买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳市金地楼宇科技有限公司

摘要：本申请涉及AI预测技术领域，公开了一种基于AI预测天气控制节能设备的方法。所述方法包括：采集多个室内环境参数数据并获取用户舒适度偏好参数；调用气象API接口获取并预处理得到预处理天气数据和多个历史环境参数数据；对初始AI模型进行模型训练，得到设备控制参数预测模型；调用设备控制参数预测模型进行预测，得到初始设置参数；定义目标函数并优化得到设备设置参数；通过云端业务集成系统将设备设置参数下发至IoT平台，并根据设备设置参数对节能设备进行实时调整，以实现室内的环境调节，本申请采用AI预测天气进而提高节能设备的控制准确率。

主权项：1.一种基于AI预测天气控制节能设备的方法，其特征在于，所述基于AI预测天气控制节能设备的方法包括：在室内安装多个环境传感器并通过所述多个环境传感器采集对应的多个室内环境参数数据，以及通过节能设备获取用户舒适度偏好参数；具体包括：在室内安装多个环境传感器，所述多个环境传感器包括温度传感器、湿度传感器、空气质量传感器和人体红外线传感器；通过所述多个环境传感器对室内的温度、湿度、空气质量和人员数量进行实时监测，得到多个环境传感器数据，所述多个环境传感器数据包括：温度数据、湿度数据、空气质量数据和人员数量数据；对所述多个环境传感器数据进行特征提取，得到环境传感器特征向量集；根据所述环境传感器特征向量集，通过无监督聚类算法对所述多个环境传感器数据进行分类，得到传感器数据分类结果；根据所述传感器数据分类结果，对所述多个环境传感器数据进行归一化处理，得到多个室内环境参数数据；对节能设备的用户操作日志数据进行数据预处理，得到处理后的操作日志数据；根据所述处理后的操作日志数据，通过模式识别算法提取用户舒适度偏好模式，得到用户舒适度偏好模式集；根据所述用户舒适度偏好模式集进行参数映射，得到用户舒适度偏好参数；采用预置的通信协议将所述多个室内环境参数数据传输至IoT平台，并将所述多个室内环境参数数据推送至云端业务集成系统；具体包括：对所述多个室内环境参数数据进行数据格式转换，得到第一环境参数数据，并通过预置的通信协议，对所述第一环境参数数据进行数据打包，得到打包后的环境参数数据包；对所述打包后的环境参数数据包进行数据加密，得到加密后的环境参数数据包，并根据所述通信协议建立安全通信信道，得到安全通信链路，其中，所述通信协议为Wi-Fi、Zigbee、LoRa中的任一种；通过所述安全通信链路将所述加密后的环境参数数据包传输至所述IoT平台，并在所述IoT平台对所述加密后的环境参数数据包进行数据解密，得到解密后的环境参数数据包；在所述IoT平台对所述解密后的环境参数数据包进行数据解包，得到解包后的环境参数数据，并在所述IoT平台对所述解包后的环境参数数据进行数据格式转换，得到第二环境参数数据；根据预设的数据传输协议，在所述IoT平台将所述第二环境参数数据推送至所述云端业务集成系统，并在所述云端业务集成系统进行数据存储；调用气象API接口获取历史天气数据，并对所述历史天气数据进行数据清洗和整理，得到预处理天气数据，同时，从所述云端业务集成系统中获取多个历史环境参数数据；具体包括：根据所需的历史天气类型和时间范围，构建API请求参数集，并根据所述API请求参数集，调用气象API接口发送历史天气数据请求，得到历史天气数据，所述历史天气数据包括：每天的时间段、时间点的温度、湿度和气温；通过Python或者Java对所述历史天气数据进行数据格式转换和数据清洗，得到转换后的天气数据，并对所述转换后的天气数据进行异常值检测，得到异常值检测结果；根据所述异常值检测结果，对所述转换后的天气数据进行异常值修复，得到修复后的天气数据；对所述修复后的天气数据进行时间序列分段，得到分段后的天气数据集，并对所述分段后的天气数据集进行数据归一化处理，得到归一化后的天气数据集；根据所需的天气要素，从所述归一化后的天气数据集中提取对应的天气要素数据，得到天气要素数据集；对所述天气要素数据集进行特征工程处理和数据切分，得到训练数据集和验证数据集，并将所述训练数据集和所述验证数据集作为预处理天气数据输出，同时，从所述云端业务集成系统中获取多个历史环境参数数据；将所述预处理天气数据和所述多个历史环境参数数据输入预置的初始AI模型进行模型训练，得到设备控制参数预测模型，并将所述设备控制参数预测模型部署在所述云端业务集成系统；具体包括：根据所述预处理天气数据和所述多个历史环境参数数据的特征维度，选择AI模型架构，得到初始AI模型，所述初始AI模型为线性回归模型或者LSTM神经网络；对所述初始AI模型的参数进行随机初始化，得到初始化参数的AI模型；通过预置的损失函数，对所述初始化参数的AI模型在所述训练数据集上进行模型训练，得到训练中间模型；对所述训练中间模型在所述验证数据集上进行模型评估，得到模型评估指标；根据所述模型评估指标，对所述训练中间模型的超参数进行调整，直至所述模型评估指标满足预设条件，得到设备控制参数预测模型；对所述设备控制参数预测模型进行模型压缩，得到压缩后的预测模型，并将所述压缩后的预测模型通过模型部署工具部署到所述云端业务集成系统；通过所述气象API接口获取实时天气数据，并将所述实时天气数据推送至所述云端业务集成系统，同时，调用所述设备控制参数预测模型对所述实时天气数据和所述多个室内环境参数数据进行设备控制参数预测，得到初始设置参数；具体包括：根据所需的实时天气类型和地理位置，构建实时API请求参数集；根据所述实时API请求参数集，周期性地调用所述气象API接口发送实时天气数据请求，得到实时天气数据；对所述实时天气数据进行数据格式转换，得到第一天气数据流，并对所述第一天气数据流进行实时数据清洗，得到第二天气数据流；根据所述数据传输协议，将所述第二天气数据流推送至所述云端业务集成系统，并在所述云端业务集成系统中，对所述第二天气数据流进行特征工程处理，得到实时天气特征集；对所述实时天气特征集进行特征编码，得到编码天气特征集，并对所述编码天气特征集进行向量转换，得到编码天气特征向量，以及对所述多个室内环境参数数据进行向量转换，得到编码环境参数向量；对所述编码天气特征向量和所述编码环境参数向量进行张量转换和特征融合，得到张量形式的输入特征；将所述输入特征传递至所述设备控制参数预测模型的输入层，并在所述设备控制参数预测模型的隐藏层，根据隐藏层权重矩阵和隐藏层偏置向量对所述输入特征进行非线性变换，得到隐藏层输出；依次计算所有隐藏层的输出，并将所有隐藏层的输出所述设备控制参数预测模型的输出层的输入；在所述设备控制参数预测模型的输出层，根据输出层权重矩阵和输出层偏置向量，对所有隐藏层的输出进行加权求和运算，得到模型预测输出；对所述模型预测输出进行激活函数计算，得到激活后的预测输出，并对所述激活后的预测输出进行反标准化处理，得到未缩放的预测输出；对所述未缩放的预测输出进行解码，得到温度预测数据、湿度预测数据、气压预测数据、风速预测数据和风向预测数据；将所述温度预测数据、湿度预测数据、气压预测数据、风速预测数据和风向预测数据进行数据融合，得到融合后的初始设置参数；对所述融合后的初始设置参数进行时间序列拆分，得到不同未来时间点的初始设置参数；根据所述多个室内环境参数数据以及所述用户舒适度偏好参数定义目标函数，并通过优化算法计算最优设备控制策略并对所述初始设置参数进行参数优化，生成对应的设备设置参数；具体包括：根据所述初始设置参数，对影响室内环境的天气因素进行建模，得到天气影响模型；根据所述多个室内环境参数数据和所述用户舒适度偏好参数，构建舒适度评价函数；将所述天气影响模型和所述舒适度评价函数相结合，定义目标函数，并根据所述节能设备的工作参数范围，确定控制变量的约束条件；通过预置的优化算法，对所述目标函数在所述约束条件下进行求解，得到优化解，所述优化算法为PID控制算法、线性规划算法、遗传算法中的任一种；根据所述优化解，生成对应的设备设置参数，所述设备设置参数包括温度设定值、风速设定值和湿度设定值；对所述设备设置参数进行可行性分析并剔除不可行参数，得到可行设备设置参数集合，并根据预设的优先级规则，从所述可行设备设置参数集合中选取最优设备设置参数；对所述最优设备设置参数进行参数映射，得到控制指令集，并根据所述控制指令集，生成对应的最优设备控制策略；通过所述云端业务集成系统将所述设备设置参数下发至所述IoT平台，并根据所述设备设置参数对所述节能设备进行实时调整，以实现所述室内的环境调节。

全文数据：

权利要求：

百度查询： 深圳市金地楼宇科技有限公司 一种基于AI预测天气控制节能设备的方法