本發(fā)明涉及物聯(lián)網(wǎng)環(huán)境控制的，特別是涉及一種基于物聯(lián)網(wǎng)技術的智聯(lián)感控方法及系統(tǒng)。

背景技術：

1、隨著人們對生活品質(zhì)要求的提升，空氣質(zhì)量問題日益受到關注。空氣凈化設備作為改善室內(nèi)空氣質(zhì)量的重要手段，在家庭、辦公場所、醫(yī)院等場所得到了廣泛應用。

2、現(xiàn)有的空氣凈化設備雖然配備了簡單的感應裝置，能夠根據(jù)室內(nèi)pm2.5濃度等空氣質(zhì)量指標進行基本的自動開關機操作，但隨著設備使用時間的增長，濾網(wǎng)、電機等關鍵部件的性能會逐漸下降，導致設備的凈化效率降低，現(xiàn)有的空氣凈化設備往往缺乏對此類衰減的監(jiān)測和應對機制，使得設備的凈化效果不盡如人意；同時也未能充分考慮環(huán)境溫濕度對凈化效果的影響，缺乏對凈化效率的精準量化與智能化管理。

技術實現(xiàn)思路

1、為解決上述技術問題，本發(fā)明提供一種提升了凈化效果和用戶體驗，實現(xiàn)了資源的高效利用和維護成本的降低的基于物聯(lián)網(wǎng)技術的智聯(lián)感控方法及系統(tǒng)。

2、第一方面，本發(fā)明提供了基于物聯(lián)網(wǎng)技術的智聯(lián)感控方法，所述方法應用于對空氣凈化設備進行自動調(diào)節(jié)，所述空氣凈化設備的輸入側(cè)和輸出側(cè)均部署有監(jiān)測傳感器，所述空氣凈化設備上還安裝有溫濕度傳感器，所述方法包括：

3、根據(jù)設定采集時間節(jié)點，控制監(jiān)測傳感器采集輸入側(cè)和輸出側(cè)的空氣質(zhì)量，分別獲得第一空氣質(zhì)量數(shù)據(jù)信息和第二空氣質(zhì)量數(shù)據(jù)信息；并控制溫濕度傳感器采集空氣凈化設備所在空間的環(huán)境溫度和環(huán)境濕度；

4、對所述第一空氣質(zhì)量數(shù)據(jù)信息和第二空氣質(zhì)量數(shù)據(jù)信息進行量化處理，并基于量化結果，計算得到空氣質(zhì)量優(yōu)化量；每個采集時間節(jié)點均對應著一個空氣質(zhì)量優(yōu)化量，其中，相鄰兩個采集時間節(jié)點之間的時間距離相同；

5、將預設設定數(shù)量的到空氣質(zhì)量優(yōu)化量，按時間順序排列，獲得空氣凈化設備的空氣質(zhì)量優(yōu)化特征集合；

6、對將空氣質(zhì)量優(yōu)化特征集合進行特征提取，獲得空氣凈化設備的凈化效率評價指數(shù)；

7、將環(huán)境濕度和環(huán)境溫度輸入至預先構建的設備凈化影響分析模型，獲得凈化環(huán)境影響系數(shù)；

8、基于凈化環(huán)境影響系數(shù)，對凈化效率評價指數(shù)進行影響校正，獲得空氣凈化設備的凈化效率校正指數(shù)；

9、當凈化效率校正指數(shù)低于預設效率閾值時，自動調(diào)節(jié)空氣凈化設備運行參數(shù)，直至凈化效率校正指數(shù)不低于預設效率閾值。

10、進一步地，對所述第一空氣質(zhì)量數(shù)據(jù)信息和第二空氣質(zhì)量數(shù)據(jù)信息進行量化處理的方法包括：

11、對第一空氣質(zhì)量數(shù)據(jù)信息和第二空氣質(zhì)量數(shù)據(jù)信息進行數(shù)據(jù)清洗，去除異常值和平滑噪聲；

12、對于每個采集時間節(jié)點，分別計算輸入側(cè)和輸出側(cè)的空氣質(zhì)量參數(shù)差值；

13、設定凈化效果的量化評分體系，設定不同凈化效果等級對應的分數(shù)；

14、基于凈化效果的量化評分，對每個采集時間節(jié)點的凈化效果進行打分，形成空氣質(zhì)量優(yōu)化量。

15、進一步地，所述空氣凈化設備的空氣質(zhì)量優(yōu)化特征集合的獲取方法包括：

16、將空氣質(zhì)量優(yōu)化量按照采集時間節(jié)點的時間順序進行排列；每個優(yōu)化量與其對應的時間戳相匹配，形成時間序列數(shù)據(jù)集；

17、定義一組用于描述和量化空氣質(zhì)量優(yōu)化量隨時間的變化特征

18、基于定義的特征，從時間序列數(shù)據(jù)集中計算并提取實際的數(shù)值；

19、將提取的所有特征數(shù)值整合成一個結構化的數(shù)據(jù)集，即空氣凈化設備的空氣質(zhì)量優(yōu)化特征集合。

20、進一步地，對將空氣質(zhì)量優(yōu)化特征集合進行特征提取的方法包括：

21、對將空氣質(zhì)量優(yōu)化特征集合進行預處理，包括檢查數(shù)據(jù)完整性、剔除異常值和填補缺失值；

22、根據(jù)凈化效果評估的需求，選取對凈化效率有影響的特征；

23、基于空氣質(zhì)量優(yōu)化特征集合，構造新的特征變量；

24、通過機器學習方法確定各個特征的重要性，給特征賦予權重。

25、進一步地，所述設備凈化影響分析模型的構建方法包括：

26、收集關于空氣凈化設備運行時的數(shù)據(jù)，對收集的數(shù)據(jù)進行清洗，包括去除異常值、填補缺失值以及數(shù)據(jù)規(guī)范化；

27、選擇機器學習模型作為設備凈化影響分析模型的基礎架構，所述機器學習模型包括線性回歸、決策樹、隨機森林、支持向量機和神經(jīng)網(wǎng)絡；

28、將處理后的數(shù)據(jù)集分為訓練集和驗證集；

29、使用訓練集數(shù)據(jù)訓練選定的模型，調(diào)整模型參數(shù)；

30、采用交叉驗證方法，來評估模型在未見過的數(shù)據(jù)上的表現(xiàn)；

31、基于模型在驗證集上的表現(xiàn)，調(diào)整模型參數(shù)；

32、將優(yōu)化后的模型部署到實際應用中。

33、進一步地，自動調(diào)節(jié)空氣凈化設備運行參數(shù)的方法包括調(diào)整風速、改變工作模式、濾網(wǎng)清潔更換提醒以及優(yōu)化電機功率。

34、進一步地，所述采集時間節(jié)點的設定依據(jù)包括設備工作周期、環(huán)境變化頻率、濾網(wǎng)電機性能衰減速度、能耗效率平衡以及異常情況響應。

35、另一方面，本技術還提供了基于物聯(lián)網(wǎng)技術的智聯(lián)感控系統(tǒng)，所述系統(tǒng)包括：

36、環(huán)境感知模塊，根據(jù)設定采集時間節(jié)點，控制監(jiān)測傳感器采集輸入側(cè)和輸出側(cè)的空氣質(zhì)量，分別獲得第一空氣質(zhì)量數(shù)據(jù)信息和第二空氣質(zhì)量數(shù)據(jù)信息；并控制溫濕度傳感器采集空氣凈化設備所在空間的環(huán)境溫度和環(huán)境濕度；

37、量化處理模塊，對所述第一空氣質(zhì)量數(shù)據(jù)信息和第二空氣質(zhì)量數(shù)據(jù)信息進行量化處理，并基于量化結果，計算得到空氣質(zhì)量優(yōu)化量；每個采集時間節(jié)點均對應著一個空氣質(zhì)量優(yōu)化量，其中，相鄰兩個采集時間節(jié)點之間的時間距離相同；

38、優(yōu)化特征集合生成模塊，將預設設定數(shù)量的到空氣質(zhì)量優(yōu)化量，按時間順序排列，獲得空氣凈化設備的空氣質(zhì)量優(yōu)化特征集合；

39、凈化效率評價模塊，對將空氣質(zhì)量優(yōu)化特征集合進行特征提取，獲得空氣凈化設備的凈化效率評價指數(shù)；

40、凈化影響分析模塊，將環(huán)境濕度和環(huán)境溫度輸入至預先構建的設備凈化影響分析模型，獲得凈化環(huán)境影響系數(shù)；

41、凈化效率校正模塊，基于凈化環(huán)境影響系數(shù)，對凈化效率評價指數(shù)進行影響校正，獲得空氣凈化設備的凈化效率校正指數(shù)；

42、調(diào)節(jié)控制模塊，當凈化效率校正指數(shù)低于預設效率閾值時，自動調(diào)節(jié)空氣凈化設備運行參數(shù)，直至凈化效率校正指數(shù)不低于預設效率閾值。

43、第三方面，本技術提供了一種電子設備，包括總線、收發(fā)器、存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述收發(fā)器、所述存儲器和所述處理器通過所述總線相連，所述計算機程序被所述處理器執(zhí)行時實現(xiàn)上述任意一項所述方法中的步驟。

44、第四方面，本技術還提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述任意一項所述方法中的步驟。

45、與現(xiàn)有技術相比本發(fā)明的有益效果為：通過定時采集空氣質(zhì)量數(shù)據(jù)和溫濕度信息，能夠?qū)崟r監(jiān)控室內(nèi)環(huán)境變化，相較于僅依靠簡單感應裝置的基本自動控制，該方法提供了更精細的環(huán)境監(jiān)測和即時反饋機制；

46、通過計算空氣質(zhì)量優(yōu)化量及建立優(yōu)化特征集合，能夠定量評估空氣凈化設備的凈化效果隨時間的衰減情況，填補了現(xiàn)有設備缺乏衰減監(jiān)測和應對機制的空白，有助于及時維護和更換部件，保持凈化效率；

47、將環(huán)境溫濕度納入分析模型，校正凈化效率評價，該方法能夠更全面地考慮影響凈化效果的因素，不再忽視溫濕度對空氣凈化效率的實際影響，提升了凈化過程的智能化和適應性；

48、通過量化處理和特征提取，形成凈化效率評價指數(shù)和校正指數(shù)，使得凈化效果的評估更加科學、精確，有利于用戶直觀了解設備性能狀態(tài)，也為設備的自動化管理提供了量化基礎；

49、根據(jù)校正指數(shù)自動調(diào)節(jié)設備運行參數(shù)，確保凈化效率始終維持在預設閾值之上，提高了設備的使用效率和用戶滿意度，減少了因效率下降導致的能源浪費；

50、通過持續(xù)監(jiān)測和數(shù)據(jù)分析，該方法能夠提前預警設備性能下降，為用戶提供更換濾網(wǎng)或維護服務的建議，延長設備壽命，減少意外停機和維修成本；

51、綜上所述，此智聯(lián)感控方法通過物聯(lián)網(wǎng)技術實現(xiàn)了空氣凈化設備的智能化管理，不僅提升了凈化效果和用戶體驗，還實現(xiàn)了資源的高效利用和維護成本的降低。