数据进行处理，使得各待检测空调的空调状态数据的格式统一，方便后续的处理计算，进一步提高了空调的趋势性问题的检测效率。
21.在一个实施例中，所述基于所述待检测空调的多组开关机状态以及与所述多组开关机状态对应的时间，得到所述待检测空调的使用总时长，包括：
22.按照从早到晚的顺序对各时间进行遍历，针对任意一个遍历到的时间，执行以下步骤：
23.若所述时间对应的开关机状态为开机状态，且位于所述时间的后一时间的开关机状态为开机状态，则将所述时间与位于所述时间的后一时间的差值确定为中间开机时长；
24.否则，则将所述时间对应的中间开机时长确定为预设时长；
25.将确定出的各中间开机时长相加，得到所述待检测空调的使用总时长。
26.本实施例中通过开机状态以及对应的时间来确定出待检测空调的使用总时长，由此，保证了确定出的待检测空调的使用总时长的准确率。
27.在一个实施例中，所述当所述待检测空调为制冷模式时，则根据多组所述压缩机排气温度以及多组所述室外冷凝器温度，得到目标排气过热度数据，包括：
28.针对任意一组空调状态数据，将所述空调状态数据中的压缩机排气温度与所述室外冷凝器温度相减，得到排气过热度数据，并将所述待检测空调的多组排气过热度数据的
方差、均值以及多组所述排气过热度数据的数量确定为所述目标排气过热度数据；
29.所述当所述待检测空调为制热模式时，则根据多组所述压缩机排气温度和多组所述室内管温度，得到所述目标排气过热度数据，包括：
30.针对任意一组空调状态数据，将所述空调状态数据中的压缩机排气温度与所述室内管温度相减，得到排气过热度数据，并将所述待检测空调的多组排气过热度数据的方差、均值以及多组所述排气过热度数据的数量确定为所述目标排气过热度数据；
31.所述根据多组所述室内温度和多组所述室内管温度值，得到目标室内换热温差数据，包括：
32.针对任意一组空调状态数据，将所述空调状态数据中的室内温度和所述室内管温度值的差值，确定为所述室内换热温差数据，并将多组所述室内换热温差数据的方差、均值以及多组所述室内换热温差的数量确定为目标室内换热温差数据；
33.所述通过多组所述室外冷凝器温度以及多组所述室外温度，得到目标室外换热温差数据，包括：
34.针对任意一组空调状态数据，将所述空调状态数据中的所述室外冷凝器温度与所述室外温度的差值，确定为所述室外换热温差数据，并将多组所述室外换热温差数据的方差、均值以及多组所述室外换热温差的数量确定为目标室外换热温差数据；
35.所述利用多组所述室内温度和多组所述室内设定温度，得到目标设定温差数据，包括：
36.针对任意一组空调状态数据，将所述空调状态数据中的所述室内温度和所述室内设定温度的差值，确定为设定温差数据，并将多组所述设定温差数据的方差、均值以及多组所述设定温差数据的数量确定为所述目标设定温差数据；
37.所述根据多组所述压缩机设定功率和多组所述压缩机实际功率，得到目标功率差距数据，包括：
38.针对任意一组空调状态数据，将所述空调状态数据中的所述压缩机设定功率和所述压缩机实际功率的差值，确定为功率差距数据，并将多组所述功率差距数据的方差、均值以及多组所述功率差距数据的数量确定为所述目标功率差距数据。
39.本实施例通过对各待检测空调的多组空调状态数据进行对应的处理，使得各待检测空调的空调状态数据的格式统一，方便后续的处理计算，进一步提高了空调的趋势性问题的检测效率。
40.在一个实施例中，所述根据各待检测空调的目标空调状态数据，确定所述各检测空调中的各目标召回空调以及所述各目标召回空调的置信度，包括：
41.利用预设的单分类算法以及所述各待检测空调的目标空调状态数据对所述各待检测空调进行分类，得到所述各待检测空调的类别以及各待检测空调的置信度，其中，所述类别包括召回空调类别和非召回空调类别；
42.将类别为召回空调类别的各待检测空调，确定为所述目标召回空调，并将所述各待检测空调的置信度确定为所述各目标召回空调的置信度。
43.本实施例中通过各待检测空调的目标空调状态数据确定出各待检测空调的类别，然后基于各待检测空调的类别确定出目标召回空调。由此，本实施例中基于待检测空调自身的状态数据确定出目标召回空调，提高了确定出的目标召回空调的准确率。
44.在一个实施例中，所述通过所述各目标召回空调的置信度对所述各目标召回空调进行聚类分析，得到所述各目标召回空调的趋势性问题的等级，包括：
45.利用预设的聚类算法对所述各目标召回空调进行聚类，得到多个聚类集合；
46.针对任意一个聚类集合，将所述聚类集合中为聚类中心的目标召回空调的置信度确定为所述聚类集合的聚类值；
47.基于各聚类集合的聚类值，分别确定所述各聚类集合中各目标召回空调的趋势性问题的等级。
48.本实施例通过预设的聚类算法对所述各目标召回空调进行聚类，得到多个聚类集合，然后通过各聚类集合的聚类中心的置信度确定出各聚类集合中各目标召回空调的趋势性问题的等级。由此，进一步提高了趋势性问题检测的准确率。
49.本公开第二方面提供一种电子设备，包括存储单元和处理器，其中：
50.所述存储单元，被配置为存储各待检测空调的多组空调状态数据，其中，所述多组状态数据为不同时间对应的空调状态数据；
51.所述处理器，被配置为：
52.针对任意一个待检测空调，每隔指定时长，获取所述待检测空调的多组空调状态数据，其中，所述多组状态数据为不同时间对应的空调状态数据；以及，
53.基于所述多组空调状态数据，得到所述待检测空调的目标空调状态数据；
54.根据各待检测空调的目标空调状态数据，确定所述各检测空调中的各目标召回空调以及所述各目标召回空调的置信度；
55.通过所述各目标召回空调的置信度对所述各目标召回空调进行聚类分析，得到所述各目标召回空调的趋势性问题的等级。
56.在一个实施例中，任意一组空调状态数据包括时间、开关机状态、压缩机排气温度、室外冷凝器温度、室内管温度值、室内温度、室外温度、室内设定温度、压缩机设定功率、压缩机实际功率；
57.所述处理器执行所述基于所述多组空调状态数据，得到所述待检测空调的目标空调状态数据，具体被配置为：
58.针对任意一个待检测空调，基于所述待检测空调的多组开关机状态以及与所述多组开关机状态对应的时间，得到所述待检测空调的使用总时长，其中，所述使用总时长用于表示所述待检测空调在指定时间段内的使用总时长；以及，
59.当所述待检测空调为制冷模式时，则根据多组所述压缩机排气温度以及多组所述室外冷凝器温度，得到目标排气过热度数据；或，当所述待检测空调为制热模式时，则根据多组所述压缩机排气温度和多组所述室内管温度，得到所述目标排气过热度数据；以及，
60.根据多组所述室内温度和多组所述室内管温度值，得到目标室内换热温差数据；以及，
61.通过多组所述室外冷凝器温度以及多组所述室外温度，得到目标室外换热温差数据；以及，
62.利用多组所述室内温度和多组所述室内设定温度，得到目标设定温差数据；以及，
63.根据多组所述压缩机设定功率和多组所述压缩机实际功率，得到目标功率差距数据；
64.将所述使用总时长、所述目标排气过热度数据、所述目标室内换热温差数据、所述目标室外换热温差数据、所述目标设定温差数据以及所述目标功率差距数据确定为所述目标空调状态数据。
65.在一个实施例中，所述处理器执行所述基于所述待检测空调的多组开关机状态以及与所述多组开关机状态对应的时间，得到所述待检测空调的使用总时长，具体被配置为：
66.按照从早到晚的顺序对各时间进行遍历，针对任意一个遍历到的时间，执行以下步骤：
67.若所述时间对应的开关机状态为开机状态，且位于所述时间的后一时间的开关机状态为开机状态，则将所述时间与位于所述时间的后一时间的差值确定为中间开机时长；
68.否则，则将所述时间对应的中间开机时长确定为预设时长；
69.将确定出的各中间开机时长相加，得到所述待检测空调的使用总时长。
70.在一个实施例中，所述处理器执行所述当所述待检测空调为制冷模式时，则根据多组所述压缩机排气温度以及多组所述室外冷凝器温度，得到目标排气过热度数据，具体被配置为：
71.针对任意一组空调状态数据，将所述空调状态数据中的压缩机排气温度与所述室外冷凝器温度相减，得到排气过热度数据，并将所述待检测空调的多组排气过热度数据的方差、均值以及多组所述排气过热度数据的数量确定为所述目标排气过热度数据；
72.所述处理器执行所述当所述待检测空调为制热模式时，则根据多组所述压缩机排气温度和多组所述室内管温度，得到所述目标排气过热度数据，具体被配置为：
73.针对任意一组空调状态数据，将所述空调状态数据中的压缩机排气温度与所述室内管温度相减，得到排气过热度数据，并将所述待检测空调的多组排气过热度数据的方差、均值以及多组所述排气过热度数据的数量确定为所述目标排气过热度数据；
74.所述处理器执行所述根据多组所述室内温度和多组所述室内管温度值，得到目标室内换热温差数据，具体被配置为：
75.针对任意一组空调状态数据，将所述空调状态数据中的室内温度和所述室内管温度值的差值，确定为所述室内换热温差数据，并将多组所述室内换热温差数据的方差、均值以及多组所述室内换热温差的数量确定为目标室内换热温差数据；
76.所述处理器执行所述通过多组所述室外冷凝器温度以及多组所述室外温度，得到目标室外换热温差数据，具体被配置为：
77.针对任意一组空调状态数据，将所述空调状态数据中的所述室外冷凝器温度与所述室外温度的差值，确定为所述室外换热温差数据，并将多组所述室外换热温差数据的方差、均值以及多组所述室外换热温差的数量确定为目标室外换热温差数据；
78.所述处理器执行所述利用多组所述室内温度和多组所述室内设定温度，得到目标设定温差数据，具体被配置为：
79.针对任意一组空调状态数据，将所述空调状态数据中的所述室内温度和所述室内设定温度的差值，确定为设定温差数据，并将多组所述设定温差数据的方差、均值以及多组所述设定温差数据的数量确定为所述目标设定温差数据；
80.所述处理器执行所述根据多组所述压缩机设定功率和多组所述压缩机实际功率，得到目标功率差距数据，具体被配置为：
81.针对任意一组空调状态数据，将所述空调状态数据中的所述压缩机设定功率和所述压缩机实际功率的差值，确定为功率差距数据，并将多组所述功率差距数据的方差、均值以及多组所述功率差距数据的数量确定为所述目标功率差距数据。
82.在一个实施例中，所述处理器执行所述根据各待检测空调的目标空调状态数据，确定所述各检测空调中的各目标召回空调以及所述各目标召回空调的置信度，具体被配置为：
83.利用预设的单分类算法以及所述各待检测空调的目标空调状态数据对所述各待检测空调进行分类，得到所述各待检测空调的类别以及各待检测空调的置信度，其中，所述类别包括召回空调类别和非召回空调类别；
84.将类别为召回空调类别的各待检测空调，确定为所述目标召回空调，并将所述各待检测空调的置信度确定为所述各目标召回空调的置信度。
85.在一个实施例中，所述处理器执行所述通过所述各目标召回空调的置信度对所述各目标召回空调进行聚类分析，得到所述各目标召回空调的趋势性问题的等级，具体被配置为：
86.利用预设的聚类算法对所述各目标召回空调进行聚类，得到多个聚类集合；
87.针对任意一个聚类集合，将所述聚类集合中为聚类中心的目标召回空调的置信度确定为所述聚类集合的聚类值；
88.基于各聚类集合的聚类值，分别确定所述各聚类集合中各目标召回空调的趋势性问题的等级。
89.根据本公开实施例提供的第三方面，提供一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序用于执行如第一方面所述的方法。
附图说明
90.为了更清楚地说明本公开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要介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
91.图1为根据本公开一个实施例中的适用场景示意图之一；
92.图2为根据本公开一个实施例中的适用场景示意图之二；
93.图3为根据本公开一个实施例中的适用场景示意图之三；
94.图4为根据本公开一个实施例的空调的趋势性问题的检测方法的流程示意图之一；
95.图5为根据本公开一个实施例的确定使用总时长的流程示意图；
96.图6为根据本公开一个实施例的确定目标召回空调的流程示意图；
97.图7为根据本公开一个实施例的确定各目标召回空调的趋势性问题的等级的流程示意图；
98.图8为根据本公开一个实施例的聚类集合示意图；
99.图9为根据本公开一个实施例的空调的趋势性问题的检测方法的流程示意图之二；
100.图10为根据本公开一个实施例的空调的趋势性问题的检测装置；
101.图11为根据本公开一个实施例的电子设备的结构示意图。
具体实施方式
102.为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，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，都属于本公开保护的范围。
103.本公开实施例中术语“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
104.本公开实施例描述的应用场景是为了更加清楚的说明本公开实施例的技术方案，并不构成对于本公开实施例提供的技术方案的限定，本领域普通技术人员可知，随着新应用场景的出现，本公开实施例提供的技术方案对于类似的技术问题，同样适用。其中，在本公开的描述中，除非另有说明，“多个”的含义是两个或两个以上。
105.现有技术中，当通过空调设备的压缩机频率和排气温度来分析空调设备是否达到某个临界值，只有到达临界值时才能确定出空调存在趋势性问题。然而，临界值低意味着用户的空调设备已经在一段时间内处于“亚健康”的状态进行工作，即现有的状态检测方法，只有当问题很严重时，才会报警。所以，现有技术中的空调的趋势性问题的检测方法的准确率较低。
106.因此，本公开提供一种空调的趋势性问题的检测方法，通过获取的待检测空调的多组空调状态数据确定待检测空调的目标空调状态数据，然后根据各待检测空调的目标空调状态数据，确定所述各检测空调中的各目标召回空调以及所述各目标召回空调的置信度；最后通过所述各目标召回空调的置信度对所述各目标召回空调进行聚类分析，得到所述各目标召回空调的趋势性问题的等级。由此，本实施例中可以确定出空调的趋势性问题的等级，避免出现空调出现很严重的问题才进行报警的情况，提高了空调的趋势性问题的检测的准确率。下面，结合附图对本公开的方案详细的进行介绍。
107.如图1所示，为本技术实施例提供的空调的趋势性问题的检测方法的应用场景示意图。该应用场景中是以电子设备为服务器为例进行说明的。该应用场景中包括空调110和服务器120。服务器120可以通过单个服务器实现，也可以通过多个服务器实现。服务器120可以通过实体服务器实现，也可以通过虚拟服务器实现。
108.在一种可能的应用场景中，针对任意一个空调110，服务器120每隔指定时长，获取空调110的多组空调状态数据，其中，所述多组状态数据为不同时间对应的空调状态数据；以及服务器120基于所述多组空调状态数据，得到所述空调110的目标空调状态数据；然后服务器120根据各空调110的目标空调状态数据，确定所述各空调110中的各目标召回空调以及所述各目标召回空调的置信度，最后服务器120通过所述各目标召回空调的置信度对所述各目标召回空调进行聚类分析，得到所述各目标召回空调的趋势性问题的等级。
109.如图2所示，该应用场景中包括空调110、服务器120和存储器130。在一种可能的应用场景中，针对任意一个空调110，服务器120每隔指定时长，获取空调110存储在同一存储
器130中的多组空调状态数据，其中，所述多组状态数据为不同时间对应的空调状态数据；以及服务器120基于所述多组空调状态数据，得到所述空调110的目标空调状态数据；然后服务器120根据各空调110的目标空调状态数据，确定所述各空调110中的各目标召回空调以及所述各目标召回空调的置信度，最后服务器120通过所述各目标召回空调的置信度对所述各目标召回空调进行聚类分析，得到所述各目标召回空调的趋势性问题的等级。
110.如图3所示，该应用场景中包括空调110、服务器120和存储器130。在一种可能的应用场景中，针对任意一个空调110，服务器120每隔指定时长，获取空调110分别存储在各自的存储器130中的多组空调状态数据，其中，所述多组状态数据为不同时间对应的空调状态数据；以及服务器120基于所述多组空调状态数据，得到所述空调110的目标空调状态数据；然后服务器120根据各空调110的目标空调状态数据，确定所述各空调110中的各目标召回空调以及所述各目标召回空调的置信度，最后服务器120通过所述各目标召回空调的置信度对所述各目标召回空调进行聚类分析，得到所述各目标召回空调的趋势性问题的等级。
111.其中，图1中的服务器120与空调110之间可通过通信网络进行信息交互，其中，通信网络采用的通信方式可分为无线通信方式或有线通信方式。
112.示例性的，服务器120可通过蜂窝移动通信技术接入网络，与空调110进行通信，其中，所述蜂窝移动通信技术，比如，包括第五代移动通信(5th generation mobile networks，5g)技术。
113.可选的，服务器120可通过短距离无线通信方式接入网络，与空调110进行通信，其中，所述短距离无线通信方式，比如，包括无线保真(wireless fidelity，wi-fi)技术。
114.并且，本技术中的描述中仅就三个空调110、单个服务器120和单个存储器130加以详述，但是本领域技术人员应当理解的是，示出的空调110、服务器120和存储器130旨在表示本技术的技术方案涉及的空调110、服务器120和存储器130的操作。而非暗示对空调110、服务器120和存储器130的数量、类型或是位置等具有限制。应当注意，如果向图示环境中添加附加模块或从其中去除个别模块，不会改变本技术的示例实施例的底层概念。
115.需要说明的是，本技术提出的空调的趋势性问题的检测方法不仅适用于图1、图2和图3所示的应用场景，还适用于任何有空调的趋势性问题的检测的装置。
116.下面结合上述描述的应用场景，参考附图来描述本技术示例性实施方式的空调的趋势性问题的检测方法，需要注意的是，上述应用场景仅是为了便于理解本技术的方法和原理而示出，本技术的实施方式在此方面不受任何限制。
117.如图4所示，为本公开的空调的趋势性问题的检测方法的流程示意图，可包括以下步骤：
118.步骤401：针对任意一个待检测空调，每隔指定时长，获取所述待检测空调的多组空调状态数据，其中，所述多组状态数据为不同时间对应的空调状态数据；
119.其中，任意一组空调状态数据包括时间、开关机状态、压缩机排气温度、室外冷凝器温度、室内管温度值、室内温度、室外温度、室内设定温度、压缩机设定功率、压缩机实际功率。
120.需要说明的是：本实施例中的指定时长可根据实际情况来进行设置，本实施例在此并不对指定时长的具体值进行限定。
121.步骤402：基于所述多组空调状态数据，得到所述待检测空调的目标空调状态数
据；
122.其中，所述目标空调状态数据包括使用总时长、目标排气过热度数据、目标室内换热温差数据、目标室外换热温差数据、目标设定温差数据、目标功率差距数据。其中，所述使用总时长用于表示所述待检测空调在指定时间段内的使用总时长。
123.需要说明的是：本实施例中的指定时间段为00:00～24:00，但是本实施并不对指定时间段进行限定，本实施例中的指定时间段可根据实际情况来进行设置。下面，分别对目标空调状态数据的确定方法进行详细的介绍：
124.1、使用总时长：
125.基于所述待检测空调的多组开关机状态以及与所述多组开关机状态对应的时间，得到所述待检测空调的使用总时长，其中，所述使用总时长用于表示所述待检测空调在指定时间段内的使用总时长。
126.在一个实施例中，如图5所示，为确定使用总时长的流程示意图，包括以下步骤：
127.步骤501：按照从早到晚的顺序对各时间进行遍历；
128.步骤502：针对任意一个遍历到的时间，判断所述时间对应的开关机状态是否为开机状态，且位于所述时间的后一时间的开关机状态是否为开机状态，若是，则执行步骤503，若否，则执行步骤504；
129.步骤503：将所述时间与位于所述时间的后一时间的差值确定为中间开机时长；
130.步骤504：将所述时间对应的中间开机时长确定为预设时长；
131.其中，本实施例中的预设时长为0。但是本实施例并不对预设时长进行限定，本实施例中的预设时长可根据实际情况来进行设置。
132.步骤505：将确定出的各中间开机时长相加，得到所述待检测空调的使用总时长。
133.例如，待检测空调1的各时间包括：10:00、10:05、10:10、10:15、10:20。若确定10:00对应的开关机状态为开机状态，10:05对应的开关机状态为开机状态，10:10对应的开关机状态为关机状态，10:15对应的开关机状态为开机状态，10:20对应的开关机状态为开机状态。则确定10:00与10:05之间的中间开机时长为5分钟，10:05与10:10之间的中间开机时长为预设时长0分钟，10:10与10:15之间的中间开机时长为预设时长0分钟。10:15与10:20之间的中间开机时长为5分钟。则将确定出各中间开机时长相加，得到待检测空调1的使用总时长为10分钟。
134.2、目标排气过热度数据：
135.方式一：当所述待检测空调为制冷模式时，则根据多组所述压缩机排气温度以及多组所述室外冷凝器温度，得到目标排气过热度数据。
136.在一个实施例中，具体通过以下方式确定所述目标排气过热度数据：
137.针对任意一组空调状态数据，将所述空调状态数据中的压缩机排气温度与所述室外冷凝器温度相减，得到排气过热度数据，并将所述待检测空调的多组排气过热度数据的方差、均值以及多组所述排气过热度数据的数量确定为所述目标排气过热度数据。其中，所述多组排气过热度数据的数量为排气过热度数据的组数。
138.在一个实施例中，可通过公式(1)确定所述排气过热度数据：
139.s1＝w
压-w1……
(1)；
140.其中，s1为所述排气过热度数据，w
压
为所述压缩机排气温度，w1为所述室外冷凝器
温度。
141.下面，对确定所述待检测空调的多组排气过热度数据的方差和均值的方式进行详细的介绍：
142.1、均值：
143.将所述待检测空调的多组排气过热度数据相加后与所述多组排气过热度数据的数量相除，得到所述均值。
144.2、方差：
145.针对所述多组排气过热度数据中的任意一组排气过热度数据，将所述排气过热度数据与所述多组排气过热度数据的均值相减，得到第一差值，将所述多组排气过热度数据对应的第一差值的平方相加，得到第一总差值，将所述第一总差值与所述多组排气过热度数据的数量相除，得到所述排气过热度数据的方差。其中，可通过公式(2)得到所述排气过热度数据的方差：
[0146][0147]
其中，为所述排气过热度数据的方差，x
1i
为所述多组排气过热度数据中第i个排气过热度数据，为所述多组排气过热度数据的均值，n为所述多组排气过热度数据的数量。
[0148]
方式二：当所述待检测空调为制热模式时，则根据多组所述压缩机排气温度和多组所述室内管温度，得到所述目标排气过热度数据。
[0149]
在一个实施例中，具体通过以下方式得到所述目标排气过热度数据：
[0150]
针对任意一组空调状态数据，将所述空调状态数据中的压缩机排气温度与所述室内管温度相减，得到排气过热度数据，并将所述待检测空调的多组排气过热度数据的方差、均值以及多组所述排气过热度数据的数量确定为所述目标排气过热度数据。其中，可通过公式(3)确定所述排气过热度数据：
[0151]
s1＝w
压-w2……
(3)；
[0152]
其中，s为所述排气过热度数据，w
压
为所述压缩机排气温度，w2为所述室内管温度。
[0153]
需要说明的是：本实施例中确定多组排气过热度数据的方差以及均值的方式与前文所述的方式相同，本实施例在此并不再进行赘述。
[0154]
3、目标室内换热温差数据：
[0155]
根据多组所述室内温度和多组所述室内管温度值，得到目标室内换热温差数据。
[0156]
在一个实施例中，通过以下方式确定所述目标室内换热温差数据：
[0157]
针对任意一组空调状态数据，将所述空调状态数据中的室内温度和所述室内管温度值的差值，确定为所述室内换热温差数据，并将多组所述室内换热温差数据的方差、均值以及多组所述室内换热温差的数量确定为目标室内换热温差数据。
[0158]
其中，室内换热温差数据的确定方式具体包括以下两种：
[0159]
方式一：当所述待检测空调为制冷模式时，将所述室内温度与所述室内管温度值相减，得到所述室内换热温差数据，其中，可通过公式(4)得到所述室内换热温差数据：
[0160]
s2＝w
s-w2……
(4)；
[0161]
其中，s2为所述室内换热温差数据，ws为所述室内温度，w2为所述室内管温度值。
[0162]
方式二：当所述待检测空调为制热模式时，将所述室内管温度值与所述室内温度相减，得到所述室内换热温差数据，其中，可通过公式(5)得到所述室内换热温差数据：
[0163]
s2＝w
2-ws……
(5)；
[0164]
其中，s2为所述室内换热温差数据，ws为所述室内温度，w2为所述室内管温度。
[0165]
下面，对确定所述待检测空调的多组所述室内换热温差数据的方差和均值的方式进行详细的介绍：
[0166]
1、均值：
[0167]
将所述待检测空调的多组所述室内换热温差数据相加后与所述多组所述室内换热温差数据的数量相除，得到所述均值。
[0168]
2、方差：
[0169]
针对所述多组所述室内换热温差数据中的任意一组室内换热温差数据，将所述室内换热温差数据与所述多组室内换热温差数据的均值相减，得到第二差值，将所述多组室内换热温差数据对应的第二差值的平方相加，得到第二总差值，将所述第二总差值与所述多组室内换热温差数据的数量相除，得到所述室内换热温差数据的方差。其中，可通过公式(6)得到所述室内换热温差数据的方差：
[0170][0171]
其中，为所述室内换热温差数据的方差，x
2i
为所述多组室内换热温差数据中第i个室内换热温差数据，为所述多组室内换热温差数据的均值，n为所述多组室内换热温差数据的数量。
[0172]
4、目标室外换热温差数据：
[0173]
通过多组所述室外冷凝器温度以及多组所述室外温度，得到目标室外换热温差数据。
[0174]
在一个实施例中，具体通过以下方式确定所述目标室外换热温差数据：
[0175]
针对任意一组空调状态数据，将所述空调状态数据中的所述室外冷凝器温度与所述室外温度的差值，确定为所述室外换热温差数据，并将多组所述室外换热温差数据的方差、均值以及多组所述室外换热温差的数量确定为目标室外换热温差数据。
[0176]
其中，室外换热温差数据的确定方式具体包括以下两种：
[0177]
方式一：当所述待检测空调为制冷模式时，将所述室外冷凝器温度与所述室外温度相减，得到所述室外换热温差数据。其中，可通过公式(7)确定所述室外换热温差数据：
[0178]
s3＝w
1-ww……
(7)；
[0179]
其中，s3为所述室外换热温差数据，w1为所述室外冷凝器温度，ww为所述室外温度。
[0180]
方式二：当所述待检测空调为制热模式时，将所述室外温度与所述室外冷凝器温度相减，得到所述室外换热温差数据。其中，可通过公式(8)确定所述室外换热温差数据：
[0181]
s3＝w
w-w1……
(8)；
[0182]
其中，s3为所述室外换热温差数据，w1为所述室外冷凝器温度，ww为所述室外温度。
[0183]
下面，对确定所述待检测空调的多组室外换热温差数据的方差和均值的方式进行详细的介绍：
[0184]
1、均值：
[0185]
将所述待检测空调的多组室外换热温差数据相加后与所述多组室外换热温差数据的数量相除，得到所述均值。
[0186]
2、方差：
[0187]
针对所述多组室外换热温差数据中的任意一组室外换热温差数据，将所述室外换热温差数据与所述多组室外换热温差数据的均值相减，得到第三差值，将所述多组室外换热温差数据对应的第三差值的平方相加，得到第三总差值，将所述第三总差值与所述多组室外换热温差数据的数量相除，得到所述室外换热温差数据的方差。其中，可通过公式(9)得到所述室外换热温差数据的方差：
[0188][0189]
其中，为所述室外换热温差数据的方差，x
3i
为所述多组室外换热温差数据中第i个室外换热温差数据，为所述多组室外换热温差数据的均值，n为所述多组室外换热温差数据的数量。
[0190]
5、目标设定温差数据：
[0191]
利用多组所述室内温度和多组所述室内设定温度，得到目标设定温差数据。
[0192]
在一个实施例中，具体通过以下方式确定所述目标设定温差数据：
[0193]
针对任意一组空调状态数据，将所述空调状态数据中的所述室内温度和所述室内设定温度的差值，确定为设定温差数据，并将多组所述设定温差数据的方差、均值以及多组所述设定温差数据的数量确定为所述目标设定温差数据。其中，可通过以下两种方式确定所述设定温差数据：
[0194]
方式一：当所述待检测空调为制冷模式时，将所述室内温度和所述室内设定温度相减，得到所述设定温度差值。其中，可通过公式(10)确定所述设定温度差值：
[0195]
s4＝w
s-w3……
(10)；
[0196]
其中，s4为所述设定温度差值，ws为所述室内温度，w3为所述室内设定温度。
[0197]
方式二：当所述待检测空调为制热模式时，将所述室内设定温度和所述室内温度相减，得到所述设定温度差值。其中，可通过公式(11)确定所述设定温度差值：
[0198]
s4＝w
3-ws……
(11)；
[0199]
其中，s4为所述设定温度差值，ws为所述室内温度，w3为所述室内设定温度。
[0200]
下面，对确定所述待检测空调的多组设定温差数据的方差和均值的方式进行详细的介绍：
[0201]
1、均值：
[0202]
将所述待检测空调的多组设定温差数据相加后与所述多组设定温差数据的数量相除，得到所述均值。
[0203]
2、方差：
[0204]
针对所述多组设定温差数据中的任意一组设定温差数据，将所述设定温差数据与所述多组设定温差数据的均值相减，得到第四差值，将所述多组设定温差数据对应的第四差值的平方相加，得到第四总差值，将所述第四总差值与所述多组设定温差数据的数量相除，得到所述设定温差数据的方差。其中，可通过公式(12)得到所述设定温差数据的方差：
[0205][0206]
其中，为所述设定温差数据的方差，x
4i
为所述多组设定温差数据中第i个设定温差数据，为所述多组设定温差数据的均值，n为所述多组设定温差数据的数量。
[0207]
6、目标功率差距数据：
[0208]
根据多组所述压缩机设定功率和多组所述压缩机实际功率，得到目标功率差距数据。
[0209]
在一个实施例中，具体通过以下方式确定所述目标功率差距数据：
[0210]
针对任意一组空调状态数据，将所述空调状态数据中的所述压缩机设定功率和所述压缩机实际功率的差值，确定为功率差距数据，并将多组所述功率差距数据的方差、均值以及多组所述功率差距数据的数量确定为所述目标功率差距数据。其中，可通过公式(13)得到所述功率差距数据：
[0211]
δw＝w
设-w
实
……
(13)；
[0212]
其中，δw为所述功率差距数据，w
设
为所述压缩机设定功率，w
实
为所述压缩机实际功率。
[0213]
下面，对确定所述待检测空调的多组功率差距数据的方差和均值的方式进行详细的介绍：
[0214]
1、均值：
[0215]
将所述待检测空调的多组功率差距数据相加后与所述多组功率差距数据的数量相除，得到所述均值。
[0216]
2、方差：
[0217]
针对所述多组功率差距数据中的任意一组功率差距数据，将所述功率差距数据与所述多组功率差距数据的均值相减，得到第五差值，将所述多组功率差距数据对应的第五差值的平方相加，得到第五总差值，将所述第五总差值与所述多组功率差距数据的数量相除，得到所述功率差距数据的方差。其中，可通过公式(14)得到所述功率差距数据的方差：
[0218][0219]
其中，为所述功率差距数据的方差，x
5i
为所述多组功率差距数据中第i个功率差距数据，为所述多组功率差距数据的均值，n为所述多组功率差距数据的数量。
[0220]
步骤403：根据各待检测空调的目标空调状态数据，确定所述各检测空调中的各目标召回空调以及所述各目标召回空调的置信度；
[0221]
如图6所示，为确定目标召回空调的流程示意图，包括以下步骤：
[0222]
步骤601：利用预设的单分类算法以及所述各待检测空调的目标空调状态数据对所述各待检测空调进行分类，得到所述各待检测空调的类别以及各待检测空调的置信度，其中，所述类别包括召回空调类别和非召回空调类别；
[0223]
在一个实施例中，将所述各待检测空调的目标空调状态数据输入至所述预设的单分类算法中，得到所述各待检测空调的类别以及所述各待检测空调的置信度。
[0224]
需要说明的是：本实施例中的单分类算法使用的是单类支持向量机算法，但是具
体的单分类算法可根据实际情况来进行设置，本实施例在此并不对单分类算法进行限定。
[0225]
步骤602：将类别为召回空调类别的各待检测空调，确定为所述目标召回空调，并将所述各待检测空调的置信度确定为所述各目标召回空调的置信度。
[0226]
其中，本实施例中的待检测空调的类别包括召回空调类别和非召回空调类别。
[0227]
步骤404：通过所述各目标召回空调的置信度对所述各目标召回空调进行聚类分析，得到所述各目标召回空调的趋势性问题的等级。
[0228]
由此，本公开中通过获取的待检测空调的多组空调状态数据确定待检测空调的目标空调状态数据，然后根据各待检测空调的目标空调状态数据，确定所述各检测空调中的各目标召回空调以及所述各目标召回空调的置信度；最后通过所述各目标召回空调的置信度对所述各目标召回空调进行聚类分析，得到所述各目标召回空调的趋势性问题的等级。由此，本公开中可以确定出空调的趋势性问题的等级，避免出现空调出现很严重的问题才进行报警的情况，提高了空调的趋势性问题的检测的准确率。
[0229]
下面，对确定各目标召回空调的趋势性问题的等级进行详细的说明，如图7所示，为具体确定各目标召回空调的趋势性问题的等级的流程示意图，包括以下步骤：
[0230]
步骤701：利用预设的聚类算法对所述各目标召回空调进行聚类，得到多个聚类集合；
[0231]
需要说明的是：本实施例中的聚类算法使用的k-means(k-means clustering algorithm，k均值聚类算法)，但是并不对本实施例中的聚类算法进行限定，本实施例中的聚类算法可根据实际情况来进行设置。
[0232]
下面，以k-means算法为例对本实施例中的聚类过程进行说明：
[0233]
首先，随机选取指定数量的目标召回空调作为初始的聚类中心。然后，计算其他的每个目标召回空调与各个初始的聚类中心之间的距离。然后把每个目标召回空调分配给距离它最近的聚类中心。聚类中心以及分配给它们的目标召回空调就代表一个聚类集合。一旦全部目标召回空调都被分配了，每个聚类集合的聚类中心会根据聚类集合中现有的目标召回空调被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是以下任何一个：
[0234]
(1)没有对象被重新分配给不同的聚类。
[0235]
(2)没有聚类中心再发生变化。
[0236]
其中，任意一个目标召回空调与聚类中心的距离是基于该目标召回空调的置信度以及所述聚类中心的置信度确定出的。可通过公式(15)确定所述目标召回空调与所述聚类中心的距离：
[0237][0238]
其中，c1为所述目标召回空调的置信度，c2为所述聚类中心的置信度，d为所述目标召回空调与所述聚类中心的距离。
[0239]
步骤702：针对任意一个聚类集合，将所述聚类集合中为聚类中心的目标召回空调的置信度确定为所述聚类集合的聚类值；
[0240]
例如，聚类集合1中包括目标召回空调1、目标召回空调2、目标召回空调3和目标召回空调4。其中，目标召回空调1为聚类集合1的聚类中心，则将目标召回空调1的置信度确定为所述聚类集合1的聚类值。
[0241]
步骤703：基于各聚类集合的聚类值，分别确定所述各聚类集合中各目标召回空调的趋势性问题的等级。
[0242]
在一个实施例中，具体通过以下方式确定所述聚类集合中各目标召回空调的趋势性问题的等级：
[0243]
针对任意一个聚类集合，利用预设的聚类值与趋势性问题的等级的对应关系，确定与所述各聚类集合的聚类值相对应的趋势性问题的等级，并将所述趋势性问题的等级确定为所述聚类集合中各目标召回空调的趋势性问题的等级。
[0244]
其中，表1为聚类值与趋势性问题的对应关系：
[0245][0246][0247]
表1
[0248]
例如，如图8所示，图中有三个聚类集合，分别为聚类集合1、聚类集合2和聚类集合3。其中，若聚类集合1的聚类值为a，聚类集合2的聚类值为d，聚类集合3的聚类值为m，则利用表1中的对应关系确定出聚类集合1中的各目标召回空调(即召回空调1、召回空调2和召回空调3)的趋势性问题的等级为低。以及确定出聚类集合2中的各目标召回空调(即召回空调4、召回空调5和召回空调6)的趋势性问题的等级为中。以及确定出聚类集合3中的各目标召回空调(即召回空调7、召回空调8和召回空调9)的趋势性问题的等级为极高。
[0249]
为了进一步的了解本公开的技术方案，下面结合图9进行详细的说明，可包括以下步骤：
[0250]
步骤901：针对任意一个待检测空调，每隔指定时长，获取所述待检测空调的多组空调状态数据，其中，所述多组状态数据为不同时间对应的空调状态数据，且任意一组空调状态数据包括时间、开关机状态、压缩机排气温度、室外冷凝器温度、室内管温度值、室内温度、室外温度、室内设定温度、压缩机设定功率、压缩机实际功率；
[0251]
步骤902：针对任意一个待检测空调，按照从早到晚的顺序对各时间进行遍历；
[0252]
步骤903：对任意一个遍历到的时间，判断所述时间对应的开关机状态为开机状态，且位于所述时间的后一时间的开关机状态为开机状态，若是，则执行步骤904，若否，则执行步骤905；
[0253]
步骤904：将所述时间与位于所述时间的后一时间的差值确定为中间开机时长；
[0254]
步骤905：将所述时间对应的中间开机时长确定为预设时长；
[0255]
步骤906：将确定出的各中间开机时长相加，得到所述待检测空调的使用总时长，其中，所述使用总时长用于表示所述待检测空调在指定时间段内的使用总时长；
[0256]
步骤907：根据多组所述压缩机排气温度，得到目标排气过热度数据；
[0257]
步骤908：针对任意一组空调状态数据，将所述空调状态数据中的室内温度和所述室内管温度值的差值，确定为所述室内换热温差数据，并将多组所述室内换热温差数据的方差、均值以及多组所述室内换热温差的数量确定为目标室内换热温差数据；
[0258]
步骤909：针对任意一组空调状态数据，将所述空调状态数据中的所述室外冷凝器温度与所述室外温度的差值，确定为所述室外换热温差数据，并将多组所述室外换热温差数据的方差、均值以及多组所述室外换热温差的数量确定为目标室外换热温差数据；
[0259]
步骤910：针对任意一组空调状态数据，将所述空调状态数据中的所述室内温度和所述室内设定温度的差值，确定为设定温差数据，并将多组所述设定温差数据的方差、均值以及多组所述设定温差数据的数量确定为所述目标设定温差数据；
[0260]
步骤911：针对任意一组空调状态数据，将所述空调状态数据中的所述压缩机设定功率和所述压缩机实际功率的差值，确定为功率差距数据，并将多组所述功率差距数据的方差、均值以及多组所述功率差距数据的数量确定为所述目标功率差距数据；
[0261]
其中，步骤907～步骤911的执行顺序本实施例在此并不进行限定，可以先后执行，也可以同时执行。
[0262]
步骤912：将所述使用总时长、所述目标排气过热度数据、所述目标室内换热温差数据、所述目标室外换热温差数据、所述目标设定温差数据以及所述目标功率差距数据确定为所述目标空调状态数据；
[0263]
步骤913：利用预设的单分类算法以及所述各待检测空调的目标空调状态数据对所述各待检测空调进行分类，得到所述各待检测空调的类别以及各待检测空调的置信度，其中，所述类别包括召回空调类别和非召回空调类别；
[0264]
步骤914：将类别为召回空调类别的各待检测空调，确定为所述目标召回空调，并将所述各待检测空调的置信度确定为所述各目标召回空调的置信度；
[0265]
步骤915：利用预设的聚类算法对所述各目标召回空调进行聚类，得到多个聚类集合；
[0266]
步骤916：针对任意一个聚类集合，将所述聚类集合中为聚类中心的目标召回空调的置信度确定为所述聚类集合的聚类值；
[0267]
步骤917：基于各聚类集合的聚类值，分别确定所述各聚类集合中各目标召回空调的趋势性问题的等级。
[0268]
基于相同的公开构思，本公开如上所述的空调的趋势性问题的检测方法还可以由一种空调的趋势性问题的检测装置实现。该空调的趋势性问题的检测装置的效果与前述方法的效果相似，在此不再赘述。
[0269]
图10为根据本公开一个实施例的空调的趋势性问题的检测装置的结构示意图。
[0270]
如图10所示，本公开的空调的趋势性问题的检测装置1000可以包括获取模块1010、目标空调状态数据确定模块1020、目标召回空调确定模块1030和聚类分析模块1040。
[0271]
获取模块1010，用于针对任意一个待检测空调，每隔指定时长，获取所述待检测空调的多组空调状态数据，其中，所述多组状态数据为不同时间对应的空调状态数据；
[0272]
目标空调状态数据确定模块1020，用于基于所述多组空调状态数据，得到所述待检测空调的目标空调状态数据；
[0273]
目标召回空调确定模块1030，用于根据各待检测空调的目标空调状态数据，确定所述各检测空调中的各目标召回空调以及所述各目标召回空调的置信度；
[0274]
聚类分析模块1040，用于通过所述各目标召回空调的置信度对所述各目标召回空调进行聚类分析，得到所述各目标召回空调的趋势性问题的等级。
[0275]
在一个实施例中，任意一组空调状态数据包括时间、开关机状态、压缩机排气温度、室外冷凝器温度、室内管温度值、室内温度、室外温度、室内设定温度、压缩机设定功率、压缩机实际功率；
[0276]
所述目标空调状态数据确定模块1020，具体用于：
[0277]
针对任意一个待检测空调，基于所述待检测空调的多组开关机状态以及与所述多组开关机状态对应的时间，得到所述待检测空调的使用总时长，其中，所述使用总时长用于表示所述待检测空调在指定时间段内的使用总时长；以及，
[0278]
当所述待检测空调为制冷模式时，则根据多组所述压缩机排气温度以及多组所述室外冷凝器温度，得到目标排气过热度数据；或，当所述待检测空调为制热模式时，则根据多组所述压缩机排气温度和多组所述室内管温度，得到所述目标排气过热度数据；以及，
[0279]
根据多组所述室内温度和多组所述室内管温度值，得到目标室内换热温差数据；以及，
[0280]
通过多组所述室外冷凝器温度以及多组所述室外温度，得到目标室外换热温差数据；以及，
[0281]
利用多组所述室内温度和多组所述室内设定温度，得到目标设定温差数据；以及，
[0282]
根据多组所述压缩机设定功率和多组所述压缩机实际功率，得到目标功率差距数据；
[0283]
将所述使用总时长、所述目标排气过热度数据、所述目标室内换热温差数据、所述目标室外换热温差数据、所述目标设定温差数据以及所述目标功率差距数据确定为所述目标空调状态数据。
[0284]
在一个实施例中，所述目标空调状态数据确定模块1020执行所述基于所述待检测空调的多组开关机状态以及与所述多组开关机状态对应的时间，得到所述待检测空调的使用总时长，具体用于：
[0285]
按照从早到晚的顺序对各时间进行遍历，针对任意一个遍历到的时间，执行以下步骤：
[0286]
若所述时间对应的开关机状态为开机状态，且位于所述时间的后一时间的开关机状态为开机状态，则将所述时间与位于所述时间的后一时间的差值确定为中间开机时长；
[0287]
否则，则将所述时间对应的中间开机时长确定为预设时长；
[0288]
将确定出的各中间开机时长相加，得到所述待检测空调的使用总时长。
[0289]
在一个实施例中，所述目标空调状态数据确定模块1020执行所述当所述待检测空调为制冷模式时，则根据多组所述压缩机排气温度以及多组所述室外冷凝器温度，得到目标排气过热度数据，具体用于：
[0290]
针对任意一组空调状态数据，将所述空调状态数据中的压缩机排气温度与所述室外冷凝器温度相减，得到排气过热度数据，并将所述待检测空调的多组排气过热度数据的方差、均值以及多组所述排气过热度数据的数量确定为所述目标排气过热度数据；
[0291]
所述目标空调状态数据确定模块1020执行所述当所述待检测空调为制热模式时，则根据多组所述压缩机排气温度和多组所述室内管温度，得到所述目标排气过热度数据，具体用于：
[0292]
针对任意一组空调状态数据，将所述空调状态数据中的压缩机排气温度与所述室
内管温度相减，得到排气过热度数据，并将所述待检测空调的多组排气过热度数据的方差、均值以及多组所述排气过热度数据的数量确定为所述目标排气过热度数据；
[0293]
所述目标空调状态数据确定模块1020执行所述根据多组所述室内温度和多组所述室内管温度值，得到目标室内换热温差数据，具体用于：
[0294]
针对任意一组空调状态数据，将所述空调状态数据中的室内温度和所述室内管温度值的差值，确定为所述室内换热温差数据，并将多组所述室内换热温差数据的方差、均值以及多组所述室内换热温差的数量确定为目标室内换热温差数据；
[0295]
所述目标空调状态数据确定模块1020执行所述通过多组所述室外冷凝器温度以及多组所述室外温度，得到目标室外换热温差数据，具体用于：
[0296]
针对任意一组空调状态数据，将所述空调状态数据中的所述室外冷凝器温度与所述室外温度的差值，确定为所述室外换热温差数据，并将多组所述室外换热温差数据的方差、均值以及多组所述室外换热温差的数量确定为目标室外换热温差数据；
[0297]
所述目标空调状态数据确定模块1020执行所述利用多组所述室内温度和多组所述室内设定温度，得到目标设定温差数据，具体用于：
[0298]
针对任意一组空调状态数据，将所述空调状态数据中的所述室内温度和所述室内设定温度的差值，确定为设定温差数据，并将多组所述设定温差数据的方差、均值以及多组所述设定温差数据的数量确定为所述目标设定温差数据；
[0299]
所述目标空调状态数据确定模块1020执行所述根据多组所述压缩机设定功率和多组所述压缩机实际功率，得到目标功率差距数据，具体用于：
[0300]
针对任意一组空调状态数据，将所述空调状态数据中的所述压缩机设定功率和所述压缩机实际功率的差值，确定为功率差距数据，并将多组所述功率差距数据的方差、均值以及多组所述功率差距数据的数量确定为所述目标功率差距数据。
[0301]
在一个实施例中，所述目标召回空调确定模块1030，具体用于：
[0302]
利用预设的单分类算法以及所述各待检测空调的目标空调状态数据对所述各待检测空调进行分类，得到所述各待检测空调的类别以及各待检测空调的置信度，其中，所述类别包括召回空调类别和非召回空调类别；
[0303]
将类别为召回空调类别的各待检测空调，确定为所述目标召回空调，并将所述各待检测空调的置信度确定为所述各目标召回空调的置信度。
[0304]
在一个实施例中，所述聚类分析模块1040，具体用于：
[0305]
利用预设的聚类算法对所述各目标召回空调进行聚类，得到多个聚类集合；
[0306]
针对任意一个聚类集合，将所述聚类集合中为聚类中心的目标召回空调的置信度确定为所述聚类集合的聚类值；
[0307]
基于各聚类集合的聚类值，分别确定所述各聚类集合中各目标召回空调的趋势性问题的等级。
[0308]
在介绍了本公开示例性实施方式的一种空调的趋势性问题的检测方法及装置之后，接下来，介绍根据本公开的另一示例性实施方式的电子设备。
[0309]
所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统
称为“电路”、“模块”或“系统”。
[0310]
在一些可能的实施方式中，根据本公开的电子设备可以至少包括至少一个处理器、以及至少一个计算机存储介质。其中，计算机存储介质存储有程序代码，当程序代码被处理器执行时，使得处理器执行本说明书上述描述的根据本公开各种示例性实施方式的空调的趋势性问题的检测方法中的步骤。例如，处理器可以执行如图4中所示的步骤401-404。
[0311]
下面参照图11来描述根据本公开的这种实施方式的电子设备1100。图11显示的电子设备1100仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
[0312]
如图11所示，电子设备1100以通用电子设备的形式表现。电子设备1100的组件可以包括但不限于：上述至少一个处理器1101、上述至少一个计算机存储介质1102、连接不同系统组件(包括计算机存储介质1102和处理器1101)的总线1103。
[0313]
总线1103表示几类总线结构中的一种或多种，包括计算机存储介质总线或者计算机存储介质控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
[0314]
计算机存储介质1102可以包括易失性计算机存储介质形式的可读介质，例如随机存取计算机存储介质(ram)1121和/或高速缓存存储介质1122，还可以进一步包括只读计算机存储介质(rom)1123。
[0315]
计算机存储介质1102还可以包括具有一组(至少一个)程序模块1124的程序/实用工具1125，这样的程序模块1124包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
[0316]
电子设备1100也可以与一个或多个外部设备1104(例如键盘、指向设备等)通信，还可与一个或者多个使得用户能与电子设备1100交互的设备通信，和/或与使得该电子设备1100能与一个或多个其它电子设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口1105进行。并且，电子设备1100还可以通过网络适配器1106与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器1106通过总线1103与用于电子设备1100的其它模块通信。应当理解，尽管图中未示出，可以结合电子设备1100使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0317]
在一些可能的实施方式中，本公开提供的一种空调的趋势性问题的检测方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在计算机设备上运行时，程序代码用于使计算机设备执行本说明书上述描述的根据本公开各种示例性实施方式的空调的趋势性问题的检测方法中的步骤。
[0318]
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取计算机存储介质(ram)、只读计算机存储介质(rom)、可擦式可编程只读计算机存储介质(eprom或闪存)、光纤、便携式紧凑盘只读计算机存储介质(cd-rom)、光计算机存储介质件、磁计算机存储介质件、或者上述的任意合适的组合。
[0319]
本公开的实施方式的空调的趋势性问题的检测的程序产品可以采用便携式紧凑盘只读计算机存储介质(cd-rom)并包括程序代码，并可以在电子设备上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0320]
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0321]
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
[0322]
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、c 等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户电子设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户电子设备上部分在远程电子设备上执行、或者完全在远程电子设备或服务器上执行。在涉及远程电子设备的情形中，远程电子设备可以通过任意种类的网络包括局域网(lan)或广域网(wan)连接到用户电子设备，或者，可以连接到外部电子设备(例如利用因特网服务提供商来通过因特网连接)。
[0323]
应当注意，尽管在上文详细描述中提及了装置的若干模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之，上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
[0324]
此外，尽管在附图中以特定顺序描述了本公开方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
[0325]
本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘计算机存储介质、cd-rom、光学计算机存储介质等)上实施的计算机程序产品的形式。
[0326]
本公开是参照根据本公开的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0327]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特
定方式工作的计算机可读计算机存储介质中，使得存储在该计算机可读计算机存储介质中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0328]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0329]
显然，本领域的技术人员可以对本公开进行各种改动和变型而不脱离本公开的精神和范围。这样，倘若本公开的这些修改和变型属于本公开权利要求及其等同技术的范围之内，则本公开也意图包含这些改动和变型在内。