用于训练空调运行参数预测模型的方法及装置、电子设备、存储介质制造方法及图纸

本申请涉及空调技术领域，公开一种用于训练空调运行参数预测模型的方法，包括：对若干个第一预设区域进行空调运行参数采集，获得各第一预设区域对应的若干个空调运行参数；获取各第一预设区域与第二预设区域之间的距离；根据各距离获取各第一预设区域对应的筛选数量；根据各筛选数量对各第一预设区域对应的若干个空调运行参数进行筛选，获得待训练样本；将待训练样本输入预设的初始预测模型进行训练，获得空调运行参数预测模型。对不同的预设区域均能够生成对应的空调运行参数预测模型，从而提高了空调运行参数预测模型对不同区域的适用性。本申请还公开一种用于训练空调运行参数预测模型的装置及电子设备、存储介质。存储介质。存储介质。

【技术实现步骤摘要】
用于训练空调运行参数预测模型的方法及装置、电子设备、存储介质


[0001]本申请涉及空调
，例如涉及一种用于训练空调运行参数预测模型的方法及装置、电子设备、存储介质。

技术介绍

[0002]目前，随着空调技术的不断进步，越来越多的场合使用空调。在空调运行过程中可能会出现故障，为了判断空调是否出现故障，需要了解用于诊断故障的空调运行参数，用于诊断故障的空调运行参数通常包括不便于直接通过传感器采集的空调运行参数，例如压缩机排气温度、压缩机吸气压力、压缩机排气压力等。现有技术一般通过采集冷凝器参数等便于直接通过传感器采集的空调运行参数训练空调运行参数预测模型来预测不便于直接通过传感器采集的空调运行参数。
[0003]由于不同地域的环境存在差异，导致不同地域能够采集到的空调运行参数也存在差异，现有技术在训练用于诊断故障的空调运行参数的预测模型时，需要对各类不同地域进行空调运行参数采集，根据采集到的所有地域的空调运行参数进行模型训练。但在实际情况中，我国地域辽阔，现有技术仅对单个地域的空调运行参数进行采集并利用采集到的空调运行参数进行预测模型的训练，在使用时针对不同地域均采用由单个地域的空调运行参数训练得到的模型来预测空调运行参数存在预测准确率不高的问题，因此现有技术中的空调运行参数预测模型存在对不同区域的适用性差的问题。

技术实现思路

[0004]为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
[0005]本公开实施例提供了一种用于训练空调运行参数预测模型的方法及装置、电子设备、存储介质，以能够提高空调运行参数预测模型对不同区域的适用性。
[0006]在一些实施例中，所述用于训练空调运行参数预测模型的方法包括：对若干个第一预设区域进行空调运行参数采集，获得各所述第一预设区域对应的若干个空调运行参数；获取各所述第一预设区域与第二预设区域之间的距离；根据各所述距离获取各所述第一预设区域对应的筛选数量；根据各所述筛选数量对各所述第一预设区域对应的若干个空调运行参数进行筛选，获得待训练样本；将所述待训练样本输入预设的初始预测模型进行训练，获得空调运行参数预测模型。
[0007]在一些实施例中，所述用于训练空调运行参数预测模型的装置包括：采集模块，被配置为对若干个第一预设区域进行空调运行参数采集，获得各所述第一预设区域对应的若干个空调运行参数；第一获取模块，被配置为获取各所述第一预设区域与第二预设区域之间的距离；第二获取模块，被配置为根据各所述距离获取各所述第一预设区域对应的筛选
数量；筛选模块，被配置为根据各所述筛选数量对各所述第一预设区域对应的若干个空调运行参数进行筛选，获得待训练样本；训练模块，被配置为将所述待训练样本输入预设的初始预测模型进行训练，获得空调运行参数预测模型。
[0008]在一些实施例中，所述用于训练空调运行参数预测模型的装置包括：处理器和存储有程序指令的存储器，所述处理器被配置为在运行所述程序指令时，执行如上述的用于训练空调运行参数预测模型的方法。
[0009]在一些实施例中，所述电子设备包括如上述的用于训练空调运行参数预测模型的装置。
[0010]在一些实施例中，所述存储介质，存储有程序指令，所述程序指令在运行时，执行如上述的用于训练空调运行参数预测模型的方法。
[0011]本公开实施例提供的用于训练空调运行参数预测模型的方法及装置、电子设备、存储介质，可以实现以下技术效果：通过各第一预设区域与第二预设区域之间的距离获取各第一预设区域对应的筛选数量，根据各筛选数量对各第一预设区域对应的若干个空调运行参数进行筛选，获得待训练样本，将待训练样本输入预设的初始预测模型进行训练，获得空调运行参数预测模型。由于可以对任意的预设区域进行多个区域空调运行参数的筛选，进而丰富了待训练样本的地域维度，对不同的预设区域均能够生成对应的空调运行参数预测模型，使得训练出的空调运行参数预测模型更适合预设的区域，从而提高了空调运行参数预测模型对不同区域的适用性。
[0012]以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。
附图说明
[0013]一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：
[0014]图1是本公开实施例提供的一个用于训练空调运行参数预测模型的方法的示意图；
[0015]图2是本公开实施例提供的另一个用于训练空调运行参数预测模型的方法的示意图；
[0016]图3是本公开实施例提供的另一个用于训练空调运行参数预测模型的方法的示意图；
[0017]图4是本公开实施例提供的一个用于训练空调运行参数预测模型的装置的结构示意图；
[0018]图5是本公开实施例提供的另一个用于训练空调运行参数预测模型的装置的结构示意图；
[0019]图6是本公开实施例提供的另一个用于训练空调运行参数预测模型的装置的结构示意图。
具体实施方式
[0020]为了能够更加详尽地了解本公开实施例的特点与
技术实现思路
，下面结合附图对本公
开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。
[0021]本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。
[0022]除非另有说明，术语“多个”表示两个或两个以上。
[0023]本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。
[0024]术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。
[0025]术语“对应”可以指的是一种关联关系或绑定关系，A与B相对应指的是A与B之间是一种关联关系或绑定关系。
[0026]结合图1所示，本公开实施例提供一种用于训练空调运行参数预测模型的方法，包括：
[0027]步骤S101，对若干个第一预设区域进行空调运行参数采集，获得各第一预设区域对应的若干个空调运行参数；
[0028]步骤S102，获取各第一预设区域与第二预设区域之间的距离；
[0029]步骤S103，根据各第一预设区域与第二预设区域之间的距离获取各第一预设区域对应的筛选数量；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于训练空调运行参数预测模型的方法，其特征在于，包括：对若干个第一预设区域进行空调运行参数采集，获得各所述第一预设区域对应的若干个空调运行参数；获取各所述第一预设区域与第二预设区域之间的距离；根据各所述距离获取各所述第一预设区域对应的筛选数量；根据各所述筛选数量对各所述第一预设区域对应的若干个空调运行参数进行筛选，获得待训练样本；将所述待训练样本输入预设的初始预测模型进行训练，获得空调运行参数预测模型。2.根据权利要求1所述的方法，其特征在于，根据各所述距离获取各所述第一预设区域对应的筛选数量，包括：按照各所述第一预设区域与第二预设区域之间的距离获取各所述第一预设区域之间的筛选比例；根据所述筛选比例获取各所述第一预设区域对应的筛选数量。3.根据权利要求2所述的方法，其特征在于，按照各所述第一预设区域与第二预设区域之间的距离获取各所述第一预设区域之间的筛选比例，包括：按照预设的筛选比例匹配表对各所述第一预设区域与第二预设区域之间的距离进行查找，获得各所述第一预设区域与第二预设区域之间的距离对应的筛选比例；所述筛选比例匹配表存储有各第一预设区域与第二预设区域之间的距离和筛选比例之间的对应关系。4.根据权利要求1所述的方法，其特征在于，获得空调运行参数预测模型之后，还包括：根据所述空调运行参数预测模型获取备选训练样本；利用所述备选训练样本对所述空调运行参数预测模型进行增量学习。5.一种用于训练空调运行参数预测模型的装置，其特征在于，包括：采集模块，被配置为对若干个第一预设区域进行空调运行参数采集，获得各所述第一预设区域对应的若干个空调运行参数；第一获取模块，被配置为获取各所述第一预设区域与第二预设区域之间的距离；第二获取模块，被配置为根据各所述距离获取各所述第一预设区域对应的筛选数...

【专利技术属性】
技术研发人员：滕兆龙，代传民，孙萍，刘德昌，马长鸣，
申请(专利权)人：海尔智家股份有限公司，
类型：发明
国别省市：