空调器的控制方法及装置转让专利

申请号 : CN201911039255.8

文献号 : CN110726217B

文献日 :

基本信息:

PDF:

法律信息:

相似专利:

发明人 : 梁之琦吴俊鸿田雅颂廖敏翟振坤连彩云梁博王现林徐小魏周金声

申请人 : 珠海格力电器股份有限公司

摘要 :

本发明公开了一种空调器的控制方法及装置。其中,该方法包括:获取空调器的当前运行参数,以及与上述当前运行参数对应的第一运行功率;确定对上述当前运行参数进行修正得到的目标运行参数,以及与上述目标运行参数对应的第二运行功率;在检测到上述第二运行功率小于上述第一运行功率的情况下,控制上述空调器按照上述目标运行参数运行。本发明解决了现有技术中采用传统的控制策略导致难以控制空调器处于最佳运行状态的技术问题。

权利要求 :

1.一种空调器的控制方法,其特征在于,包括:

获取空调器的当前运行参数,以及与所述当前运行参数对应的第一运行功率;

确定对所述当前运行参数进行修正得到的目标运行参数,以及与所述目标运行参数对应的第二运行功率;

在检测到所述第二运行功率小于所述第一运行功率的情况下,控制所述空调器按照所述目标运行参数运行;

其中,在获取空调器的当前运行参数之前,所述方法还包括:

预先获取所述空调器的待训练参数,其中,所述待训练参数包括以下至少之一:环境工况参数、空调模式、房间参数;

在将所述待训练参数输入仿真模型之后,获取所述仿真模型的输出结果;

通过训练学习所述待训练参数和所述输出结果,得到神经网络模型,其中,所述神经网络模型用于确定所述第一运行功率和所述第二运行功率;

其中,所述环境工况参数包括以下至少之一:室内温度值、室内湿度值、室外温度值、室外湿度值;所述空调模式包括以下至少之一:制冷模式、制热模式、除湿模式、睡眠模式;所述房间参数包括以下至少之一:房间尺寸、墙体厚度、墙体材质、窗户数量、窗户大小。

2.根据权利要求1所述的方法,其特征在于,所述当前运行参数包括以下至少之一:第一压缩机运行频率值、第一膨胀阀开度值、第一风机转速值;所述目标运行参数包括以下至少之一:第二压缩机运行频率值、第二膨胀阀开度值、第二风机转速值;其中,所述当前运行参数和所述目标运行参数的取值不同。

3.根据权利要求1所述的方法,其特征在于,在获取空调器的当前运行参数之前,所述方法还包括:获取所述空调器所处房间的室内温度值;

检测所述室内温度值是否达到设定温度值;

若检测结果指示所述室内温度值达到所述设定温度值,则执行所述获取空调器的当前运行参数的步骤。

4.根据权利要求1所述的方法,其特征在于,

通过以下方式确定与所述当前运行参数对应的第一运行功率:通过将所述当前运行参数输入所述神经网络模型,得到所述神经网络模型输出的所述第一运行功率;

通过以下方式确定与所述目标运行参数对应的第二运行功率:通过将所述目标运行参数输入所述神经网络模型,得到所述神经网络模型输出的所述第二运行功率。

5.根据权利要求1所述的方法,其特征在于,在控制所述空调器按照所述目标运行参数运行之前,所述方法还包括:监测所述空调器所处房间的温度变化值;

比较所述温度变化值与预先确定的温度变化阈值;

若比较结果指示所述温度变化值小于所述温度变化阈值,则执行所述控制所述空调器按照所述目标运行参数运行的步骤;

若比较结果指示所述温度变化值大于或等于所述温度变化阈值,则调整所述目标运行参数的大小,并返回执行所述确定与所述目标运行参数对应的第二运行功率的步骤,直至所述温度变化值小于所述温度变化阈值。

6.根据权利要求5所述的方法,其特征在于,在监测所述空调器当前所处房间的温度变化值之前,通过以下方式预先确定所述温度变化阈值:依据所述当前运行参数确定所述空调器的空调运行能力值;

依据所述空调运行能力值确定所述温度变化阈值。

7.根据权利要求1至6中任意一项所述的方法,其特征在于,在检测到所述第二运行功率大于或等于所述第一运行功率的情况下,则调整所述目标运行参数的大小,并返回执行所述确定与所述目标运行参数对应的第二运行功率的步骤,直至检测到所述第二运行功率小于所述第一运行功率。

8.一种空调器的控制装置,其特征在于,包括:

获取模块,用于获取空调器的当前运行参数,以及与所述当前运行参数对应的第一运行功率;

确定模块,用于确定对所述当前运行参数进行修正得到的目标运行参数,以及与所述目标运行参数对应的第二运行功率;

控制模块,用于在检测到所述第二运行功率小于所述第一运行功率的情况下,控制所述空调器按照所述目标运行参数运行;

其中,在获取空调器的当前运行参数之前,所述装置还用于预先获取所述空调器的待训练参数,其中,所述待训练参数包括以下至少之一:环境工况参数、空调模式、房间参数;

在将所述待训练参数输入仿真模型之后,获取所述仿真模型的输出结果;通过训练学习所述待训练参数和所述输出结果,得到神经网络模型,其中,所述神经网络模型用于确定所述第一运行功率和所述第二运行功率;

其中,所述环境工况参数包括以下至少之一:室内温度值、室内湿度值、室外温度值、室外湿度值;所述空调模式包括以下至少之一:制冷模式、制热模式、除湿模式、睡眠模式;所述房间参数包括以下至少之一:房间尺寸、墙体厚度、墙体材质、窗户数量、窗户大小。

9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至7中任意一项所述的空调器的控制方法。

10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的空调器的控制方法。

说明书 :

空调器的控制方法及装置

技术领域

[0001] 本发明涉及控制技术领域,具体而言,涉及一种空调器的控制方法及装置。

背景技术

[0002] 随着生活水平的提高,人们对居住环境的品质要求越来越高,空调器作为室内调温调湿的重要装置,已成为人们生活中的必需品。
[0003] 但是,目前空调器采用传统控制策略,各执行器之间独立控制,而且逻辑较为固定简单,空调器较难达到较为理想的最佳运行状态。例如,当空调所在房间的室内温度达到设定温度后,可能此时空调并非处于最佳低功耗运行状态。
[0004] 针对上述的问题,目前尚未提出有效的解决方案。

发明内容

[0005] 本发明实施例提供了一种空调器的控制方法及装置,以至少解决现有技术中采用传统的控制策略导致难以控制空调器处于最佳运行状态的技术问题。
[0006] 根据本发明实施例的一个方面,提供了一种空调器的控制方法,包括:获取空调器的当前运行参数,以及与上述当前运行参数对应的第一运行功率;确定对上述当前运行参数进行修正得到的目标运行参数,以及与上述目标运行参数对应的第二运行功率;在检测到上述第二运行功率小于上述第一运行功率的情况下,控制上述空调器按照上述目标运行参数运行。
[0007] 根据本发明实施例的另一方面,还提供了一种空调器的控制装置,包括:获取模块,用于获取空调器的当前运行参数,以及与上述当前运行参数对应的第一运行功率;确定模块,用于确定对上述当前运行参数进行修正得到的目标运行参数,以及与上述目标运行参数对应的第二运行功率;控制模块,用于在检测到上述第二运行功率小于上述第一运行功率的情况下,控制上述空调器按照上述目标运行参数运行。
[0008] 根据本发明实施例的另一方面,还提供了一种存储介质,上述存储介质包括存储的程序,其中,在上述程序运行时控制上述存储介质所在设备执行任意一项上述的空调器的控制方法。
[0009] 根据本发明实施例的另一方面,还提供了一种处理器,上述处理器用于运行程序,其中,上述程序运行时执行任意一项上述的空调器的控制方法。
[0010] 在本发明实施例中,采用空调寻优控制策略控制的方式,通过获取空调器的当前运行参数,以及与上述当前运行参数对应的第一运行功率;确定对上述当前运行参数进行修正得到的目标运行参数,以及与上述目标运行参数对应的第二运行功率;在检测到上述第二运行功率小于上述第一运行功率的情况下,控制上述空调器按照上述目标运行参数运行,达到了依据最佳运行策略控制空调器运行的目的,从而实现了提升空调器的运行状态,提升空调器的运行性能的技术效果,进而解决了现有技术中采用传统的控制策略导致难以控制空调器处于最佳运行状态的技术问题。

附图说明

[0011] 此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
[0012] 图1是根据本发明实施例的一种空调器的控制方法的流程图;
[0013] 图2是根据本发明实施例的一种可选的仿真模型的示意图;
[0014] 图3是根据本发明实施例的一种可选的神经网络模型的示意图;
[0015] 图4是根据本发明实施例的一种可选的空调器的控制方法的流程图;
[0016] 图5是根据本发明实施例的一种空调器的控制装置的结构示意图。

具体实施方式

[0017] 为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
[0018] 需要说明的是,本发明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,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0019] 实施例1
[0020] 根据本发明实施例,提供了一种空调器的控制方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
[0021] 图1是根据本发明实施例的一种空调器的控制方法的流程图,如图1所示,该方法包括如下步骤:
[0022] 步骤S102,获取空调器的当前运行参数,以及与上述当前运行参数对应的第一运行功率;
[0023] 步骤S104,确定对上述当前运行参数进行修正得到的目标运行参数,以及与上述目标运行参数对应的第二运行功率;
[0024] 步骤S106,在检测到上述第二运行功率小于上述第一运行功率的情况下,控制上述空调器按照上述目标运行参数运行。
[0025] 在本发明实施例中,采用空调寻优控制策略控制的方式,通过获取空调器的当前运行参数,以及与上述当前运行参数对应的第一运行功率;确定对上述当前运行参数进行修正得到的目标运行参数,以及与上述目标运行参数对应的第二运行功率;在检测到上述第二运行功率小于上述第一运行功率的情况下,控制上述空调器按照上述目标运行参数运行,达到了依据最佳运行策略控制空调器运行的目的,从而实现了提升空调器的运行状态,提升空调器的运行性能的技术效果,进而解决了现有技术中采用传统的控制策略导致难以控制空调器处于最佳运行状态的技术问题。
[0026] 在一种可选的实施例中,上述当前运行参数包括以下至少之一:第一压缩机运行频率值、第一膨胀阀开度值、第一风机转速值;上述目标运行参数包括以下至少之一:第二压缩机运行频率值、第二膨胀阀开度值、第二风机转速值;其中,上述当前运行参数和目标运行参数的取值不同,例如,上述第二压缩机运行频率值可以高于或低于上述第一压缩机运行频率值,上述第二膨胀阀开度值可以高于或低于上述第一膨胀阀开度值,上述第二风机转速值可以高于或低于上述第一风机转速值。
[0027] 在一种可选的实施例中,在检测到上述第二运行功率大于或等于上述第一运行功率的情况下,则调整上述目标运行参数的大小,并返回执行上述确定与上述目标运行参数对应的第二运行功率的步骤,直至检测到上述第二运行功率小于上述第一运行功率。
[0028] 在一种可选的实施例中,在获取空调器的当前运行参数之前,上述方法还包括:
[0029] 步骤S202,获取上述空调器所处房间的室内温度值;
[0030] 步骤S204,检测上述室内温度值是否达到设定温度值;
[0031] 步骤S206,若检测结果指示上述室内温度值达到上述设定温度值,则执行上述获取空调器的当前运行参数的步骤。
[0032] 作为一种可选的实施例,在获取空调器的当前运行参数之前,可以预先确定空调器所处房间的室内温度值是否达到设定温度值,并在检测到室内温度值达到设定温度值时,即确定空调器的当前运行状态转为稳定运行状态,则可以直接通过空调器中的控制器获取空调器的当前运行参数,或者通过预先在空调器的控制器中增加仿真模型和房间模型,通过该仿真模型和房间模型预测空调器的当前运行参数。
[0033] 在一种可选的实施例中,在获取空调器的当前运行参数之前,上述方法还包括:
[0034] 步骤S302,预先获取上述空调器的待训练参数,其中,上述待训练参数包括以下至少之一:环境工况参数、空调模式、房间参数;
[0035] 步骤S304,在将上述待训练参数输入仿真模型之后,获取上述仿真模型的输出结果;
[0036] 步骤S306,通过训练学习上述待训练参数和上述输出结果,得到神经网络模型。
[0037] 在一种可选的实施例中,上述环境工况参数包括以下至少之一:室内温度值(室内干球温度值)、室内湿度值、室外温度值(室外干球温度值)、室外湿度值;上述空调模式包括以下至少之一:制冷模式、制热模式、除湿模式、睡眠模式;上述房间参数包括以下至少之一:房间尺寸(长/宽/高)、墙体厚度、墙体材质、窗户数量、窗户大小。
[0038] 可选的,可以通过空调器的室内机上的温度感温包检测得到室内温度值,通过空调器的室外机上的温度感温包检测得到室外温度值,可以通过空调器的室内机上的湿度检测装置检测得到上述室内湿度值,通过空调器的室外机上的湿度检测装置检测得到室外湿度值。
[0039] 可选的,用户首次可以通过用户终端的应用程序app、空调器的遥控器等设备输入上述房间参数;也可以通过3D摄像头、红外探头等智能设备进行实时自主检测,得到上述房间参数。
[0040] 需要说明的是,在本申请实施例中,上述环境工况参数仅为示意性示例,并不局限于此,还可以包括更多的参数类型。
[0041] 可选的,如图2所示,上述仿真模型的输入参数除包括:压缩机运行频率值、膨胀阀开度值、风机转速值,还可以包括:导风板位置、环境温度值、环境湿度值等;上述风机转速值包括:内机转速值和外机转速值;上述仿真模型的输出结果:运行能力值、运行功率值、运行能效值、管温值、电机电流值。
[0042] 可选的,如图3所示,上述神经网络模型可以包括输入层、隐藏层和输出层,该输入层包括以下至少之一:压缩机频率值、房间温湿度值、导风板位置、风机转速值、膨胀阀开度值(电子膨胀阀开度值);上述隐藏层包括以下至少之一:隐藏节点数1、隐藏节点数2……隐藏节点数n,上述输出层包括以下至少之一:运行能力值、运行功率值、运行能效值等。
[0043] 在一种可选的实施例中,通过以下方式确定与上述当前运行参数对应的第一运行功率:通过将上述当前运行参数输入上述神经网络模型,得到上述神经网络模型输出的上述第一运行功率;通过以下方式确定与上述目标运行参数对应的第二运行功率:通过将上述目标运行参数输入上述神经网络模型,得到上述神经网络模型输出的上述第二运行功率。
[0044] 在上述可选的实施例中,可以预先获取处于稳定运行状态下的空调器的待训练参数,并将获取到的训练参数输入仿真模型,得到仿真模型的输出结果,并通过对仿真模型的输入的训练参数和输出结果不断地训练和学习,形成神经网络模型,可根据空调的压缩机运行频率值F、膨胀阀开度值P、风机转速值N,预测空调器的运行能力值Q和运行功率值W(包括第一运行功率和第二运行功率)。
[0045] 需要说明的是,在本申请实施例中,还可以设置修正当前运行参数的优先级,修正当前运行参数的优先级可以但不限于设置为压缩机运行频率值>膨胀阀开度值>风机转速值,如果用户存在设置风档的个性化需求,则依用户设置风档为准,控制风机转速值不发生变化,仅对压缩机运行频率值和膨胀阀开度值进行修正,以使得控制空调器运行在最佳运行状态。
[0046] 在一种可选的实施例中,在控制上述空调器按照上述目标运行参数运行之前,上述方法还包括:
[0047] 步骤S402,监测上述空调器所处房间的温度变化值。
[0048] 在一种可选的实施例中,在监测上述空调器当前所处房间的温度变化值之前,通过以下方式预先确定上述温度变化阈值:依据上述当前运行参数确定上述空调器的空调运行能力值;依据上述空调运行能力值确定上述温度变化阈值。
[0049] 步骤S404,比较上述温度变化值与预先确定的温度变化阈值;
[0050] 步骤S406,若比较结果指示上述温度变化值小于上述温度变化阈值,则执行上述控制上述空调器按照上述目标运行参数运行的步骤;
[0051] 步骤S408,若比较结果指示上述温度变化值大于或等于上述温度变化阈值,则调整上述目标运行参数的大小,并返回执行上述确定与上述目标运行参数对应的第二运行功率的步骤,直至上述温度变化值小于上述温度变化阈值。
[0052] 作为一种可选的实施例,当空调器处于稳定运行状态时,即空调器所处房间的室内温度值达到设定温度值,将当前空调器运行的压缩机频率值F’、膨胀阀开度值P’、风机转速值N’等当前运行参数,通过仿真模型或神经网络模型计算出第一运行功率W’;然后,通过对上述当前运行参数进行修正得到目标运行参数,具体的,通过降低压缩机频率值、增大膨胀阀开度值、增大风机转速值分别为Fi,Pi,Ni,其中i=1,2,3;仿真模型或神经网络模型计算出第二运行功率Wi。
[0053] 通过比较第一运行功率W’和第二运行功率Wi的大小,如果检测到比较结果为上述第二运行功率大于或等于第一运行功率,即Wi≥W’,则重新迭代压缩机频率值F、膨胀阀开度值P、风机转速值N等目标运行参数,直到检测到第二运行功率小于第一运行功率,即Wi<W’为止(或通过遗传算法筛选出最小功耗的运行功率值);将此时通过仿真模型或神经网络模型计算出的空调器的当前运行能力值Q带入控制器中的房间模型,通过房间模型预测该运行能力值下的温度变化值,即室内温度值升高(制热模式)或降低(制冷模式)的大小。
[0054] 如果检测到温度变化值ΔT≥预先确定的温度变化阈值T0,表明在此情况下改变当前运行参数人体能感受到的温度变化较为明显,对当前运行参数进行修正易引起室内温度值的波动,例如,降低压缩机频率值、增大膨胀阀开度值、增大风机转速值,易引起室内温度值的波动,则可以继续进行修正,例如适当增大压缩机频率值Fj,增大膨胀阀开度值Pj、增大风机转速值Nj重新迭代计算,即返回执行上述确定与上述目标运行参数对应的第二运行功率的步骤,直至上述温度变化值小于上述温度变化阈值。
[0055] 如果检测到温度变化值ΔT<预先确定的温度变化阈值T0,表明在此情况下改变当前运行参数能够降低功耗而不引起室内温度值的大幅变化,同时当温度变化值超过设定温度值1℃时,停止自动寻优模式,控制上述空调器按照上述目标运行参数运行即可。
[0056] 以下通过一种可选的实施例,对本申请中提供的空调器的控制方法进行示意性说明,如图4所示,上述空调器的控制方法可以通过以下步骤实现:
[0057] 步骤S500,预先获取上述空调器的待训练参数,其中,上述待训练参数包括以下至少之一:环境工况参数、空调模式、房间参数;
[0058] 步骤S501,在将上述待训练参数输入仿真模型之后,获取上述仿真模型的输出结果;
[0059] 步骤S502,通过训练学习上述待训练参数和上述输出结果,得到神经网络模型。
[0060] 步骤S503,获取上述空调器所处房间的室内温度值;
[0061] 步骤S504,检测上述室内温度值是否达到设定温度值;
[0062] 其中,若检测结果指示上述室内温度值达到上述设定温度值,则执行步骤S505。
[0063] 步骤S505,获取空调器的当前运行参数,以及与上述当前运行参数对应的第一运行功率;
[0064] 步骤S506,确定对上述当前运行参数进行修正得到的目标运行参数,以及与上述目标运行参数对应的第二运行功率。
[0065] 在一种可选的实施例中,通过以下方式确定与上述当前运行参数对应的第一运行功率:通过将上述当前运行参数输入上述神经网络模型,得到上述神经网络模型输出的上述第一运行功率;通过以下方式确定与上述目标运行参数对应的第二运行功率:通过将上述目标运行参数输入上述神经网络模型,得到上述神经网络模型输出的上述第二运行功率。
[0066] 步骤S507,在检测到上述第二运行功率小于上述第一运行功率的情况下,监测上述空调器所处房间的温度变化值。
[0067] 步骤S508,比较上述温度变化值与预先确定的温度变化阈值;
[0068] 其中,若比较结果指示上述温度变化值小于上述温度变化阈值,则执行步骤S509;若比较结果指示上述温度变化值大于或等于上述温度变化阈值,则调整上述目标运行参数的大小,并返回执行步骤S506,直至检测到上述温度变化值小于上述温度变化阈值。
[0069] 步骤S509,控制上述空调器按照上述目标运行参数运行。
[0070] 实施例2
[0071] 根据本发明实施例,还提供了一种用于实施上述空调器的控制方法的装置实施例,图5是根据本发明实施例的一种空调器的控制装置的结构示意图,如图5所示,上述空调器的控制装置,包括:获取模块50、确定模块52和控制模块54,其中:
[0072] 获取模块50,用于获取空调器的当前运行参数,以及与上述当前运行参数对应的第一运行功率;确定模块52,用于确定对上述当前运行参数进行修正得到的目标运行参数,以及与上述目标运行参数对应的第二运行功率;控制模块54,用于在检测到上述第二运行功率小于上述第一运行功率的情况下,控制上述空调器按照上述目标运行参数运行。
[0073] 需要说明的是,上述各个模块是可以通过软件或硬件来实现的,例如,对于后者,可以通过以下方式实现:上述各个模块可以位于同一处理器中;或者,上述各个模块以任意组合的方式位于不同的处理器中。
[0074] 此处需要说明的是,上述获取模块50、确定模块52和控制模块54对应于实施例1中的步骤S102至步骤S106,上述模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在计算机终端中。
[0075] 需要说明的是,本实施例的可选或优选实施方式可以参见实施例1中的相关描述,此处不再赘述。
[0076] 上述的空调器的控制装置还可以包括处理器和存储器,上述获取模块50、确定模块52和控制模块54等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
[0077] 处理器中包含内核,由内核去存储器中调取相应的程序单元,上述内核可以设置一个或以上。存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
[0078] 根据本申请实施例,还提供了一种存储介质实施例。可选地,在本实施例中,上述存储介质包括存储的程序,其中,在上述程序运行时控制上述存储介质所在设备执行上述任意一种空调器的控制方法。
[0079] 可选地,在本实施例中,上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中,上述存储介质包括存储的程序。
[0080] 可选地,在程序运行时控制存储介质所在设备执行以下功能:获取空调器的当前运行参数,以及与上述当前运行参数对应的第一运行功率;确定对上述当前运行参数进行修正得到的目标运行参数,以及与上述目标运行参数对应的第二运行功率;在检测到上述第二运行功率小于上述第一运行功率的情况下,控制上述空调器按照上述目标运行参数运行。
[0081] 根据本申请实施例,还提供了一种处理器实施例。可选地,在本实施例中,上述处理器用于运行程序,其中,上述程序运行时执行上述任意一种空调器的控制方法。
[0082] 本申请实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:获取空调器的当前运行参数,以及与上述当前运行参数对应的第一运行功率;确定对上述当前运行参数进行修正得到的目标运行参数,以及与上述目标运行参数对应的第二运行功率;在检测到上述第二运行功率小于上述第一运行功率的情况下,控制上述空调器按照上述目标运行参数运行。
[0083] 本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:获取空调器的当前运行参数,以及与上述当前运行参数对应的第一运行功率;确定对上述当前运行参数进行修正得到的目标运行参数,以及与上述目标运行参数对应的第二运行功率;在检测到上述第二运行功率小于上述第一运行功率的情况下,控制上述空调器按照上述目标运行参数运行。
[0084] 上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
[0085] 在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
[0086] 在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
[0087] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0088] 另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
[0089] 所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0090] 以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。