空气净化设备的节能控制方法及系统与流程

本技术涉及空气净化，尤其涉及一种空气净化设备的节能控制方法及系统。

背景技术：

1、随着社会经济的发展和人们生活水平的提高，空气质量问题逐渐受到人们的重视。空气污染已经成为影响人们健康的重要因素。空气净化设备作为一种有效改善室内空气质量的设备，广泛应用于家庭、办公室和公共场所。然而，传统的空气净化设备在使用过程中普遍存在能耗高、智能化程度低的问题。

2、传统的空气净化设备通常采用固定的工作模式，即无论空气质量如何，设备始终以相同的功率运行。这种运行方式虽然能够保证一定的空气净化效果，但往往会产生不必要的能耗。

技术实现思路

1、本技术提供一种空气净化设备的节能控制方法及系统，以解决上述背景技术提出的问题。

2、第一方面，本技术提供一种空气净化设备的节能控制方法，包括：

3、实时获取目标空间在第一预设时间段内的第一空气质量信息，并基于所述第一空气质量信息预测第二预设时间段内的第二空气质量信息；其中，所述第一预设时间段是与当前时刻相连并在当前时刻之前的时间段，所述第一预设时间段的起始时刻为前一次对所述目标空间净化完成时对应的时刻，所述第二预设时间段是与当前时刻相连并在当前时刻之后的时间段；

4、基于所述第二空气质量信息判断是否对所述目标空间进行空气净化处理；

5、若是，基于所述第二空气质量信息生成空气净化逻辑；

6、基于所述空气净化逻辑控制所述目标空间内的空气净化设备净化所述目标空间内的空气。

7、在一种可能的实现方式中，所述第一空气质量信息包括多个污染物的第一浓度信息，所述基于所述第一空气质量信息预测第二预设时间段内的第二空气质量信息，包括：

8、将所述第一空气质量信息输入预设的空气质量预测模型；其中，所述空气质量预测模型是预先训练完成的深度学习模型，所述空气质量预测模型包括分类层、特征提取层、特征转换层、全局最大池化层、全连接层和输出层；

9、所述分类层对所述第一空气质量信息进行分类，得到多个污染物的第一浓度信息；

10、所述特征提取层分别对各个所述污染物的第一浓度信息进行特征提取，得到各个所述污染物对应的稠密向量；

11、所述特征转换层分别对各个所述污染物对应的稠密向量进行主成分分析，得到各个所述污染物对应的低维向量；

12、所述全局最大池化层分别对各个所述污染物对应的低维向量进行池化处理，得到各个所述污染物对应的目标特征向量；

13、所述全连接层分别对各个所述污染物对应的目标特征向量进行深度学习，得到各个所述污染物对应的第二浓度信息；

14、所述输出层对各个所述污染物对应的第二浓度信息进行整合，得到所述第二空气质量信息，并输出所述第二空气质量信息。

15、在一种可能的实现方式中，所述第二空气质量信息包括多个污染物在所述第二预设时间段内对应的预测浓度曲线，所述基于所述第二空气质量信息判断是否对所述目标空间进行空气净化处理，包括：

16、针对各个所述污染物，在数据库中获取所述污染物对应的安全浓度阈值，并在所述污染物的预测浓度曲线所在的坐标系内绘制所述安全浓度阈值对应的直线；

17、针对各个所述污染物，基于所述污染物对应的预测浓度曲线和直线确定目标时刻；其中，所述目标时刻对应的预测浓度值为所述预测浓度曲线上的第一个大于所述安全浓度阈值的预测浓度值；

18、针对各个所述污染物，确定所述污染物对应的目标时刻与当前时刻之间的时长；

19、将各个所述时长分别与预设时长进行比较，若存在任一所述时长不大于所述预设时长，判定对所述目标空间进行空气净化处理。

20、在一种可能的实现方式中，所述基于所述第二空气质量信息生成空气净化逻辑，包括：

21、基于所述第二空气质量信息对所述第二预设时间段进行分段处理，得到多个净化阶段，并基于所述第二空气质量信息确定各个所述净化阶段的污染物信息；其中，所述污染物信息包括多个污染物的含量；

22、针对各个所述污染物，基于所述污染物对应的净化阶段将所述污染物在各个净化阶段对应的含量依序排列，得到所述污染物对应的含量序列；

23、针对各个所述污染物，基于所述污染物对应的含量序列确定所述污染物在各个所述净化阶段的净化量；

24、针对各个所述净化阶段，基于各个所述污染物在所述净化阶段对应的净化量确定所述净化阶段的净化模式；

25、将各个所述净化阶段对应的净化模式依序组合，得到所述空气净化逻辑。

26、在一种可能的实现方式中，所述第二空气质量信息包括多个污染物在所述第二预设时间段内对应的预测浓度曲线，所述基于所述第二空气质量信息对所述第二预设时间段进行分段处理，得到多个净化阶段，包括：

27、针对各个所述污染物，基于预设的浓度增长因子算法获取所述污染物对应的预测浓度曲线所对应的浓度增长因子；

28、确定最大的浓度增长因子对应的预测浓度曲线为目标预测浓度曲线；

29、基于预设的曲线分割算法对所述目标预测浓度曲线进行分割处理，得到所述目标预测浓度曲线对应的多个曲线段；其中，各个所述曲线段对应的积分值相等；

30、基于各个所述曲线段对应的时刻确定多个净化阶段。

31、在一种可能的实现方式中，所述基于预设的浓度增长因子算法获取所述污染物对应的预测浓度曲线所对应的浓度增长因子，包括：

32、计算所述污染物对应的预测浓度曲线的积分值；

33、获取所述污染物对应的预测浓度曲线在多个预设时刻处的浓度值，并计算各个所述浓度值之间的标准差；

34、计算所述污染物对应的预测浓度曲线的积分值与所述标准差之间的乘积，得到所述污染物对应的预测浓度曲线所对应的浓度增长因子。

35、在一种可能的实现方式中，所述基于所述污染物对应的含量序列确定所述污染物在各个所述净化阶段的净化量，包括：

36、针对各个所述净化阶段，利用第一含量减去第二含量，得到所述污染物在所述净化阶段的净化量；其中，所述第一含量为所述污染物在所述净化阶段对应的含量，所述第二含量为所述污染物在所述净化阶段的前一个净化阶段对应的含量。

37、在一种可能的实现方式中，所述方法还包括：

38、将所述第一空气质量信息、所述第二空气质量信息和所述空气净化逻辑进行绑定，得到绑定结果；

39、将所述绑定结果存储至数据库。

40、在一种可能的实现方式中，所述将所述第一空气质量信息、所述第二空气质量信息和所述空气净化逻辑进行绑定，得到绑定结果，包括：

41、构建所述第二空气质量信息和所述空气净化逻辑的映射关系；

42、基于预设的编码规则对所述第一空气质量信息进行编码处理，得到编码序列；其中，所述编码序列包括相同数量的数字和字母；

43、基于所述编码序列的各个数字在所述编码序列中的位置将所述编码序列的各个数字依序排列，得到数字序列，并基于所述编码序列的各个字母在所述编码序列中的位置将所述编码序列的各个字母依序排列，得到字母序列；

44、基于预设的哈希算法获取所述数字序列的各个数字对应的第一哈希值，并基于各个所述第一哈希值对应的数字在所述数字序列中的排序，将各个所述第一哈希值从上往下依序排列，得到第一矩阵；

45、基于预设的哈希算法获取所述字母序列的各个字母对应的第二哈希值，并基于各个所述第二哈希值对应的字母在所述字母序列中的排序，将各个所述第二哈希值从上往下依序排列，得到第二矩阵；

46、将所述第一矩阵与所述第二矩阵相乘，得到目标矩阵；

47、利用所述目标矩阵对所述映射关系进行加密处理，得到所述绑定结果。

48、第二方面，本技术提供一种空气净化设备的节能控制系统，包括：

49、获取模块，用于实时获取目标空间在第一预设时间段内的第一空气质量信息，并基于所述第一空气质量信息预测第二预设时间段内的第二空气质量信息；其中，所述第一预设时间段是与当前时刻相连并在当前时刻之前的时间段，所述第一预设时间段的起始时刻为前一次对所述目标空间净化完成时对应的时刻，所述第二预设时间段是与当前时刻相连并在当前时刻之后的时间段；

50、判断模块，用于基于所述第二空气质量信息判断是否对所述目标空间进行空气净化处理；

51、生成模块，用于若是，基于所述第二空气质量信息生成空气净化逻辑；

52、控制模块，用于基于所述空气净化逻辑控制所述目标空间内的空气净化设备净化所述目标空间内的空气。

53、本技术提供了空气净化设备的节能控制方法及系统，其中，所述方法包括：实时获取目标空间在第一预设时间段内的第一空气质量信息，并基于所述第一空气质量信息预测第二预设时间段内的第二空气质量信息；其中，所述第一预设时间段是与当前时刻相连并在当前时刻之前的时间段，所述第一预设时间段的起始时刻为前一次对所述目标空间净化完成时对应的时刻，所述第二预设时间段是与当前时刻相连并在当前时刻之后的时间段；基于所述第二空气质量信息判断是否对所述目标空间进行空气净化处理；若是，基于所述第二空气质量信息生成空气净化逻辑；基于所述空气净化逻辑控制所述目标空间内的空气净化设备净化所述目标空间内的空气。该方法在需要对目标空间的空气进行净化处理时，基于所述第二空气质量信息生成空气净化逻辑，并基于所述空气净化逻辑控制所述目标空间内的空气净化设备净化所述目标空间内的空气，达到了显著的节能效果，提升了用户体验，有助于延长设备使用寿命，对环境友好，具有广阔的应用前景和显著的社会经济效益。