本公開涉及空調(diào)控制，尤其涉及一種空調(diào)控制方法、裝置、介質(zhì)及設(shè)備。

背景技術(shù)：

1、相關(guān)技術(shù)中，空調(diào)對溫度調(diào)節(jié)的舒適性和節(jié)能性是目前評價空調(diào)性能優(yōu)劣的兩個重要指標(biāo)。

技術(shù)實現(xiàn)思路

1、為克服相關(guān)技術(shù)中存在的問題，本公開提供一種空調(diào)控制方法、裝置、介質(zhì)及設(shè)備。

2、根據(jù)本公開實施例的第一方面，提供一種空調(diào)控制方法，包括：

3、將目標(biāo)空調(diào)的運行狀態(tài)輸入至控制模型，得到目標(biāo)動作序列；

4、根據(jù)所述目標(biāo)動作序列，控制所述目標(biāo)空調(diào)；

5、其中，所述控制模型的訓(xùn)練包括：

6、將樣本運行狀態(tài)輸入至所述控制模型，得到?jīng)Q策動作；

7、將所述樣本運行狀態(tài)和所述決策動作輸入預(yù)設(shè)的狀態(tài)預(yù)測網(wǎng)絡(luò)，得到預(yù)測運行狀態(tài)；

8、將所述預(yù)測運行狀態(tài)作為新的樣本運行狀態(tài)輸入至所述控制模型中，對所述控制模型進行訓(xùn)練。

9、可選地，所述控制模型的訓(xùn)練還包括：

10、根據(jù)所述預(yù)測運行狀態(tài)，確定針對所述決策動作的目標(biāo)獎勵值；

11、多次更新所述控制模型的網(wǎng)絡(luò)參數(shù)，并執(zhí)行所述將樣本運行狀態(tài)輸入至所述控制模型，得到?jīng)Q策動作的步驟，得到每次更新后的控制模型輸出的決策動作，并確定每一所述決策動作對應(yīng)的目標(biāo)獎勵值；

12、根據(jù)多個所述目標(biāo)獎勵值，得到所述控制模型。

13、可選地，根據(jù)所述預(yù)測運行狀態(tài)，確定針對所述決策動作的目標(biāo)獎勵值，包括：

14、將所述預(yù)測運行狀態(tài)輸入至預(yù)設(shè)的空調(diào)能耗模型和預(yù)設(shè)的舒適度模型中，得到所述預(yù)測運行狀態(tài)對應(yīng)的空調(diào)能耗指標(biāo)和舒適度指標(biāo)；

15、根據(jù)所述空調(diào)能耗指標(biāo)和所述舒適度指標(biāo)，確定針對所述決策動作的目標(biāo)獎勵值。

16、可選地，所述預(yù)測運行狀態(tài)至少包括壓縮機運行頻率、風(fēng)機轉(zhuǎn)速和空間內(nèi)溫度；

17、將所述預(yù)測運行狀態(tài)輸入至預(yù)設(shè)的空調(diào)能耗模型和預(yù)設(shè)的舒適度模型中，得到所述預(yù)測運行狀態(tài)對應(yīng)的空調(diào)能耗指標(biāo)和舒適度指標(biāo)，包括：

18、至少將所述壓縮機運行頻率和所述風(fēng)機轉(zhuǎn)速輸入至預(yù)設(shè)的空調(diào)能耗模型中，得到所述空調(diào)能耗指標(biāo)；

19、至少將所述空間內(nèi)溫度輸入至預(yù)設(shè)的舒適度模型中，得到所述舒適度指標(biāo)。

20、可選地，所述決策動作為連續(xù)的多個決策動作，相應(yīng)的，所述預(yù)測運行狀態(tài)為多個，且一決策動作對應(yīng)一預(yù)測運行狀態(tài)；

21、根據(jù)所述預(yù)測運行狀態(tài)，確定針對所述決策動作的目標(biāo)獎勵值，包括：

22、根據(jù)所述多個預(yù)測運行狀態(tài)，確定針對所述多個決策動作的獎勵值；

23、根據(jù)多個所述獎勵值的累計和，確定所述目標(biāo)獎勵值。

24、可選地，所述控制模型包括決策網(wǎng)絡(luò)和評價網(wǎng)絡(luò)，所述決策網(wǎng)絡(luò)用于根據(jù)所述樣本運行狀態(tài)輸出所述決策動作，所述評價網(wǎng)絡(luò)用于根據(jù)所述預(yù)測運行狀態(tài)，確定針對所述決策動作的獎勵值；迭代更新所述控制模型的網(wǎng)絡(luò)參數(shù)，包括：

25、利用不同的參數(shù)更新方法分別更新所述決策網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)和所述評價網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)。

26、可選地，所述狀態(tài)預(yù)測網(wǎng)絡(luò)采用長短期記憶網(wǎng)絡(luò)lstm。

27、根據(jù)本公開實施例的第二方面，提供一種空調(diào)控制裝置，包括：

28、獲得模塊，被配置為將目標(biāo)空調(diào)的運行狀態(tài)輸入至控制模型，得到目標(biāo)動作序列；

29、控制模塊，被配置為根據(jù)所述目標(biāo)動作序列，控制所述目標(biāo)空調(diào)；

30、其中，所述控制模型的訓(xùn)練包括：

31、將樣本運行狀態(tài)輸入至所述控制模型，得到?jīng)Q策動作；

32、將所述樣本運行狀態(tài)和所述決策動作輸入預(yù)設(shè)的狀態(tài)預(yù)測網(wǎng)絡(luò)，得到預(yù)測運行狀態(tài)；

33、將所述預(yù)測運行狀態(tài)作為新的樣本運行狀態(tài)輸入至所述控制模型中，對所述控制模型進行訓(xùn)練。

34、根據(jù)本公開實施例的第三方面，提供一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序指令，該程序指令被處理器執(zhí)行時實現(xiàn)本公開第一方面提供的空調(diào)控制方法。

35、根據(jù)本公開實施例的第四方面，提供一種設(shè)備，包括：

36、存儲裝置，用于存儲計算機程序；

37、執(zhí)行裝置，用于執(zhí)行所述計算機程序，以實現(xiàn)本公開第一方面提供的空調(diào)控制方法。

38、本公開的實施例提供的技術(shù)方案可以包括以下有益效果：

39、本公開通過預(yù)設(shè)的狀態(tài)預(yù)測網(wǎng)絡(luò)根據(jù)樣本運行狀態(tài)和控制模型輸出的決策動作，得到預(yù)測運行狀態(tài)，預(yù)測運行狀態(tài)可以作為新的樣本運行狀態(tài)，對控制模型進行訓(xùn)練。這樣，通過預(yù)設(shè)的狀態(tài)預(yù)測網(wǎng)絡(luò)，能夠根據(jù)有限的樣本數(shù)據(jù)生成更多的樣本數(shù)據(jù)，從而增加了可用于訓(xùn)練的樣本數(shù)據(jù)量，減輕因樣本數(shù)據(jù)不足而導(dǎo)致的過擬合問題。并且，將預(yù)測的運行狀態(tài)作為新的樣本輸入到控制模型中進行訓(xùn)練，可以幫助控制模型更好地捕捉空調(diào)的運行模式和規(guī)律，提高了控制模型的泛化能力，使得控制模型輸出的動作序列更符合空調(diào)的實際需求。

40、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不能限制本公開。

技術(shù)特征：

1.一種空調(diào)控制方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述控制模型的訓(xùn)練還包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，根據(jù)所述預(yù)測運行狀態(tài)，確定針對所述決策動作的目標(biāo)獎勵值，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述預(yù)測運行狀態(tài)至少包括壓縮機運行頻率、風(fēng)機轉(zhuǎn)速和空間內(nèi)溫度；

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述決策動作為連續(xù)的多個決策動作，相應(yīng)的，所述預(yù)測運行狀態(tài)為多個，且一決策動作對應(yīng)一預(yù)測運行狀態(tài)；

6.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述控制模型包括決策網(wǎng)絡(luò)和評價網(wǎng)絡(luò)，所述決策網(wǎng)絡(luò)用于根據(jù)所述樣本運行狀態(tài)輸出所述決策動作，所述評價網(wǎng)絡(luò)用于根據(jù)所述預(yù)測運行狀態(tài)，確定針對所述決策動作的獎勵值；迭代更新所述控制模型的網(wǎng)絡(luò)參數(shù)，包括：

7.根據(jù)權(quán)利要求1-6任一所述的方法，其特征在于，所述狀態(tài)預(yù)測網(wǎng)絡(luò)采用長短期記憶網(wǎng)絡(luò)lstm。

8.一種空調(diào)控制裝置，其特征在于，包括：

9.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序指令，其特征在于，該程序指令被處理器執(zhí)行時實現(xiàn)權(quán)利要求1-7中任一所述的空調(diào)控制方法。

10.一種設(shè)備，其特征在于，包括：

技術(shù)總結(jié)
本公開提供一種空調(diào)控制方法、裝置、介質(zhì)及設(shè)備，涉及空調(diào)控制技術(shù)領(lǐng)域，包括：將目標(biāo)空調(diào)的運行狀態(tài)輸入至控制模型，得到目標(biāo)動作序列；根據(jù)目標(biāo)動作序列，控制目標(biāo)空調(diào)。本公開通過預(yù)設(shè)的狀態(tài)預(yù)測網(wǎng)絡(luò)，能夠根據(jù)有限的樣本數(shù)據(jù)生成更多的樣本數(shù)據(jù)，從而增加了可用于訓(xùn)練的樣本數(shù)據(jù)量，減輕因樣本數(shù)據(jù)不足而導(dǎo)致的過擬合問題。并且，將預(yù)測的運行狀態(tài)作為新的樣本輸入到控制模型中進行訓(xùn)練，可以幫助控制模型更好地捕捉空調(diào)的運行模式和規(guī)律，提高了控制模型的泛化能力，使得控制模型輸出的動作序列更符合空調(diào)的實際需求。

技術(shù)研發(fā)人員：張杰,潘城城,陳淵
受保護的技術(shù)使用者：小米科技（武漢）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/10