CN112161322B - 一种供暖设备及其控制方法 - Google Patents

Abstract

本发明提供了一种供暖设备及其控制方法。方法包括：获取供暖设备的当前能耗数据、用户对供暖设备的当前使用习惯与供暖设备所在场所的当前环境数据并上传至与供暖设备通信的云端服务器中，云端服务器建立有自适应学习模型；控制自适应学习模型对当前能耗数据、当前使用习惯与当前环境数据进行挖掘分析，得到对于供暖设备的当前使用建议；控制云端服务器将当前使用建议推送至用户终端。本发明以当前能耗数据、当前使用习惯与当前环境数据为基础，在分析出供暖设备的当前使用建议时，将当前使用建议发送至用户终端，为用户提供更加舒适节能的设置参考，帮助用户在当前的使用环境下更适宜地使用供暖设备，使得供暖设备的运行与当前使用环境相适应。

Description

一种供暖设备及其控制方法

技术领域

本发明涉及家用电器技术领域，尤其涉及一种供暖设备及其控制方法。

背景技术

随着人们生活水平的提高，相对于采用传统锅具烧水，大多数家庭采用自动化程度高的壁挂炉或热水器等供暖设备实现供暖用热水和卫浴用热水的供应。

现有的壁挂炉或热水器等供暖设备虽然能够显示当前水温以及用户设置的目标水温等数据，然而，用户在使用供暖设备时，一般仅是直接、简单地设置目标温度，而并不清楚在供暖设备的当前使用环境下应该如何更适宜地使用，导致用户设定的目标温度很难在当前使用环境下与最佳的舒适温度相吻合，影响用户舒适度。

并且，在供暖设备工作一段时间后，即使水温或室温已经调整至最佳的舒适温度，用户也并不清楚应该在什么时间调整供暖设备的工作以适应随时在变化的使用环境，导致能源的浪费。

发明内容

本发明实施例提供一种供暖设备及其控制方法，旨在解决用户在使用现有的供暖设备时，并不清楚如何在不同的使用环境下更适宜地使用供暖设备，而导致影响用户舒适度或造成能源浪费的技术问题。

本发明实施例是这样实现的，提供一种供暖设备的控制方法，所述方法包括以下步骤：

获取所述供暖设备的当前能耗数据、用户对所述供暖设备的当前使用习惯与所述供暖设备所在场所的当前环境数据；

将所述当前能耗数据、所述当前使用习惯与所述当前环境数据上传至与所述供暖设备通信的云端服务器中，所述云端服务器建立有自适应学习模型；

控制所述自适应学习模型对所述当前能耗数据、所述当前使用习惯与所述当前环境数据进行挖掘分析，得到对于所述供暖设备的当前使用建议；

控制所述云端服务器将所述当前使用建议推送至用户终端。

更进一步的，在所述获取所述供暖设备的当前能耗数据、用户对所述供暖设备的当前使用习惯与所述供暖设备所在场所的当前环境数据之前，还包括：

获取所述供暖设备在历史时间段的历史能耗数据、用户对所述供暖设备的历史使用习惯与所述供暖设备所在场所的历史环境数据；

将所述历史能耗数据、所述历史使用习惯与所述历史环境数据上传至所述云端服务器并存储；

对所述历史能耗数据、所述历史使用习惯与所述历史环境数据进行挖掘学习得到自适应学习规则；

以所述自适应学习规则为基础，在所述云端服务器中建立自适应学习模型。

更进一步的，所述控制所述自适应学习模型对所述当前能耗数据、所述当前使用习惯与所述当前环境数据进行挖掘分析，得到对于所述供暖设备的当前使用建议的步骤包括：

将所述历史能耗数据、所述历史使用习惯与所述历史环境数据，跟所述当前能耗数据、所述当前使用习惯与所述当前环境数据做对比分析，得到数据差值；

根据所述自适应学习规则对各个所述数据差值进行挖掘分析，得到对于所述供暖设备的当前使用建议。

更进一步的，所述供暖设备还与所述用户终端通信连接，所述控制所述云端服务器将所述当前使用建议发送至所述用户终端之后，还包括：

接收所述用户终端根据所述当前使用建议发送的操作指令；

根据所述操作指令控制所述供暖设备以所述当前使用建议包含的第一运行方式运行。

更进一步的，所述根据所述操作指令控制所述供暖设备以所述当前使用建议包含的第一运行方式运行之后，包括：

接收外界输入的控制指令；

根据所述控制指令控制所述供暖设备以所述控制指令所包含的第二运行方式运行。

此外，本发明实施例还提出一种供暖设备，所述供暖设备包括：

第一获取模块，用于获取所述供暖设备的当前能耗数据、用户对所述供暖设备的当前使用习惯与所述供暖设备所在场所的当前环境数据；

第一上传模块，用于将所述当前能耗数据、所述当前使用习惯与所述当前环境数据上传至与所述供暖设备通信的云端服务器中，所述云端服务器建立有自适应学习模型；

第一分析模块，用于控制所述自适应学习模型对所述当前能耗数据、所述当前使用习惯与所述当前环境数据进行挖掘分析，得到对于所述供暖设备的当前使用建议；

第一推送模块，用于控制所述云端服务器将所述当前使用建议推送至用户终端。

更进一步的，所述供暖设备还包括：

第二获取模块，用于获取所述供暖设备在历史时间段的历史能耗数据、用户对所述供暖设备的历史使用习惯与所述供暖设备所在场所的历史环境数据；

第二上传模块，用于将所述历史能耗数据、所述历史使用习惯与所述历史环境数据上传至所述云端服务器并存储；

第一学习模块，用于对所述历史能耗数据、所述历史使用习惯与所述历史环境数据进行挖掘学习得到自适应学习规则；

第一建立模块，用于以所述自适应学习规则为基础，在所述云端服务器中建立自适应学习模型。

更进一步的，所述供暖设备还包括：

第二分析模块，用于将所述历史能耗数据、所述历史使用习惯与所述历史环境数据，跟所述当前能耗数据、所述当前使用习惯与所述当前环境数据做对比分析，得到数据差值；

第三分析模块，用于根据所述自适应学习规则对各个所述数据差值进行挖掘分析，得到对于所述供暖设备的当前使用建议。

更进一步的，所述供暖设备还与所述用户终端通信连接，所述供暖设备还包括：

第一接收模块，用于接收所述用户终端根据所述当前使用建议发送的操作指令；

第一控制模块，用于根据所述操作指令控制所述供暖设备以所述当前使用建议包含的第一运行方式运行。

更进一步的，所述供暖设备还包括：

第二接收模块，用于接收自外界输入的控制指令；

第二控制模块，用于根据所述控制指令控制所述供暖设备以所述控制指令所包含的第二运行方式运行。

本发明的有益效果在于，与现有技术相比，本发明获取供暖设备的当前能耗数据、用户对供暖设备的当前使用习惯以及供暖设备所在场所的当前环境数据，将当前能耗数据、当前使用习惯以及当前环境数据上传至预先建立有自适应学习模型的云端服务器中。云端服务器采用自适应学习模型对当前能耗数据、用户当前使用习惯以及当前环境数据进行数据分析，得到适用于当前供暖设备和所在环境的使用建议。而云端服务器可以与用户终端通信连接，以当前能耗数据、当前使用习惯以及当前环境数据为基础，在分析出供暖设备的当前使用建议之后，将当前使用建议发送至用户终端，为用户提供更加舒适节能的设置参考，帮助用户在当前的使用环境下更适宜地使用供暖设备，使得供暖设备的运行与当前使用环境相适应。

附图说明

图1是本发明实施例一提供的供暖设备的控制方法的流程示意图；

图2是本发明实施例二提供的供暖设备的控制方法的流程示意图；

图3是本发明实施例三提供的供暖设备的控制方法的流程示意图；

图4是本发明实施例四提供的供暖设备的控制方法的流程示意图；

图5是本发明实施例五提供的供暖设备的模块示意图；

图6是本发明实施例六提供的供暖设备的模块示意图；

图7是本发明实施例七提供的供暖设备的模块示意图；

图8是本发明实施例八提供的供暖设备的模块示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。

实施例一

请参阅图1，是本发明实施例一提供的供暖设备的控制方法的流程示意图，所述方法包括如下步骤：

步骤S10，获取所述供暖设备的当前能耗数据、用户对所述供暖设备的当前使用习惯与所述供暖设备所在场所的当前环境数据。

具体地，供暖设备包括但不限于壁挂炉、燃气热水器、电热水器、空调等具备温度调节功能的设备，供暖可以理解为供暖气、也可以理解为供暖水。供暖设备的能耗数据包括但不限于供暖设备的用电量或用气量，以及供暖设备的加热功率和累计加热时长等与供暖设备能耗相关的数据。因此，当前能耗数据包括但不限于，供暖设备当前消耗的电量或燃气量，以及当前供暖设备的加热功率和累计加热时长等。

在一个实施例中，以供暖设备为壁挂炉为例进行说明，具体可通过壁挂炉上的传感器(如温度传感器)采集或计算出采暖水目标温度、卫浴水目标温度、采暖出水温度、卫浴出水温度、用水量等数据，以分析计算得到用电量、用气量等能耗数据。如此，用户可了解到供暖设备在每年、每月、每天、每小时、甚至每分钟的能耗数据，并通过以上能耗数据掌握供暖设备详细的能耗情况，以对供暖设备做出更为合理的操控与使用。

用户对供暖设备的使用习惯包括但不限于，用户在使用供暖设备时对于目标温度、加热时长、工作模式(如节能、舒适、快速加热、常规加热等)等涉及主动地对供暖设备参数的设定。因此，当前使用习惯包括但不限于当前用户使用供暖设备时，对供暖设备的目标温度、加热时长以及工作模式等涉及主动地对供暖设备参数的具体设定。

在本实施例中，供暖设备所在工作场所的环境数据包括但不限于供暖设备所在场所中的环境温度、环境湿度、室外温度、室外湿度等环境参数的数值。因此，当前环境数据包括但不限于供暖设备所在场所中当前的环境温度、当前的环境湿度、当前室外温度、当前室外湿度等环境参数的数值。

步骤S20，将所述当前能耗数据、所述当前使用习惯与所述当前环境数据上传至与所述供暖设备通信的云端服务器中，所述云端服务器建立有自适应学习模型。

步骤S30，控制所述自适应学习模型对所述当前能耗数据、所述当前使用习惯与所述当前环境数据进行挖掘分析，得到对于所述供暖设备的当前使用建议。

在本实施例中，供暖设备可通过物联网(The Internet of Things，IOT)模组(如无线通信模组，WIFI、4G/5G、ZigBee等)实现与云端服务器的通信，也可通过物联网模组(wifi模组)实现与其他设备之间的通信与连接，用户还可通过手机等终端，通过app或网页等方式，对供暖设备进行远程操作与监控，提高设备的智能化与用户体验。在与供暖设备通信连接的云端服务器中，预先建立有自适应学习模型。供暖设备将获取到的供暖设备的当前能耗数据、用户当前使用习惯以及当前环境数据上传至云端服务器中，云端服务器采用自适应学习模型对当前能耗数据、用户当前使用习惯以及当前环境数据进行数据分析，得到适用于当前供暖设备和所在环境的使用建议。

其中，使用建议可以理解为供暖设备为所在工作场所提供舒适温度或洗浴温度等的工作策略，具体可包括设定的加热功率、停止加热的室内温度、设定的加热时长、以及在加热时长中各个阶段的加热功率等。例如，一个使用建议可以为，控制供暖设备以300W的功率在室内制热5分钟后，将功率从300W降到100W，制热至室内温度26℃时停止加热，实现对工作场所内温度的“策略性调节”；在一个实施例中，也可以控制供暖设备将洗浴用水加热至设定的、舒适的洗浴温度等，如控制供暖设备以300W的功率烧水5分钟后，将功率从300W降到100W，烧水至水温40℃时停止加热。

步骤S40，控制所述云端服务器将所述当前使用建议推送至用户终端。

可以理解，云端服务器与用户终端通信连接，用户终端包括但不限于手机、平板电脑、智能可穿戴设备、计算机等移动终端。在云端服务器采用自适应学习模型根据当前能耗数据、当前使用习惯以及当前环境数据分析出供暖设备的当前使用建议之后，将当前使用建议发送至用户终端，为用户提供更加舒适节能的设置参考。

进一步的，云端服务器在分析得到当前使用建议之后，还可以将该当前使用建议反馈至供暖设备，供暖设备在连接的显示装置中显示所述当前使用建议，以供用户知晓并选择该使用建议作为供暖设备的运行策略，完整地掌握供暖设备的运行状态，实现舒适节能的目的。

在一个实施例中，也可以是云端服务器得出使用建议后，将使用建议再发送回供暖设备，供暖设备则可通过自身设有的显示屏、扬声器等设备向用户推送上述当前使用建议，如通过显示屏显示当前使用建议，或是通过扬声器发出当前使用建议的声音等方式，用户在接受到当前使用建议时，可在供暖设备上的实体按键或虚拟按键进行主动操作，实现后续对工作场所内温度或是洗浴温度等的“策略性调节”。

在本实施例中，获取供暖设备的当前能耗数据、用户对供暖设备的当前使用习惯以及供暖设备所在场所的当前环境数据，将当前能耗数据、当前使用习惯以及当前环境数据上传至预先建立有自适应学习模型的云端服务器中。云端服务器采用自适应学习模型对当前能耗数据、用户当前使用习惯以及当前环境数据进行数据分析，得到适用于当前供暖设备和所在环境的使用建议。

而云端服务器与用户终端通信连接，以当前能耗数据、当前使用习惯以及当前环境数据为基础，在分析出供暖设备的当前使用建议之后，将当前使用建议发送至用户终端，为用户提供更加舒适节能的设置参考，帮助用户在当前的使用环境下更适宜地使用供暖设备，使得供暖设备的运行与当前使用环境相适应，避免用户仅根据自身经验或并无操作经验而对供暖设备造成不适宜操作，进一步可避免用户设置的供暖参数不恰当，导致加热时间过短或过长，影响用户舒适度、设备能耗较大、能耗费用高等问题。

实施例二

请参阅图2，是本发明实施例二提供的一种供暖设备的控制方法的流程示意图，实施例二与实施例一区别在于，在实施例一中的步骤S10之前，该方法还包括：

步骤S50，获取所述供暖设备在历史时间段的历史能耗数据、用户对所述供暖设备的历史使用习惯与所述供暖设备所在场所的历史环境数据。

步骤S60，将所述历史能耗数据、所述历史使用习惯与所述历史环境数据上传至所述云端服务器并存储。

步骤S70，对所述历史能耗数据、所述历史使用习惯与所述历史环境数据进行挖掘学习得到自适应学习规则。

步骤S80，以所述自适应学习规则为基础，在所述云端服务器中建立自适应学习模型。

在本实施例中，供暖设备实时获取自身的能耗数据、用户对所述供暖设备的使用习惯与供暖设备所在场所的环境数据等，并将获取到的数据发送至云端服务器。云端服务器获取并存储供暖设备发送的在过去一段时间段内的使用情况进行大数据分析，获取自适应学习规则，根据自适应学习规则建立自适应学习模型，以供后续使用该供暖设备时，通过供暖设备当前的实际情况推算出当前供暖设备的工作策略，为用户提供舒适节能的供暖环境。其中，使用情况包括但不限于能耗数据、用户对供暖设备的使用习惯、以及使用时间点对应的供暖设备所在场所的环境数据等。

进一步的，在云端服务器建立好自适应学习模型后，根据供暖设备上传的所述当前能耗数据、所述当前使用习惯与所述当前环境数据进行挖掘分析，得到对于所述供暖设备的当前使用建议的具体方法包括以下步骤：

将所述历史能耗数据、所述历史使用习惯与所述历史环境数据，分别与当前能耗数据、所述当前使用习惯与所述当前环境数据做对比分析，得到数据差值；

采用所述自适应学习规则对得到的所述数据差值进行挖掘分析，得到对于所述供暖设备的当前使用建议。

在本实施例中，云端服务器通过获取并存储供暖设备在过去一段时间段内的使用情况进行大数据分析，获取自适应学习规则，根据自适应学习规则建立自适应学习模型，以供后续使用该供暖设备时，通过供暖设备当前的实际情况推算出当前供暖设备的工作策略，为用户提供舒适节能的供暖环境。

实施例三

请参阅图3，是本发明实施例三提供的一种供暖设备的控制方法的流程示意图，实施例三与实施例一和二的区别在于，在步骤S40之后，该方法还包括：

步骤S90，接收所述用户终端根据所述当前使用建议发送的操作指令。

步骤S100，根据所述操作指令控制所述供暖设备以所述当前使用建议包含的第一运行方式运行。

具体地，在本实施例中，云端服务器将采用自适应学习模型分析得到的当前使用建议发送至用户终端。同样的，该用户终端与供暖设备通信连接，在接收到当前使用建议之后，用户根据当前使用建议通过用户终端向供暖设备发送相应的操作指令。供暖设备接收到用户终端发送的操作指令后，控制所述供暖设备以所述当前使用建议包含的第一运行方式运行。其中，第一运行方式可以理解为供暖设备中各个参数采用与当前使用建议相匹配的数值运行的方式，在该第一运行方式下，供暖设备可实现将工作场所内的温度或是洗浴用水的温度调整至相对舒适的温度，且消耗的能源又相对较低的目的。

在本实施例中，用户接收到云端服务器分析得到的当前使用建议之后，通过用户终端向供暖设备发送当前使用建议对应的操作指令。供暖设备接收到用户终端发送的操作指令后，以当前使用建议包含的第一运行方式运行。通过用户的最终确认操作，实现供暖设备采用自适应学习模型得到的当前使用建议运行，达到节能且保证环境舒适的工作状态，也提高了用户对供暖设备的掌控。

实施例四

请参阅图4，是本发明实施例四提供的一种供暖设备的控制方法的流程示意图，实施例四与实施例三的区别在于，在步骤S100之后，该方法还包括：

步骤S110，接收外界输入的控制指令。

步骤S120，根据所述控制指令控制所述供暖设备以所述控制指令所包含的第二运行方式运行。

可以理解，不同人群对于环境温度的需求不同，相同人群中还会存在个体差异，因此，即使通过大数据分析得到的最优工作策略也会存在不能满足当前用户需求的情况发生。因此，供暖设备在采用当前使用建议对应的第一运行方式运行时，若接收到外界输入的控制指令，供暖设备可响应该控制指令，并采用该控制指令所包含的第二运行方式运行，保持供暖设备的可操控性，满足用户更多个性化的需求。

在本实施例中，第二运行方式可以理解为用户对供暖设备主动操作(即控制指令)，使得供暖设备对应产生的、对运行状态造成改变的方式。示例性地，若用户想要调高温度，并通过遥控器等设备按压升温按钮等，主动地发出调高温度的控制指令，则控制指令包含的第二运行方式可以为对应地升温，达到调高温度的目的；若用户想要在短时间内更快地升温，并通过遥控器等设备按压快速按钮等，主动地发出快速升温的控制指令，则第二运行方式可以为对应地加大功率，达到快速升温的目的。以上对第二运行方式的说明仅为示例性地，不应理解为对本发明的限制。

在本实施例中，在供暖设备接收到外界输入的控制指令时，采用该控制指令所包含的第二运行方式运行，从而在供暖设备为用户供暖的过程中能给最大限度的满足用户对环境温度的需要，提高用户的舒适度，满足用户更多个性化的需求。

实施例五

请参阅图5，是本发明第五实施例提供的一种供暖设备的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分。该供暖设备包括：

第一获取模块10，用于获取所述供暖设备的当前能耗数据、用户对所述供暖设备的当前使用习惯与所述供暖设备所在场所的当前环境数据。

具体地，供暖设备包括但不限于壁挂炉、燃气热水器、电热水器、空调等具备温度调节功能的设备，供暖可以理解为供暖气、也可以理解为供暖水。供暖设备的能耗数据包括但不限于供暖设备的用电量或用气量，以及供暖设备的加热功率和累计加热时长等与供暖设备能耗相关的数据。因此，当前能耗数据包括但不限于，供暖设备当前消耗的电量或燃气量，以及当前供暖设备的加热功率和累计加热时长等。

在一个实施例中，以供暖设备为壁挂炉为例进行说明，具体可通过壁挂炉上的传感器(如温度传感器)采集或计算出采暖水目标温度、卫浴水目标温度、采暖出水温度、卫浴出水温度、用水量等数据，以分析计算得到用电量、用气量等能耗数据。如此，用户可了解到供暖设备在每年、每月、每天、每小时、甚至每分钟的能耗数据，并通过以上能耗数据掌握供暖设备详细的能耗情况，以对供暖设备做出更为合理的操控与使用。

用户对供暖设备的使用习惯包括但不限于，用户在使用供暖设备时对于目标温度、加热时长、工作模式(如节能、舒适、快速加热、常规加热等)等涉及主动地对供暖设备参数的设定。因此，当前使用习惯包括但不限于当前用户使用供暖设备时，对供暖设备的目标温度、加热时长以及工作模式等涉及主动地对供暖设备参数的具体设定。

在本实施例中，供暖设备所在工作场所的环境数据包括但不限于供暖设备所在场所中的环境温度、环境湿度、室外温度、室外湿度等环境参数的数值。因此，当前环境数据包括但不限于供暖设备所在场所中当前的环境温度、当前的环境湿度、当前室外温度、当前室外湿度等环境参数的数值。

第一上传模块20，用于将所述当前能耗数据、所述当前使用习惯与所述当前环境数据上传至与所述供暖设备通信的云端服务器中，所述云端服务器建立有自适应学习模型。

第一分析模块30，用于控制所述自适应学习模型对所述当前能耗数据、所述当前使用习惯与所述当前环境数据进行挖掘分析，得到对于所述供暖设备的当前使用建议。

在本实施例中，供暖设备可通过物联网(The Internet of Things，IOT)模组(如无线通信模组，wifi、4G/5G、ZigBee等)实现与云端服务器的通信，也可通过物联网模组实现与其他设备之间的通信与连接，用户还可通过手机等终端，通过app或网页等方式，对供暖设备进行远程操作与监控，提高设备的智能化与用户体验。在与供暖设备通信连接的云端服务器中，预先建立有自适应学习模型。供暖设备将获取到的供暖设备的当前能耗数据、用户当前使用习惯以及当前环境数据上传至云端服务器中，云端服务器采用自适应学习模型对当前能耗数据、用户当前使用习惯以及当前环境数据进行数据分析，得到适用于当前供暖设备和所在环境的使用建议。

其中，使用建议可以理解为供暖设备为所在工作场所提供舒适温度或洗浴温度等的工作策略，具体可包括设定的加热功率、停止加热的室内温度、设定的加热时长、以及在加热时长中各个阶段的加热功率等。例如，一个使用建议可以为，控制供暖设备以300W的功率在室内制热5分钟后，将功率从300W降到100W，制热至室内温度26℃时停止加热，实现对工作场所内温度的“策略性调节”；在一个实施例中，也可以控制供暖设备将洗浴用水加热至设定的、舒适的洗浴温度等，如控制供暖设备以300W的功率烧水5分钟后，将功率从300W降到100W，烧水至水温40℃时停止加热。

第一推送模块40，用于控制所述云端服务器将所述当前使用建议推送至用户。

可以理解，云端服务器与用户终端通信连接，用户终端包括但不限于手机、平板电脑、智能可穿戴设备、计算机等移动终端。在云端服务器采用自适应学习模型根据当前能耗数据、当前使用习惯以及当前环境数据分析出供暖设备的当前使用建议之后，将当前使用建议发送至用户终端，为用户提供更加舒适节能的设置参考。

进一步的，云端服务器在分析得到当前使用建议之后，还可以将该当前使用建议反馈至供暖设备，供暖设备在连接的显示装置中显示所述当前使用建议，以供用户知晓并选择该使用建议作为供暖设备的运行策略，完整地掌握供暖设备的运行状态，实现舒适节能的目的。

在一个实施例中，也可以是云端服务器得出使用建议后，将使用建议再发送回供暖设备，供暖设备则可通过自身设有的显示屏、扬声器等设备向用户推送上述当前使用建议，如通过显示屏显示当前使用建议，或是通过扬声器发出当前使用建议的声音等方式，用户在接受到当前使用建议时，可在供暖设备上的实体按键或虚拟按键进行主动操作，实现后续对工作场所内温度或是洗浴温度等的“策略性调节”。

在本实施例中，获取供暖设备的当前能耗数据、用户对供暖设备的当前使用习惯以及供暖设备所在场所的当前环境数据，将当前能耗数据、当前使用习惯以及当前环境数据上传至预先建立有自适应学习模型的云端服务器中。云端服务器采用自适应学习模型对当前能耗数据、用户当前使用习惯以及当前环境数据进行数据分析，得到适用于当前供暖设备和所在环境的使用建议。

而云端服务器与用户终端通信连接，以当前能耗数据、当前使用习惯以及当前环境数据为基础，在分析出供暖设备的当前使用建议之后，将当前使用建议发送至用户终端，为用户提供更加舒适节能的设置参考，帮助用户在当前的使用环境下更适宜地使用供暖设备，使得供暖设备的运行与当前使用环境相适应，避免用户仅根据自身经验或并无操作经验而对供暖设备造成不适宜操作，进一步可避免用户设置的供暖参数不恰当，导致加热时间过短或过长，影响用户舒适度、设备能耗较大、能耗费用高等问题。

实施例六

请参阅图6，是本发明实施例六提供的一种供暖设备的模块意图，实施例六与实施例五区别在于，在实施例六中供暖设备还包括：

第二获取模块50，用于获取所述供暖设备在历史时间段的历史能耗数据、用户对所述供暖设备的历史使用习惯与所述供暖设备所在场所的历史环境数据；

第二上传模块60，用于将所述历史能耗数据、所述历史使用习惯与所述历史环境数据上传至所述云端服务器并存储；

第一学习模块70，用于对所述历史能耗数据、所述历史使用习惯与所述历史环境数据进行挖掘学习得到自适应学习规则；

第一建立模块80，用于以所述自适应学习规则为基础，在所述云端服务器中建立自适应学习模型。

在本实施例中，供暖设备实时获取自身的能耗数据、用户对所述供暖设备的使用习惯与供暖设备所在场所的环境数据等，并将获取到的数据发送至云端服务器。云端服务器获取并存储供暖设备发送的在过去一段时间段内的使用情况进行大数据分析，获取自适应学习规则，根据自适应学习规则建立自适应学习模型，以供后续使用该供暖设备时，通过供暖设备当前的实际情况推算出当前供暖设备的工作策略，为用户提供舒适节能的供暖环境。其中，使用情况包括但不限于能耗数据、用户对供暖设备的使用习惯、以及使用时间点对应的供暖设备所在场所的环境数据等。

进一步的，在云端服务器建立好自适应学习模型后，第一分析模块30包括：

第二分析模块，用于将所述历史能耗数据、所述历史使用习惯与所述历史环境数据，跟所述当前能耗数据、所述当前使用习惯与所述当前环境数据做对比分析，得到数据差值；

第三分析模块，用于根据所述自适应学习规则对各个所述数据差值进行挖掘分析，得到对于所述供暖设备的当前使用建议。

在本实施例中，云端服务器通过获取并存储供暖设备在过去一段时间段内的使用情况进行大数据分析，获取自适应学习规则，根据自适应学习规则建立自适应学习模型，以供后续使用该供暖设备时，通过供暖设备当前的实际情况推算出当前供暖设备的工作策略，为用户提供舒适节能的供暖环境。

实施例七

请参阅图7，是本发明实施例七提供的一种供暖设备的模块意图，实施例七与实施例五和六区别在于，在实施例七中供暖设备还包括：

第一接收模块90，用于接收所述用户终端根据所述当前使用建议发送的操作指令；

第一控制模块100，用于根据所述操作指令控制所述供暖设备以所述当前使用建议包含的第一运行方式运行。

具体地，在本实施例中，云端服务器将采用自适应学习模型分析得到的当前使用建议发送至用户终端。同样的，该用户终端与供暖设备通信连接，在接收到当前使用建议之后，用户根据当前使用建议通过用户终端向供暖设备发送相应的操作指令。供暖设备接收到用户终端发送的操作指令后，控制所述供暖设备以所述当前使用建议包含的第一运行方式运行。其中，第一运行方式可以理解为供暖设备中各个参数采用与当前使用建议相匹配的数值运行的方式，在该第一运行方式下，供暖设备可实现将工作场所内的温度或是洗浴用水的温度调整至相对舒适的温度，且消耗的能源又相对较低的目的。

在本实施例中，用户接收到云端服务器分析得到的当前使用建议之后，通过用户终端向供暖设备发送当前使用建议对应的操作指令。供暖设备接收到用户终端发送的操作指令后，以当前使用建议包含的第一运行方式运行。通过用户的最终确认操作，实现供暖设备采用自适应学习模型得到的当前使用建议运行，达到节能且保证环境舒适的工作状态，也提高了用户对供暖设备的掌控。

实施例八

请参阅图8，是本发明实施例八提供的一种供暖设备的模块意图，实施例八与实施例七区别在于，在实施例八中供暖设备还包括：

第二接收模块110，用于接收外界输入的控制指令；

第二控制模块120，用于根据所述控制指令控制所述供暖设备以所述控制指令所包含的第二运行方式运行。

可以理解，不同人群对于环境温度的需求不同，相同人群中还会存在个体差异，因此，即使通过大数据分析得到的最优工作策略也会存在不能满足当前用户需求的情况发生。因此，供暖设备在采用当前使用建议对应的第一运行方式运行时，若接收到外界输入的控制指令，供暖设备可响应该控制指令，并采用该控制指令所包含的第二运行方式运行，保持供暖设备的可操控性，满足用户更多个性化的需求。

在本实施例中，第二运行方式可以理解为用户对供暖设备主动操作(即控制指令)，使得供暖设备对应产生的、对运行状态造成改变的方式。示例性地，若用户想要调高温度，并通过遥控器等设备按压升温按钮等，主动地发出调高温度的控制指令，则控制指令包含的第二运行方式可以为对应地升温，达到调高温度的目的；若用户想要在短时间内更快地升温，并通过遥控器等设备按压快速按钮等，主动地发出快速升温的控制指令，则第二运行方式可以为对应地加大功率，达到快速升温的目的。以上对第二运行方式的说明仅为示例性地，不应理解为对本发明的限制。

在本实施例中，在供暖设备接收到外界输入的控制指令时，采用该控制指令所包含的第二运行方式运行，从而在供暖设备为用户供暖的过程中能给最大限度的满足用户对环境温度的需要，提高用户的舒适度，满足用户更多个性化的需求。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种供暖设备的控制方法，其特征在于，所述方法包括以下步骤：

获取所述供暖设备在历史时间段的历史能耗数据、用户对所述供暖设备的历史使用习惯与所述供暖设备所在场所的历史环境数据；

将所述历史能耗数据、所述历史使用习惯与所述历史环境数据上传至云端服务器并存储；

对所述历史能耗数据、所述历史使用习惯与所述历史环境数据进行挖掘学习得到自适应学习规则；

以所述自适应学习规则为基础，在所述云端服务器中建立自适应学习模型；

获取所述供暖设备的当前能耗数据、用户对所述供暖设备的当前使用习惯与所述供暖设备所在场所的当前环境数据；

将所述当前能耗数据、所述当前使用习惯与所述当前环境数据上传至与所述供暖设备通信的云端服务器中，所述云端服务器建立有自适应学习模型；

将所述历史能耗数据、所述历史使用习惯与所述历史环境数据，跟所述当前能耗数据、所述当前使用习惯与所述当前环境数据做对比分析，得到数据差值；

根据所述自适应学习规则对各个所述数据差值进行挖掘分析，得到对于所述供暖设备的当前使用建议；

控制所述云端服务器将所述当前使用建议推送至用户终端。

2.如权利要求1所述的供暖设备的控制方法，其特征在于，所述供暖设备还与所述用户终端通信连接，所述控制所述云端服务器将所述当前使用建议发送至所述用户终端之后，还包括：

接收所述用户终端根据所述当前使用建议发送的操作指令；

根据所述操作指令控制所述供暖设备以所述当前使用建议包含的第一运行方式运行。

3.如权利要求2所述的供暖设备的控制方法，其特征在于，所述根据所述操作指令控制所述供暖设备以所述当前使用建议包含的第一运行方式运行之后，包括：

接收外界输入的控制指令；

根据所述控制指令控制所述供暖设备以所述控制指令所包含的第二运行方式运行。

4.一种供暖设备，其特征在于，所述供暖设备包括：

第一获取模块，用于获取所述供暖设备的当前能耗数据、用户对所述供暖设备的当前使用习惯与所述供暖设备所在场所的当前环境数据；

第二获取模块，用于获取所述供暖设备在历史时间段的历史能耗数据、用户对所述供暖设备的历史使用习惯与所述供暖设备所在场所的历史环境数据；

第一上传模块，用于将所述当前能耗数据、所述当前使用习惯与所述当前环境数据上传至与所述供暖设备通信的云端服务器中，所述云端服务器建立有自适应学习模型；

第二上传模块，用于将所述历史能耗数据、所述历史使用习惯与所述历史环境数据上传至所述云端服务器并存储；

第一分析模块，用于控制所述自适应学习模型对所述当前能耗数据、所述当前使用习惯与所述当前环境数据进行挖掘分析，得到对于所述供暖设备的当前使用建议；

第二分析模块，用于将所述历史能耗数据、所述历史使用习惯与所述历史环境数据，跟所述当前能耗数据、所述当前使用习惯与所述当前环境数据做对比分析，得到数据差值；

第一学习模块，用于对所述历史能耗数据、所述历史使用习惯与所述历史环境数据进行挖掘学习得到自适应学习规则；

第一建立模块，用于以所述自适应学习规则为基础，在所述云端服务器中建立自适应学习模型；

第三分析模块，用于根据所述自适应学习规则对各个所述数据差值进行挖掘分析，得到对于所述供暖设备的当前使用建议；

第一推送模块，用于控制所述云端服务器将所述当前使用建议推送至用户终端。

5.如权利要求4所述的供暖设备，其特征在于，所述供暖设备还与所述用户终端通信连接，所述供暖设备还包括：

第一接收模块，用于接收所述用户终端根据所述当前使用建议发送的操作指令；

第一控制模块，用于根据所述操作指令控制所述供暖设备以所述当前使用建议包含的第一运行方式运行。

6.如权利要求5所述的供暖设备，其特征在于，所述供暖设备还包括：

第二接收模块，用于接收自外界输入的控制指令；

第二控制模块，用于根据所述控制指令控制所述供暖设备以所述控制指令所包含的第二运行方式运行。

Images