一种基于自学习的智能家居节电系统及方法与流程

智能家居系统能学习用户的习惯，自动调整环境，节省能源。 #生活知识# #家居生活# #智能家居系统#

本发明涉及节能技术领域，具体涉及一种基于自学习的智能家居节电系统及方法。

背景技术：

智能家居是在互联网影响之下物联化的体现。智能家居通过物联网技术将家中的各种设备（如音视频设备、照明系统、窗帘控制、空调控制、安防系统、数字影院系统、影音服务器、影柜系统、网络家电等）连接到一起，提供家电控制、照明控制、电话远程控制、室内外遥控、防盗报警、环境监测、暖通控制、红外转发以及可编程定时控制等多种功能和手段。与普通家居相比，智能家居不仅具有传统的居住功能，兼备建筑、网络通信、信息家电、设备自动化，提供全方位的信息交互功能，甚至为各种能源费用节约资金。如何使常态的智能家居更加贴近我们的生活的同时，做到能源损耗的节省，我们需要一套自学习的控制方案。

现有的智能家具基本需要人为控制，无智能化的节电方案，或者靠基础设定为主，缺少自学习优化的过程。

技术实现要素：

本发明提出的一种基于自学习的智能家居节电系统及方法，可解决传统的智能家具节能方案需要人为控制不够方便的技术问题。

为实现上述目的，本发明采用了以下技术方案：

一种基于自学习的智能家居节电系统，包括智能家居产品，家庭数据采集模块，家庭智能控制模块及云端计算中心；所述智能家居产品和家庭数据采集模块分别与家庭智能控制模块通讯连接，家庭智能控制模块与云端计算中心通讯连接；其中，

所述智能家居产品，即家里的智能家居产品；

所述家庭数据采集模块，主要用于家庭光线，声音，温度，电能损耗基本环境因素采集；

所述家庭智能控制模块，家庭智能家居控制中心，用于家庭中智能家居的控制及家庭用户习惯的数据收集；

所述云端计算中心即所有智能家居的数据存储和计算中心，用于大量用户智能家居使用数据和用户习惯数据的存储和大数据计算平台，以及数据共享发布平台。

进一步的，还包括移动数据采集模块，所述移动数据采集模块分别与家庭智能控制模块及云端计算中心通讯连接。

进一步的，所述移动数据采集模块为家庭成员智能手机，结合app进行定位及操作信息采集。

一种基于自学习的智能家居节电方法，包括以下步骤：

步骤一：用户根据偏好使用智能家居设备提供的基础设定来设置家庭智能控制模块启动智能家居产品；

步骤二：家庭数据采集模块在用户使用时，记录环境情况和用能情况；

步骤三：家庭智能控制模块将家庭数据采集模块的数据进行模拟分析，并结合云端计算中心提供的外部信息，利用大数据模型，将使用数据进行分析，并根据分析结果优化设定方案；

步骤四：同时家庭智能控制模块将分析数据上送云端计算中心，利用区域范围内多户家庭数据对于分析结果进行修订；

步骤五：根据步骤五得出的新的设定方案，家庭智能控制模块自动修正设定参数。

步骤六：修正后如果用户继续有相关调整，再次重复步骤二至步骤五的过程。

进一步的，所述步骤四还包括对于家庭数据进行数据分类，具体包括用户类型，电器类别，天气条件，地域特性，用电习惯，然后进行数据清洗及数据分析。

进一步的，所述数据清洗为清除冗余数据和坏数据。

进一步的，所述数据分析为大数据分析，具体包括根据用户数据进行智能家居使用数据进行模型建立，模型关联的参数包括环境参数、用户喜好、天气参数、地域、用电数据，利用聚类方法进行数据拟合，通过数据的验证，不断修正模型，保证数据分析的有效性。

进一步的，所述步骤二还包括移动数据采集模块提供用户位置及用户远程指令信息；所述步骤三还包括家庭智能控制模块将移动数据采集模块的数据进行模拟分析，并结合云端计算中心提供的外部信息，利用大数据模型，将使用数据进行分析，并根据分析结果优化设定方案。

进一步的，所述步骤二中的环境情况为温度、声音及湿度对应的数值。

进一步的，所述步骤三中的云端计算中心提供的外部信息为地域及天气信息。

由上述技术方案可知，本方案包括利用大数据分析技术分析大量的智能家居使用数据，并且结合用能情况，形成基础的智能家居设定方案。提供用户多种设定方案选择，用户选择设定方案后，在使用过程中记录用户的使用习惯，如不同的家庭成员的偏好（灯光亮度，空调温度，洗澡水温，音量大小，使用时间等），同时结合居住环境，气温，电器条件等，分析电器的效能（如外部气温不同，空调降到设定温度的时间，根据外部环境（时间，天气）室内光线情况采集等），并结合分时电价和用电习惯调整家电的能耗分配，将一些非必须即时使用的家电高能耗阶段放置在夜间使用。

根据用户使用习惯，环境自学习和用能情况结合，结合优化模型，进行用电设定的优化，如以前用户可能在在下班时打开家中空调，现在我们根据空调降温情况，用户离开公司时间，距离家中距离，交通情况，用户偏好温度，自动设定空调温度，频率等，优化设定方案。

优化设定方案后，继续记录用户的操作习惯和能耗情况，如果用户继续有相关调整以及能耗情况不明显，我们可以根据用户调整情况和能耗情况继续优化设定方案。基于长时间使用周期的学习和优化过程，找寻最佳的设定使用方案。

附图说明

图1是本发明的结构框图；

图2是本发明的节电方法的流程图。

具体实施方式

下面结合附图对本发明做进一步说明：

如图1所示，本实施例的一种基于自学习的智能家居节电系统，包括智能家居产品，家庭数据采集模块，家庭智能控制模块、移动数据采集模块及云端计算中心；所述智能家居产品和家庭数据采集模块分别与家庭智能控制模块通讯连接，家庭智能控制模块与云端计算中心通讯连接；所述移动数据采集模块分别与家庭智能控制模块及云端计算中心通讯连接；其中，

所述智能家居产品，即家里的智能家居产品；

所述家庭数据采集模块，主要用于家庭光线，声音，温度，电能损耗基本环境因素采集；

所述家庭智能控制模块，家庭智能家居控制中心，用于家庭中智能家居的控制及家庭用户习惯的数据收集；

所述移动数据采集模块为家庭成员智能手机，结合app进行定位及操作信息采集。

所述云端计算中心即所有智能家居的数据存储和计算中心，用于大量用户智能家居使用数据和用户习惯数据的存储和大数据计算平台，以及数据共享发布平台。

本实施例的主要的工作方法是通过家庭智能控制模块，家庭日常数据采集模块，移动数据采集模块将智能家居使用情况，环境数据，用户基本使用数据等关键数据上传到云端计算中心。对于数据进行数据分类（用户类型，电器类别，天气条件，地域特性，用电习惯（节能型，舒适型，环保型等）），数据清洗（清除冗余数据和坏数据），数据分析（采用大数据的分析方法：聚类分析（k-means,线性回归，fuzzyclustering），得出几套不同的合理化智能家居使用方案作为基础配置。

大数据处理方法：根据用户数据进行智能家居使用数据进行模型建立，模型关联的参数包括环境参数、用户喜好、天气参数、地域、用电数据，利用聚类方法进行数据拟合，通过数据的验证，不断修正模型，保证数据分析的有效性。

结合图2可知，实施例的具体实施过程：

1.用户根据偏好使用智能家居设备提供的基础设定来设置家庭智能控制模块启动智能家居产品。

2.家庭数据采集模块在用户使用时，记录环境情况和用能情况。环境情况：温度，声音，湿度等。

3.移动数据采集模块提供用户位置，用户远程指令等信息

4.家庭智能控制模块将家庭数据采集模块的数据和移动数据采集模块的数据进行模拟分析，并结合云端计算中心提供的外部信息（地域，天气等），利用大数据模型，将使用数据进行分析。根据分析结果优化设定方案。

5.同时家庭智能控制模块将分析数据上送云端计算中心，利用区域范围内多户家庭数据对于分析结果进行修订。

6.根据得出的新的设定方案，家庭智能控制模块自动修正设定参数。

7.修正后如果用户继续有相关调整，再次重复2-6过程。

用户在选择基础配置作为初期的使用设置，在使用过程中，用户会根据自我的用电习惯进行使用情况的调整设置，家庭智能控制模块会记录用户习惯和能耗情况，并且结合云端数据进行微调整，根据用户使用习惯，环境自学习和用能情况结合，结合优化模型，进行用电设定的优化，如以前用户可能在在下班时打开家中空调，现在我们根据空调降温情况，用户离开公司时间，距离家中距离，交通情况，用户偏好温度，自动设定空调温度，频率等，优化设定方案。并且持续记录，不断进行调整，直到达到用户不再手动进行设定，找到用户满意及有效节能的平衡点。

以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的保护范围内。

网址：一种基于自学习的智能家居节电系统及方法与流程 https://www.yuejiaxmz.com/news/view/842281

相关内容

基于人工智能的智能家居控制优化方法及系统与流程
一种智能家居空气环境自适应调节系统及其方法与流程
一种基于App的智慧家庭能源管控系统及其最优控制方法与流程
一种智能调控方法及系统与流程
一种基于人工智能的空调节能控制系统及方法与流程
一种智能家居控制系统及其控制方法与流程
一种基于智能手机的家电智能控制方法与流程
智能家居的空气净化方法及系统与流程
一种智慧场景的控制方法、系统及电子设备与流程
一种基于新能源技术的智能家居系统节能减排方法技术方案

随便看看