控制空调的方法及装置、存储介质、处理器

摘要

本发明公开了一种控制空调的方法及装置、存储介质、处理器。其中，该方法包括：采集样本房间的第一房间信息，以及目标房间的第二房间信息；依据上述第一房间信息和上述第二房间信息，确定上述目标房间的房间类型；依据上述房间类型获取控制信息，其中，上述控制信息用于控制上述目标房间内的空调器的制冷量和/或制热量。本发明解决了现有技术中通过经验对空调器进行节能控制的方式，无法保证空调器的实际节能效果的技术问题。

权利要求

1.一种控制空调的方法，其特征在于，包括：

采集样本房间的第一房间信息，以及目标房间的第二房间信息；

依据所述第一房间信息和所述第二房间信息，确定所述目标房间的房间类型；

依据所述房间类型获取控制信息，其中，所述控制信息用于控制所述目标房间内的空调器的制冷量和/或制热量；

其中，依据所述第一房间信息和所述第二房间信息，确定所述目标房间的房间类型，包括：依据所述目标房间的房间面积，确定曲线图中对应的样本房间的制冷量和/或制热量的最大值和最小值；

通过计算所述最大值和所述最小值，得到所述制冷量和/或制热量的平均值；

确定与所述制冷量和/或制热量的平均值对应的样本房间的房间类型为所述目标房间的房间类型；

其中，以所述样本房间的房间面积为坐标系的横坐标，所述样本房间的制冷量和/或制热量为坐标系的纵坐标得到所述曲线图；以及基于所述样本房间的房间面积，计算所述样本房间内的空调器的耗电量和能耗比得到所述制冷量和/或制热量。

2.根据权利要求1所述的方法，其特征在于，所述第一房间信息包括如下至少之一：房间类型、房间面积、房间制冷量和/或制热量；采集样本房间的第一房间信息，包括：获取所述样本房间的房间类型；

依据所述样本房间的房间类型，测量样本房间的房间面积；

基于所述样本房间的房间面积，计算所述样本房间内的空调器的耗电量和能耗比，得到所述样本房间内的空调器的制冷量和/或制热量。

3.根据权利要求2所述的方法，其特征在于，计算所述样本房间内的空调器的耗电量和能耗比，得到所述样本房间内的空调器的制冷量和/或制热量，包括：获取所述样本房间内的空调器的能耗比；

检测所述空调器的耗电量，计算得到所述空调器的功率消耗；

通过计算所述空调器的功率消耗和所述能耗比，得到所述制冷量和/或制热量。

4.根据权利要求1所述的方法，其特征在于，在依据所述第一房间信息和所述第二房间信息，确定所述目标房间的房间类型之前，所述方法还包括：依据所述样本房间的房间类型，确定样本房间的房间面积；

确定所述样本房间的制冷量和/或制热量的最大值和最小值；

以所述样本房间的房间面积为坐标系的横坐标，以所述样本房间的制冷量和/或制热量为坐标系的纵坐标，确定所述样本房间的曲线图。

5.根据权利要求4所述的方法，其特征在于，所述第二房间信息包括如下至少之一：房间面积、房间制冷量和/或制热量；采集目标房间的第二房间信息，包括：获取所述目标房间的房间面积；

检测所述目标房间内的空调器的耗电量，计算得到所述空调器的功率消耗；

通过计算所述空调器的功率消耗和能耗比，得到所述目标房间内的空调器的制冷量和/或制热量。

6.根据权利要求1至5中任意一项所述的方法，其特征在于，所述房间类型包括以下至少之一：户型结构、建筑材料、位置朝向、环境楼层、隔热效果。

7.根据权利要求1至5中任意一项所述的方法，其特征在于，所述方法还包括：采集所述目标房间内的空调器的工作参数，其中，所述工作参数包括如下至少之一：设定温度值、电子膨胀阀开度、压缩机频率、风机转速；

采集所述目标房间的状态数据，其中，所述状态数据包括如下至少之一：室内温度、室内湿度、室外湿度；

通过组合所述工作参数和所述状态数据，得到所述目标房间的状态数据库。

8.根据权利要求7所述的方法，其特征在于，在得到所述目标房间的状态数据库之后，所述方法还包括：将所述工作参数和所述状态数据作为蒙特卡洛节点，以蒙特卡洛树描述状态数据库，通过蒙特卡洛算法建立所述样本房间内空调器的工作参数和所述状态数据之间的对应关系；

以任意一个蒙特卡洛节点为起点，通过所述蒙特卡洛算法确定到达其他蒙特卡洛节点的路线，以遍历所述蒙特卡洛树中的所有节点，并记录遍历路线以及遍历数据，其中，所述其他蒙特卡洛节点为所述蒙特卡洛树上除所述任意一个蒙特卡洛节点之外的节点。

9.根据权利要求8所述的方法，其特征在于，在记录遍历路线以及遍历数据之后，所述方法还包括：模拟所述样本房间内的空调器的工作参数的状态切换至第一稳定状态，以及所述样本房间状态数据的状态切换至第二稳定状态的切换过程；

记录所述切换过程中所述样本房间内的空调器的能耗。

10.根据权利要求9所述的方法，其特征在于，在记录遍历路线以及遍历数据之后，所述方法还包括：检测所述目标房间的状态是否为稳定状态；

若所述目标房间的状态不是所述稳定状态，则在控制所述目标房间内的空调器切换至最低能耗时，切换所述目标房间的状态至所述稳定状态；

更新所述蒙特卡洛算法。

11.根据权利要求10所述的方法，其特征在于，通过如下方式检测所述目标房间的状态是否为稳定状态：检测步骤，检测所述目标房间内的空调器的工作参数的状态是否为所述第一稳定状态，以及所述目标房间内的状态数据的状态是否为所述第二稳定状态；

间隔预定时间之后再次执行所述检测步骤；

若两次检测结果完全一致，则确定所述目标房间的状态为稳定状态；

若两次检测结果不完全一致，则确定所述目标房间的状态为非稳定状态。

12.根据权利要求9所述的方法，其特征在于，记录所述切换过程中所述样本房间内的空调器的能耗，包括：根据所述切换过程和与所述切换过程对应的切换路线，确定所述样本房间内的空调器的工作参数；

测量所述工作参数每发生改变时所述空调器所产生的能耗，计算得到所述空调器的总能耗。

13.根据权利要求10所述的方法，其特征在于，切换所述目标房间的状态至所述稳定状态，包括：检测所述蒙特卡洛树中是否存在所述工作参数和所述状态数据的节点；

若所述蒙特卡洛树中存在所述工作参数和所述状态数据的节点，则根据所述节点到达稳定状态的路线，确定所述空调器的能耗；

若所述蒙特卡洛树中不存在所述工作参数和/或所述状态数据的节点，则依据所述蒙特卡洛算法模拟得到模拟切换路线，并计算与所述模拟切换路线对应的能耗；

依据与能耗值最低的能耗对应的切换路线，切换所述目标房间的状态至所述稳定状态。

14.一种控制空调的装置，其特征在于，包括：

采集模块，用于采集样本房间的第一房间信息，以及目标房间的第二房间信息；

确定模块，用于依据所述第一房间信息和所述第二房间信息，确定所述目标房间的房间类型；

获取模块，用于依据所述房间类型获取控制信息，其中，所述控制信息用于控制所述目标房间内的空调器的制冷量和/或制热量；

其中，所述装置还用于通过如下方式确定所述目标房间的房间类型：依据所述目标房间的房间面积，确定曲线图中对应的样本房间的制冷量和/或制热量的最大值和最小值；通过计算所述最大值和所述最小值，得到所述制冷量和/或制热量的平均值；确定与所述制冷量和/或制热量的平均值对应的样本房间的房间类型为所述目标房间的房间类型；

其中，以所述样本房间的房间面积为坐标系的横坐标，所述样本房间的制冷量和/或制热量为坐标系的纵坐标得到所述曲线图；以及基于所述样本房间的房间面积，计算所述样本房间内的空调器的耗电量和能耗比得到所述制冷量和/或制热量。

15.一种存储介质，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以下步骤：采集样本房间的第一房间信息，以及目标房间的第二房间信息；依据所述第一房间信息和所述第二房间信息，确定所述目标房间的房间类型；依据所述房间类型获取控制信息，其中，所述控制信息用于控制所述目标房间内的空调器的制冷量和/或制热量；其中，依据所述第一房间信息和所述第二房间信息，确定所述目标房间的房间类型，包括：依据所述目标房间的房间面积，确定曲线图中对应的样本房间的制冷量和/或制热量的最大值和最小值；通过计算所述最大值和所述最小值，得到所述制冷量和/或制热量的平均值；确定与所述制冷量和/或制热量的平均值对应的样本房间的房间类型为所述目标房间的房间类型；其中，以所述样本房间的房间面积为坐标系的横坐标，所述样本房间的制冷量和/或制热量为坐标系的纵坐标得到所述曲线图；以及基于所述样本房间的房间面积，计算所述样本房间内的空调器的耗电量和能耗比得到所述制冷量和/或制热量。

16.一种处理器，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以下步骤：采集样本房间的第一房间信息，以及目标房间的第二房间信息；依据所述第一房间信息和所述第二房间信息，确定所述目标房间的房间类型；依据所述房间类型获取控制信息，其中，所述控制信息用于控制所述目标房间内的空调器的制冷量和/或制热量；其中，依据所述第一房间信息和所述第二房间信息，确定所述目标房间的房间类型，包括：依据所述目标房间的房间面积，确定曲线图中对应的样本房间的制冷量和/或制热量的最大值和最小值；通过计算所述最大值和所述最小值，得到所述制冷量和/或制热量的平均值；确定与所述制冷量和/或制热量的平均值对应的样本房间的房间类型为所述目标房间的房间类型；其中，以所述样本房间的房间面积为坐标系的横坐标，所述样本房间的制冷量和/或制热量为坐标系的纵坐标得到所述曲线图；以及基于所述样本房间的房间面积，计算所述样本房间内的空调器的耗电量和能耗比得到所述制冷量和/或制热量。

说明书

控制空调的方法及装置、存储介质、处理器

技术领域

[0001] 本发明涉及节能控制领域，具体而言，涉及一种控制空调的方法及装置、存储介质、处理器。

背景技术

[0002] 空调器作为一种调节室内环境温度的装置，对提高人们的生活水平的起着重要的作用。但是，在日常的使用空调器的过程中，空调器的电能利用效率并不高。

[0003] 由于每个用户家庭居住环境不一致，在使用空调器的过程中，与理论的情况存在一定偏差，通过传统的经验匹配进行节能控制，有可能超过房间需求导致浪费，或者不满足房间需求，使空调器处于满负荷运转，甚至过载损坏空调器。并且，影响空调器整体运行的被控因素之间严重不匹配，会造成能源的严重浪费，进而影响空调器的使用寿命。

[0004] 针对上述现有技术中通过经验对空调器进行节能控制的方式，无法保证空调器的实际节能效果的问题，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控制空调的方法及装置、存储介质、处理器，以至少解决现有技术中通过经验对空调器进行节能控制的方式，无法保证空调器的实际节能效果的技术问题。

[0006] 根据本发明实施例的一个方面，提供了一种控制空调的方法，包括：采集样本房间的第一房间信息，以及目标房间的第二房间信息；依据上述第一房间信息和上述第二房间信息，确定上述目标房间的房间类型；依据上述房间类型获取控制信息，其中，上述控制信息用于控制上述目标房间内的空调器的制冷量和/或制热量。

[0007] 根据本发明实施例的另一方面，还提供了一种控制空调的装置，包括：采集模块，用于采集样本房间的第一房间信息，以及目标房间的第二房间信息；确定模块，用于依据上述第一房间信息和上述第二房间信息，确定上述目标房间的房间类型；获取模块，用于依据上述房间类型获取控制信息，其中，上述控制信息用于控制上述目标房间内的空调器的制冷量和/或制热量。

[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以下步骤：采集样本房间的第一房间信息，以及目标房间的第二房间信息；依据上述第一房间信息和上述第二房间信息，确定上述目标房间的房间类型；依据上述房间类型获取控制信息，其中，上述控制信息用于控制上述目标房间内的空调器的制冷量和/或制热量。

[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以下步骤：采集样本房间的第一房间信息，以及目标房间的第二房间信息；依据上述第一房间信息和上述第二房间信息，确定上述目标房间的房间类型；依据上述房间类型获取控制信息，其中，上述控制信息用于控制上述目标房间内的空调器的制冷量和/或制热量。

[0010] 在本发明实施例中，通过采集样本房间的第一房间信息，以及目标房间的第二房间信息；依据上述第一房间信息和上述第二房间信息，确定上述目标房间的房间类型；依据上述房间类型获取控制信息，其中，上述控制信息用于控制上述目标房间内的空调器的制冷量和/或制热量，达到了解决用户实际居住环境的制冷/制热需求问题的目的，从而实现了避免盲目输出制冷量和/或制热量与实际需求脱轨的技术效果，进而解决了现有技术中通过经验对空调器进行节能控制的方式，无法保证空调器的实际节能效果的技术问题。

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控制空调的方法的流程图；

[0013] 图2是根据本发明实施例的一种可选的样本房间的曲线图示意图；

[0014] 图3是根据本发明实施例的一种可选的样本房间的曲线图示意图；

[0015] 图4是根据本发明实施例的一种可选的强化学习算法控制框架示意图；

[0016] 图5是根据本发明实施例的一种可选的空调节能控制过程的示意图；

[0017] 图6(a)是根据本发明实施例的一种可选的虚拟空调中蒙特卡洛算法模拟控制流程的示意图；

[0018] 图6(b)是根据本发明实施例的一种可选的虚拟空调中蒙特卡洛算法模拟控制流程的示意图；

[0019] 图7是根据本发明实施例的一种控制空调的装置的结构示意图。

具体实施方式

[0020] 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。

[0021] 需要说明的是，本发明的说明书和权利要求书及上述图中的术语“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。

[0022] 实施例1

[0023] 根据本发明实施例，提供了一种控制空调的方法的实施例，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。

[0024] 图1是根据本发明实施例的一种控制空调的方法的流程图，如图1所示，该方法包括如下步骤：

[0025] 步骤S102，采集样本房间的第一房间信息，以及目标房间的第二房间信息。

[0026] 在上述步骤S102中，上述第一房间信息包括如下至少之一：房间类型、房间面积、房间制冷量和/或制热量；上述第二房间信息包括如下至少之一：房间面积、房间制冷量和/或制热量。

[0027] 在本申请实施例中，还可以设置样本房间的制冷量数据库，上述制冷量数据库中可以预先存储有上述样本房间的第一房间信息，进而可以从上述制冷量数据库中获取上述第一房间信息。

[0028] 步骤S104，依据上述第一房间信息和上述第二房间信息，确定上述目标房间的房间类型。

[0029] 由于用户家庭中房间的房间类型、散热系数、面积、高度、楼层，向性(向阴/向阳)房屋材料等因素对房间的制冷制热影响较大，但是现实生活中，用户只简单根据房间面积来选购暖通设备，各个厂商在设计暖通设备时,均根据实验结果给出一个大致的参考标准，但是，由于用户实际房间环境与实验室环境差异较大，造成制冷制热效果不理想。

[0030] 因此，在本申请实施例中，还需要确定目标房间的房间类型，进而可以提高制冷制热效果，还可以根据房间的房间类型限制空调器的节能范围，实现在降低舒适性不明显的情况下，适量降低制冷/制热量需求，从而实现降低能耗，满足用户的节能需求。

[0031] 需要说明的是，不同的房间类型的制冷量和/或制热量均会不同，并且，由于房间类型不一致，上述各种影响因素对房间内的制热制冷效果较大。

[0032] 由于样本房间中的第一房间信息中已经包含：房间类型、房间面积、房间制冷量和/或制热量，并且，每个房间的各个第一房间信息均是对应的。可以根据目标房间中的房间面积、房间制冷量和/或制热量，确定上述目标房间的房间类型。

[0033] 步骤S106，依据上述房间类型获取控制信息，其中，上述控制信息用于控制上述目标房间内的空调器的制冷量和/或制热量。

[0034] 本申请实施例通过确定房间的房间类型，可以控制上述目标房间内的空调器的制冷量和/或制热量，对空调器的节能范围进行限制，具体的，可以为制冷量和/或制热量，进而可以实现在降低舒适性不明显的情况下，适量降低制冷/制热量需求，从而实现降低能耗，满足用户的节能需求。

[0035] 并且，基于本申请实施例所提供的基于蒙特卡洛树搜索的强化学习控制算法，可实现在现有暖通设备上进行运行参数的自主优化，从而实现最佳内部适配策略，实现在同等制冷需求量的前提下，对空调被控因素进行精准优化，从而实现降低能耗。

[0036] 在上述实施例中，上述暖通设备可以包括：采暖、通风、空调等方向，对于采暖方向，主要设备为锅炉、换热器、水泵、散热器等；对于通风方向，主要设备为风机；对于空调方向，主要设备为冷却塔、冷水机组、水泵、空气处理机、风机盘管等。

[0037] 在本发明实施例中，通过采集样本房间的第一房间信息，以及目标房间的第二房间信息；依据上述第一房间信息和上述第二房间信息，确定上述目标房间的房间类型；依据上述房间类型获取控制信息，其中，上述控制信息用于控制上述目标房间内的空调器的制冷量和/或制热量，达到了解决用户实际居住环境的制冷/制热需求问题的目的，从而实现了避免盲目输出制冷量和/或制热量与实际需求脱轨的技术效果，进而解决了现有技术中通过经验对空调器进行节能控制的方式，无法保证空调器的实际节能效果的技术问题。

[0038] 在一种可选的实施例中，上述第一房间信息包括如下至少之一：房间类型、房间面积、房间制冷量和/或制热量；采集样本房间的第一房间信息，包括：

[0039] 步骤S202，获取上述样本房间的房间类型；

[0040] 步骤S204，依据上述样本房间的房间类型，测量每个样本房间的房间面积；

[0041] 步骤S206，基于上述每个样本房间的房间面积，计算上述样本房间内的空调器的耗电量和能耗比，得到上述样本房间内的空调器的制冷量和/或制热量。

[0042] 在上述可选的实施例中，上述样本房间和目标房间均可以为卧室、客厅、厨房、教室、医院等等，在一种可选的实施例中，上述房间类型包括以下至少之一：户型结构、建筑材料、位置朝向、环境楼层、隔热效果。

[0043] 由于不同的房间类型对房间制冷量和制热量的影响很大，因此，在样本房间中可以先确定样本房间的房间类型，并依据样本房间的房间类型，对每一房间类型的样本房间的房间面积进行测量，进而可以基于上述每个样本房间的房间面积，计算上述样本房间内的空调器的耗电量和能耗比，得到上述样本房间内的空调器的制冷量和/或制热量。

[0044] 在一种可选的实施例中，计算上述样本房间内的空调器的耗电量和能耗比，得到上述样本房间内的空调器的制冷量和/或制热量，包括：

[0045] 步骤S302，获取上述样本房间内的空调器的能耗比；

[0046] 步骤S304，检测上述空调器的耗电量，计算得到上述空调器的功率消耗；

[0047] 步骤S306，通过计算上述空调器的功率消耗和上述能耗比，得到上述制冷量和/或制热量。

[0048] 在本申请实施例中，可以根据如下计算公式得到上述能耗比：能耗比＝制冷量/功率消耗，或，能耗比＝制热量/功率消耗，还可以为在空调器生产时预先设置的，可以根据出厂设置参数获取上述能耗比。需要说明的是，实时制冷量和/或制热量是根据空调器的实时功率消耗计算出来的。

[0049] 在一种可选的实施例中，若目标房间的房间类型，并不是标准的样本房间，则暖通设备在运作的过程中，通过自身传感器计算出房间实际的制冷和/或制热需求量。

[0050] 在一种可选的实施例中，在依据上述第一房间信息和上述第二房间信息，确定上述目标房间的房间类型之前，上述方法还包括：

[0051] 步骤S402，依据上述样本房间的房间类型，确定每个样本房间的房间面积；

[0052] 步骤S404，确定上述每个样本房间的制冷量和/或制热量的最大值和最小值；

[0053] 步骤S406，以上述样本房间的房间面积为坐标系的横坐标，以上述样本房间的制冷量和/或制热量为坐标系的纵坐标，确定上述每个样本房间的曲线图。

[0054] 在本申请实施例中，在采集样本房间的第一房间信息之后，还可以在直角坐标系上绘制出每种房间类型的样本房间的曲线图，具体的，可以根据样本房间的房间类型，确定并在直角坐标系上列出每个样本房间的房间面积，并根据样本房间的房间面积，对应每个样本房间的制冷量，在直角坐标系上确定每个样本房间的制冷量和/或制热量的最大值和最小值，以上述样本房间的房间面积为坐标系的横坐标，以上述样本房间的制冷量和/或制热量为坐标系的纵坐标，确定上述每个样本房间的曲线图。

[0055] 在一种可选的实施例中，上述样本房间的曲线图可以但不限于为图2和图3所示，在如图2和图3所示的直角坐标系中，t0为坐标系原点，tc为坐标系的制冷量(本实施例以制冷量为例进行说明，还可以表示为制热量)，s1、s2、s3、s4为不同房间类型的样本房间的房间面积，图2中的三条实线分别为：房间类型I最大值(即房间类型I的制冷量的最大值)；房间类型II最大值(即房间类型II的制冷量的最大值)；房间类型III最大值(即房间类型III的制冷量的最大值)。

[0056] 在一种可选的实施例中，上述第二房间信息包括如下至少之一：房间面积、房间制冷量和/或制热量；采集目标房间的第二房间信息，包括：

[0057] 步骤S502，获取上述目标房间的房间面积；

[0058] 步骤S504，检测上述目标房间内的空调器的耗电量，计算得到上述空调器的功率消耗；

[0059] 步骤S506，通过计算上述空调器的功率消耗和能耗比，得到上述目标房间内的空调器的制冷量和/或制热量。

[0060] 在本申请实施例中，上述目标房间的房间面积可以通过测量得到，还可以通过其他方式获取，例如，查询与该目标房间对应的房间信息。

[0061] 在本申请实施例中，可以根据如下计算公式得到上述能耗比：能耗比＝制冷量/功率消耗，或，能耗比＝制热量/功率消耗，还可以为在空调器生产时预先设置的，可以根据出厂设置参数获取上述能耗比。需要说明的是，实时制冷量和/或制热量是根据空调器的实时功率消耗计算出来的。

[0062] 并且，通过检测上述目标房间内的空调器的耗电量，通过功率消耗计算公式，还可以计算得到上述空调器的功率消耗，进而通过计算上述空调器的功率消耗和能耗比，得到上述目标房间内的空调器的制冷量和/或制热量。

[0063] 在一种可选的实施例中，依据上述第一房间信息和上述第二房间信息，确定上述目标房间的房间类型，包括：

[0064] 步骤S602，依据上述目标房间的房间面积，确定上述曲线图中对应的样本房间的制冷量和/或制热量的最大值和最小值；

[0065] 步骤S604，通过计算上述最大值和上述最小值，得到上述制冷量和/或制热量的平均值；

[0066] 步骤S606，确定与上述制冷量和/或制热量的平均值对应的样本房间的房间类型为上述目标房间的房间类型。

[0067] 在本申请实施例中，根据目标房间的房间面积，选取如图3所示的样本房间曲线图中制冷量最大值和样本房间的制冷量最小值，其中，房间类型II对应的样本房间的制冷量最大值tmax和样本房间的制冷量最小值tmin；房间类型III对应的样本房间的制冷量最大值trn和样本房间的制冷量最小值trm；房间类型I对应的样本房间的制冷量最大值和制冷量最小值未在图3中示出，房间面积为sr,实际制冷/制热需求量为tr，tr和sr交于的A点为制冷量和/或制热量的平均值，该平均值为每类房间类型的制冷量和/或制热量的最大值和上述最小值计算得到的平均值。

[0068] 通过计算得到房间类型I至房间类型III，三个房间类型在当前面积sr和实际制冷需求量tr下的f。通过找到最小的两个f值，即f值越小，实际制冷需求可能落在某个房间类型的可能性越大。根据图的结果可知，当前落在房间类型II与房间类型III的可能性大。

[0069] 并且，当f趋向于0时，tr约等于tmax和tmin的平均值，通过数据分析得到，当实际制冷量落在区域最大值与区域最小值的中点位置时，对于确定目标房间归属哪类房间类型的效果最好，并且，落点离区域中心距离越近，说明落点更均匀，归属效果越好。上述计算公式的目的是判断上述三个区域的中点位置，哪两个位置离我们的实际制冷量最近，判断实际制冷量该属于哪两个区域。通过上述公式判断实际制冷量到上限的距离与实际制冷量与下限的距离之差，来判断实际制冷量落在对应位置的情况。

[0070] 在一种可选的实施例中，通过计算每种样本房间类型对应的f，f＝||tmax-tr|-|tr-tmin||；升序排列得到的结果：f1、f2、f3……fn；选择最小值f1和次小值f2对应的样本房间；判定tr最接近tmax1和tmin1、tmax2和tmin2的平均值。以tr等于制冷量和/或制热量的最大值和最小值的平均值为标准，判断房间类型，选择2种房间类型，记录tmin曲线图。

[0071] 作为一种可选的实施例，由于制冷量和制热量是节能与否的最大因素，在适当合理的范围内降低制热量或制冷量，可以直接实现明显的节能效果。

[0072] 因此，在本申请实施例中，可将空调的实际制热量和/或制冷量需求设置为一个弹性的可变区间，改变过去固定的某个值作为室内实际制冷制热量：[trm+0.9λ|tmin-trm|,tr-0.1λ|tmin-trm|]；其中，上述λ为可调参数，取值范围可以但不限于为[0.2,0.5]或者[0,1]，通过优化暖通设备的运行参数，使制冷制热量落在上述计算公式的合理范围内，有利于实现节能减耗。

[0073] 在本申请实施例中，可以将实际制冷量tr从固定值往下调，变成一个弹性的区间值，且区间最大值会比实际制冷量小一点。

[0074] 在上述计算公式中，trm

[0075] 此外，由于在本申请实施例中，当λ的取值趋向于1时的下限：trm＜0.1trm+0.9tmin＜tmin；当λ的取值趋向于0.5时的下限：trm＜0.55trm+0.45tmin＜tmin；当λ的取值趋向于0时的下限：trm；

[0076] 0.1trm+0.9tmin-(0.55trm+0.45tmin)＝0.45tmin-0.45trm＝0.45(tmin-trm)>0

[0077] 故0.1trm+0.9tmin>0.55trm+0.45tmin>trm；

[0078] 当λ的取值趋向于1时的上限：tr-0.1|tmin-trm|；

[0079] 当λ的取值趋向于0.5时的上限：tr-0.05|tmin-trm|；

[0080] 当λ的取值趋向于0时的上限：tr；

[0081] tr-0.1|tmin-trm|＜tr-0.05|tmin-trm|＜tr；

[0082] 根据上述计算公式，可以确定当λ的取值减少时，下限变小，上限变大。

[0083] 由于trm+|tmin-trm|＝tmin，trm+0.9λ|tmin-trm|＜tmin，还可以将下限的范围从tmin调整至tmin下方一点，tr-0.1|tmin-trm|＜tr将上限调整至tr下方一点。

[0084] 在一种可选的实施例中，上述方法还包括：

[0085] 步骤S702，采集上述目标房间内的空调器的工作参数。

[0086] 在步骤S702中，上述工作参数包括如下至少之一：设定温度值、电子膨胀阀开度、压缩机频率、风机转速。

[0087] 步骤S704，采集上述目标房间的状态数据。

[0088] 在步骤S704中，上述状态数据包括如下至少之一：室内温度、室内湿度、室外湿度。

[0089] 步骤S706，通过组合上述工作参数和上述状态数据，得到上述目标房间的状态数据库。

[0090] 在本申请实施例中，组合上述工作参数和状态数据即是将上述工作参数和上述状态数据建立对应关系，并将工作参数和状态数据存储在状态数据库中，其中，上述空调器的工作参数即上述空调器的被控因素。

[0091] 本申请实施例中，通过基于蒙特卡洛树搜索的强化学习控制算法，对空调的被控因素进行精准优化，可以实现空调器的强化学习。通过判断用户房间的制热量和/或制冷量需求，避免盲目输出，在满足舒适性的前提下，适当减少制热量和/或制冷量的输出，及时应对房间内的变化，使房间保持稳定状态，通过强化学习，使空调以能耗最低的方式做出动作，节省了耗电量，提高了空调工作效率。

[0092] 在一种可选的实施例中，在得到上述目标房间的状态数据库之后，上述方法还包括：

[0093] 步骤S802，将上述工作参数和上述状态数据作为蒙特卡洛节点，以蒙特卡洛树描述状态数据库，通过蒙特卡洛算法建立上述样本房间内空调器的工作参数和上述状态数据之间的对应关系。

[0094] 步骤S804，以任意一个蒙特卡洛节点为起点，通过上述蒙特卡洛算法确定到达其他蒙特卡洛节点的路线，以遍历上述蒙特卡洛树中的所有节点，并记录遍历路线以及遍历数据，其中，上述其他蒙特卡洛节点为上述蒙特卡洛树上除上述任意一个蒙特卡洛节点之外的节点。

[0095] 在本申请实施例中，可以建立样本空调工作参数和房间状态信息的对应关系，并采用蒙特卡洛算法描述对应关系；模拟样本空调切换和房间变化至稳定状态；记录所有状态切换至稳定状态的能耗；检测目标房间是否处于稳定状态；指示空调以最低能耗切换至稳定状态；根据切换结果更新算法。

[0096] 可选的，采集空调工作参数和房间状态信息，保持一个数值不变，测量其它数值变化，记录所有数值组合，建立对应关系。

[0097] 在上述可选的实施例中，将每组数值组合作为蒙特卡洛算法的节点；选择两个数值组合，只有一个数值发生改变，且该改变是直接实现的；按照上述标准，将所有数值组合连接，画出蒙特卡洛树，根据蒙特卡洛算法，遍历所有状态，记录步骤和路线以及数据组合。

[0098] 其中，蒙特卡洛算法即为蒙特卡洛树搜索控制算法，是一种基于深度优先的搜索算法，经过大量的随机方式进行模拟，发现一定的规律，并给出统计结果，供决策者进行参考。结合图4、5、6(a)和6(b)以及暖通设备，对蒙特卡洛算法进行介绍，以下以上述暖通设备为空调器进行说明：

[0099] 图4中示出了空调器节能的强化学习算法控制框架，如图4所示，空调器中在使用基于蒙特卡洛树搜索控制算法的强化学习的过程中会使用到大量的模拟，从而得到最佳决策供空调器使用。因此，可以假设有一台空调器在运行，虚拟空调并不是客观存在的，可以但不限于在空调中以算法的形式体现，还可以通过算法以代码/程序的形式烧录在空调控制主板上的芯片内进行固化，主要用于空调调控策略的模拟，从而得到最佳的控制策略工真实空调参考并执行。

[0100] 图4中所示的真实空调在运行中，可以首先通过状态获取模块获取当前的空调状态信息以及环境状态，即图5中给出的室内环境温度、室外环境湿度、室内环境湿度、用户设定温度，以及电子膨胀阀开度、压缩机频率、风机转速等信息。

[0101] 并且，图4中还可以通过状态判断模块进行当前状态判断是否达到稳定状态。若达到稳定状态，则等待时间t后继续获取环境状态和空调状态信息，再进行状态判断；若未达到稳定状态，则对空调进行调控，进入虚拟空调，进行动作模拟，最终得到一个优化好的决策，通过策略执行模块控制空调，在时间延迟Δt后，通过环境状态信息来判断是否达到预期节能效果，若没有，循环上述步骤。

[0102] 如图5中所示，虚拟空调由蒙特卡洛算法、评价体系构成，蒙特卡洛算法，主要用来模拟空调执行动作，评价体系主要用来判断执行相关动作到稳定状态后，是否达到预期节能效果，若未达成，则给予一定负奖励(即惩罚)，若达成，则给予一定奖励。从而让虚拟空调根据控制算法的意图，选择奖励性高的执行策略，并将上述执行策略传输给真实空调。

[0103] 需要说明的是，上述蒙特卡洛算法，主要分为四个阶段：选择，扩展，模拟，回溯。获取当前的坏境状态，即空调运行的过程中，通过状态获取模块获取上述状态信息，进行状态判断，若未达到环境状态稳定状态条件，将当前状态信息，同步至虚拟空调内。

[0104] 在一种可选的实施例中，在记录遍历路线以及遍历数据之后，上述方法还包括：

[0105] 步骤S902，模拟上述样本房间内的空调器的工作参数的状态切换至第一稳定状态，以及上述样本房间状态数据的状态切换至第二稳定状态的切换过程；

[0106] 步骤S904，记录上述切换过程中上述样本房间内的空调器的能耗。

[0107] 在本申请实施例中，模拟上述样本房间内的空调器的工作参数的状态切换至第一稳定状态，以及上述样本房间状态数据的状态切换至第二稳定状态的切换过程，例如，模拟空调工作参数改变，模拟房间状态信息变化，记录状态变换和切换路线。

[0108] 根据每个房间的状态，计算空调状态切换路线和步骤；根据空调状态切换路线和步骤，找到对应的温度、电子膨胀阀开度、压缩机频率、风机转速变化；测量空调切换温度、电子膨胀阀开度、压缩机频率、风机转速的能耗并记录，计算空调切换能耗。

[0109] 在一种可选的实施例中，在记录遍历路线以及遍历数据之后，上述方法还包括：

[0110] 步骤S1002，检测上述目标房间的状态是否为稳定状态；

[0111] 步骤S1004，若上述目标房间的状态不是上述稳定状态，则在控制上述目标房间内的空调器切换至最低能耗时，切换上述目标房间的状态至上述稳定状态；

[0112] 步骤S1006，更新上述蒙特卡洛算法。

[0113] 在本申请实施例中，可以将房间状态代入空调器动作，增加房间状态信息，用蒙特卡洛算法遍历所有状态，得到每个房间状态信息的稳定状态。

[0114] 在本申请实施例中，可以通过如下方法更新上述蒙特卡洛算法：根据切换能耗的从低到高，为每条切换路线设定优先级；若小于理论值，更新能耗记录，将该切换路线优先级提高；测量实际切换能耗，若大于理论值，将该切换路线优先级降低；检测房间是否到达稳定状态，若未到达稳定状态，删除该切换路线。

[0115] 在一种可选的实施例中，通过如下方式检测上述目标房间的状态是否为稳定状态：

[0116] 步骤S1102，检测步骤，检测上述目标房间内的空调器的工作参数的状态是否为上述第一稳定状态，以及上述目标房间内的状态数据的状态是否为上述第二稳定状态；

[0117] 步骤S1104，间隔预定时间之后再次执行上述检测步骤；

[0118] 步骤S1106，若两次检测结果完全一致，则确定上述目标房间的状态为稳定状态；

[0119] 步骤S1108，若两次检测结果不完全一致，则确定上述目标房间的状态为非稳定状态。

[0120] 在上述步骤S1102中，先对目标房间中空调器的工作参数和目标房间内的状态数据进行检测，以确定目标房间内的空调器的工作参数的状态是否为上述第一稳定状态，以及上述目标房间内的状态数据的状态是否为上述第二稳定状态。

[0121] 可选的，上述预定时间可以为半小时，例如，可以间隔半小时再次执行上述检测步骤，若两次房间状态数据完全一致，则确定上述目标房间的状态为稳定状态，若两次房间状态数据不完全一致，则确定上述目标房间的状态为非稳定状态。

[0122] 在一种可选的实施例中，记录上述切换过程中上述样本房间内的空调器的能耗，包括：

[0123] 步骤S1202，根据上述切换过程和与上述切换过程对应的切换路线，确定上述样本房间内的空调器的工作参数；

[0124] 步骤S1204，测量上述工作参数每发生改变时上述空调器所产生的能耗，计算得到上述空调器的总能耗。

[0125] 在本申请实施例中，根据上述切换过程和与上述切换过程对应的切换路线，确定上述样本房间内的空调器的工作参数，并通过测量每一次工作参数时上述空调器所产生的能耗，计算每次能耗的总和得到空调器的总能耗，并且，本申请实施例中，还可以通过遍历所有状态，记录切换路线和对应的能耗。

[0126] 在一种可选的实施例中，切换上述目标房间的状态至上述稳定状态，包括：

[0127] 步骤S1302，检测上述蒙特卡洛树中是否存在上述工作参数和上述状态数据的节点；

[0128] 步骤S1304，若上述蒙特卡洛树中存在上述工作参数和上述状态数据的节点，则根据上述节点到达稳定状态的路线，确定上述空调器的能耗；

[0129] 步骤S1304，若上述蒙特卡洛树中不存在上述工作参数和/或上述状态数据的节点，则依据上述蒙特卡洛算法模拟得到模拟切换路线，并计算与上述模拟切换路线对应的能耗；

[0130] 步骤S1304，依据与能耗值最低的能耗对应的切换路线，切换上述目标房间的状态至上述稳定状态。

[0131] 在本申请实施例中，可以采集空调当前工作参数和房间当前状态信息，代入样本空调器和目标房间的蒙特卡洛树；并检测上述蒙特卡洛树中是否存在上述工作参数和上述状态数据的节点，若蒙特卡洛树中存在工作参数和上述状态数据的节点，根据到达稳定状态的路线，得到相应的切换能耗；若蒙特卡洛树中没有该数值组合的节点，用蒙特卡洛算法模拟出房间至稳定状态的切换路线，并计算与上述模拟切换路线对应的能耗；依据与能耗值最低的能耗对应的切换路线，切换上述目标房间的状态至上述稳定状态，并指示空调器实施动作。

[0132] 在本申请实施例中，假设在每个状态下，空调器均有两种调控动作(实际上可能是很多种)，假设空调状态信息与环境状态信息合称为空调器的工作参数，以下结合图6(a)和6(b)对空调器的控制方法进行说明：

[0133] 一种可选的实施例中，如图6(a)所示，以空调工作参数的任一状态为S1，改变2种数据，实施2种动作A1,1和A1,2，得到2种房间状态S1,1至S2,1，而S1,1和S2,1各实施2种动作A1,1,1、A2,1,1、A1,2,1、A2,2,1，得到4种房间状态S1,1,1、S2,1,1、S1,2,1、S2,2,1；以此类推，用蒙特卡洛算法遍历所有状态，计算每个房间状态最终到达的稳定状态。

[0134] 如图6(a)所示，当前状态信息为S1，其下有两种动作 与 两种动作执行后有两种状态S2,1，与S2,2。以此类推，状态可以表示为SL1,L2，L1表示执行了L1-1个动作，L2为一个序列，表示选择的分支路线，如L2＝1,1,2，表示的是第一次选择了第一条路线，第二次选择了第一次路线，第三次选择了第二次路线。如图6(a)中所示，S1经过选择1-1-2的路线到达S4,1,1,2。

[0135] 根据蒙特卡洛算法可知，当空调器处于状态S1下，需要做决策，虚拟空调运用蒙特卡洛算法进行N次模拟后，得知图6(a)中红色的路线是最优路线。虚拟空调则输出下一步动作为 真实空调根据虚拟空调进行动作 在经过延迟后Δt，得到状态信息S2,1，将S2切换成当前状态，空调需要执行下一步动作，再次调用上述控制过程，如图6(b)所示，假设下一步动作为 则获得下一个状态信息为S3,2，以此类推，直至达到环境稳定状态。并且，空调器保持继续获取状态，以备环境稳定状态被打破，需要重新运用蒙特卡洛树搜索控制算法进行策略的计算。

[0136] 在本申请实施例中，可以根据从一个状态到另一个状态的中的耗能作为一个反馈，进而可以判断一些策略的能耗，蒙特卡洛算法通过随机的手段，对这些出厂之前的实验方案进行模拟，得到能耗反馈值，在虚拟空调中进行N次模拟后，根据每条路线的能耗反馈值，进行最优路线(一套路线总能耗的值最低)判断。

[0137] 关于蒙特卡洛最优路线，可以根据预先获取的实验数据，如从一个状态到另一个状态，选择的策略信息(分支路线)和对应的能耗信息，以及转态转移前后信息，作为先验知识(已知的信息)通过代码烧录进芯片。因为在用户家庭的实际应用中，出现的环境状态信息远比实验方案覆盖的信息广，蒙特卡洛算法正是具备利用与探索两种功能，利用前面的先验信息，优先采用先验知识进行模拟，若先验知识中没有的，进行模拟探索，从而选取最优路线。

[0138] 一种可选的实施例中，可以首先运用限制节能范围的方法将房间的制冷制热量适量的调整，即主要从一个固定的点适当的降低成一个弹性区域，有利于在降低舒适性不明显的情况下，进行节能范围的缩小，再运用基于蒙特卡洛树搜索控制算法在上述节能范围内，继续优化。

[0139] 基于本申请实施例，可以解决空调器的各个被控因素之间的均衡问题，避免出现“大马拉小车”的不协调现象，还可以解决用户实际居住环境的制冷/制热需求问题，避免盲目输出制冷量与实际需求脱轨的现象。

[0140] 实施例2

[0141] 根据本发明实施例，还提供了一种用于实施上述控制空调的方法的装置实施例，图7是根据本发明实施例的一种控制空调的装置的结构示意图，如图7所示，上述控制空调的装置，包括：采集模块70、确定模块72和获取模块74，其中：

[0142] 采集模块70，用于采集样本房间的第一房间信息，以及目标房间的第二房间信息；确定模块72，用于依据上述第一房间信息和上述第二房间信息，确定上述目标房间的房间类型；获取模块74，用于依据上述房间类型获取控制信息，其中，上述控制信息用于控制上述目标房间内的空调器的制冷量和/或制热量。

[0143] 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。

[0144] 此处需要说明的是，上述采集模块70、确定模块72和获取模块74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。

[0145] 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。

[0146] 上述的控制空调的装置还可以包括处理器和存储器，上述采集模块70、确定模块72和获取模块74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。

[0147] 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。

[0148] 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控制空调的方法。

[0149] 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。

[0150] 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：采集样本房间的第一房间信息，以及目标房间的第二房间信息；依据上述第一房间信息和上述第二房间信息，确定上述目标房间的房间类型；依据上述房间类型获取控制信息，其中，上述控制信息用于控制上述目标房间内的空调器的制冷量和/或制热量。

[0151] 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：获取上述样本房间的房间类型；依据上述样本房间的房间类型，测量每个样本房间的房间面积；基于上述每个样本房间的房间面积，计算上述样本房间内的空调器的耗电量和能耗比，得到上述样本房间内的空调器的制冷量和/或制热量。

[0152] 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：获取上述样本房间内的空调器的能耗比；检测上述空调器的耗电量，计算得到上述空调器的功率消耗；通过计算上述空调器的功率消耗和上述能耗比，得到上述制冷量和/或制热量。

[0153] 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：依据上述样本房间的房间类型，确定每个样本房间的房间面积；确定上述每个样本房间的制冷量和/或制热量的最大值和最小值；以上述样本房间的房间面积为坐标系的横坐标，以上述样本房间的制冷量和/或制热量为坐标系的纵坐标，确定上述每个样本房间的曲线图。

[0154] 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：获取上述目标房间的房间面积；检测上述目标房间内的空调器的耗电量，计算得到上述空调器的功率消耗；通过计算上述空调器的功率消耗和能耗比，得到上述目标房间内的空调器的制冷量和/或制热量。

[0155] 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：依据上述目标房间的房间面积，确定上述曲线图中对应的样本房间的制冷量和/或制热量的最大值和最小值；通过计算上述最大值和上述最小值，得到上述制冷量和/或制热量的平均值；确定与上述制冷量和/或制热量的平均值对应的样本房间的房间类型为上述目标房间的房间类型。

[0156] 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：采集上述目标房间内的空调器的工作参数，其中，上述工作参数包括如下至少之一：设定温度值、电子膨胀阀开度、压缩机频率、风机转速；采集上述目标房间的状态数据，其中，上述状态数据包括如下至少之一：室内温度、室内湿度、室外湿度；通过组合上述工作参数和上述状态数据，得到上述目标房间的状态数据库。

[0157] 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：将上述工作参数和上述状态数据作为蒙特卡洛节点，以蒙特卡洛树描述状态数据库，通过蒙特卡洛算法建立上述样本房间内空调器的工作参数和上述状态数据之间的对应关系；以任意一个蒙特卡洛节点为起点，通过上述蒙特卡洛算法确定到达其他蒙特卡洛节点的路线，以遍历上述蒙特卡洛树中的所有节点，并记录遍历路线以及遍历数据，其中，上述其他蒙特卡洛节点为上述蒙特卡洛树上除上述任意一个蒙特卡洛节点之外的节点。

[0158] 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：模拟上述样本房间内的空调器的工作参数的状态切换至第一稳定状态，以及上述样本房间状态数据的状态切换至第二稳定状态的切换过程；记录上述切换过程中上述样本房间内的空调器的能耗。

[0159] 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：检测上述目标房间的状态是否为稳定状态；若上述目标房间的状态不是上述稳定状态，则在控制上述目标房间内的空调器切换至最低能耗时，切换上述目标房间的状态至上述稳定状态；更新上述蒙特卡洛算法。

[0160] 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：检测步骤，检测上述目标房间内的空调器的工作参数的状态是否为上述第一稳定状态，以及上述目标房间内的状态数据的状态是否为上述第二稳定状态；间隔预定时间之后再次执行上述检测步骤；若两次检测结果完全一致，则确定上述目标房间的状态为稳定状态；若两次检测结果不完全一致，则确定上述目标房间的状态为非稳定状态。

[0161] 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：根据上述切换过程和与上述切换过程对应的切换路线，确定上述样本房间内的空调器的工作参数；测量上述工作参数每发生改变时上述空调器所产生的能耗，计算得到上述空调器的总能耗。

[0162] 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：检测上述蒙特卡洛树中是否存在上述工作参数和上述状态数据的节点；若上述蒙特卡洛树中存在上述工作参数和上述状态数据的节点，则根据上述节点到达稳定状态的路线，确定上述空调器的能耗；若上述蒙特卡洛树中不存在上述工作参数和/或上述状态数据的节点，则依据上述蒙特卡洛算法模拟得到模拟切换路线，并计算与上述模拟切换路线对应的能耗；依据与能耗值最低的能耗对应的切换路线，切换上述目标房间的状态至上述稳定状态。

[0163] 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控制空调的方法。

[0164] 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：采集样本房间的第一房间信息，以及目标房间的第二房间信息；依据上述第一房间信息和上述第二房间信息，确定上述目标房间的房间类型；依据上述房间类型获取控制信息，其中，上述控制信息用于控制上述目标房间内的空调器的制冷量和/或制热量。

[0165] 可选地，上述处理器执行程序时，还可以获取上述样本房间的房间类型；依据上述样本房间的房间类型，测量每个样本房间的房间面积；基于上述每个样本房间的房间面积，计算上述样本房间内的空调器的耗电量和能耗比，得到上述样本房间内的空调器的制冷量和/或制热量。

[0166] 可选地，上述处理器执行程序时，还可以获取上述样本房间内的空调器的能耗比；检测上述空调器的耗电量，计算得到上述空调器的功率消耗；通过计算上述空调器的功率消耗和上述能耗比，得到上述制冷量和/或制热量。

[0167] 可选地，上述处理器执行程序时，还可以依据上述样本房间的房间类型，确定每个样本房间的房间面积；确定上述每个样本房间的制冷量和/或制热量的最大值和最小值；以上述样本房间的房间面积为坐标系的横坐标，以上述样本房间的制冷量和/或制热量为坐标系的纵坐标，确定上述每个样本房间的曲线图。

[0168] 可选地，上述处理器执行程序时，还可以获取上述目标房间的房间面积；检测上述目标房间内的空调器的耗电量，计算得到上述空调器的功率消耗；通过计算上述空调器的功率消耗和能耗比，得到上述目标房间内的空调器的制冷量和/或制热量。

[0169] 可选地，上述处理器执行程序时，还可以依据上述目标房间的房间面积，确定上述曲线图中对应的样本房间的制冷量和/或制热量的最大值和最小值；通过计算上述最大值和上述最小值，得到上述制冷量和/或制热量的平均值；确定与上述制冷量和/或制热量的平均值对应的样本房间的房间类型为上述目标房间的房间类型。

[0170] 可选地，上述处理器执行程序时，还可以采集上述目标房间内的空调器的工作参数，其中，上述工作参数包括如下至少之一：设定温度值、电子膨胀阀开度、压缩机频率、风机转速；采集上述目标房间的状态数据，其中，上述状态数据包括如下至少之一：室内温度、室内湿度、室外湿度；通过组合上述工作参数和上述状态数据，得到上述目标房间的状态数据库。

[0171] 可选地，上述处理器执行程序时，还可以将上述工作参数和上述状态数据作为蒙特卡洛节点，以蒙特卡洛树描述状态数据库，通过蒙特卡洛算法建立上述样本房间内空调器的工作参数和上述状态数据之间的对应关系；以任意一个蒙特卡洛节点为起点，通过上述蒙特卡洛算法确定到达其他蒙特卡洛节点的路线，以遍历上述蒙特卡洛树中的所有节点，并记录遍历路线以及遍历数据，其中，上述其他蒙特卡洛节点为上述蒙特卡洛树上除上述任意一个蒙特卡洛节点之外的节点。

[0172] 可选地，上述处理器执行程序时，还可以模拟上述样本房间内的空调器的工作参数的状态切换至第一稳定状态，以及上述样本房间状态数据的状态切换至第二稳定状态的切换过程；记录上述切换过程中上述样本房间内的空调器的能耗。

[0173] 可选地，上述处理器执行程序时，还可以检测上述目标房间的状态是否为稳定状态；若上述目标房间的状态不是上述稳定状态，则在控制上述目标房间内的空调器切换至最低能耗时，切换上述目标房间的状态至上述稳定状态；更新上述蒙特卡洛算法。

[0174] 可选地，上述处理器执行程序时，还可以执行检测步骤，检测上述目标房间内的空调器的工作参数的状态是否为上述第一稳定状态，以及上述目标房间内的状态数据的状态是否为上述第二稳定状态；间隔预定时间之后再次执行上述检测步骤；若两次检测结果完全一致，则确定上述目标房间的状态为稳定状态；若两次检测结果不完全一致，则确定上述目标房间的状态为非稳定状态。

[0175] 可选地，上述处理器执行程序时，还可以根据上述切换过程和与上述切换过程对应的切换路线，确定上述样本房间内的空调器的工作参数；测量上述工作参数每发生改变时上述空调器所产生的能耗，计算得到上述空调器的总能耗。

[0176] 可选地，上述处理器执行程序时，还可以检测上述蒙特卡洛树中是否存在上述工作参数和上述状态数据的节点；若上述蒙特卡洛树中存在上述工作参数和上述状态数据的节点，则根据上述节点到达稳定状态的路线，确定上述空调器的能耗；若上述蒙特卡洛树中不存在上述工作参数和/或上述状态数据的节点，则依据上述蒙特卡洛算法模拟得到模拟切换路线，并计算与上述模拟切换路线对应的能耗；依据与能耗值最低的能耗对应的切换路线，切换上述目标房间的状态至上述稳定状态。

[0177] 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：采集样本房间的第一房间信息，以及目标房间的第二房间信息；依据上述第一房间信息和上述第二房间信息，确定上述目标房间的房间类型；依据上述房间类型获取控制信息，其中，上述控制信息用于控制上述目标房间内的空调器的制冷量和/或制热量。

[0178] 可选地，上述计算机程序产品执行程序时，还可以获取上述样本房间的房间类型；依据上述样本房间的房间类型，测量每个样本房间的房间面积；基于上述每个样本房间的房间面积，计算上述样本房间内的空调器的耗电量和能耗比，得到上述样本房间内的空调器的制冷量和/或制热量。

[0179] 可选地，上述计算机程序产品执行程序时，还可以获取上述样本房间内的空调器的能耗比；检测上述空调器的耗电量，计算得到上述空调器的功率消耗；通过计算上述空调器的功率消耗和上述能耗比，得到上述制冷量和/或制热量。

[0180] 可选地，上述计算机程序产品执行程序时，还可以依据上述样本房间的房间类型，确定每个样本房间的房间面积；确定上述每个样本房间的制冷量和/或制热量的最大值和最小值；以上述样本房间的房间面积为坐标系的横坐标，以上述样本房间的制冷量和/或制热量为坐标系的纵坐标，确定上述每个样本房间的曲线图。

[0181] 可选地，上述计算机程序产品执行程序时，还可以获取上述目标房间的房间面积；检测上述目标房间内的空调器的耗电量，计算得到上述空调器的功率消耗；通过计算上述空调器的功率消耗和能耗比，得到上述目标房间内的空调器的制冷量和/或制热量。

[0182] 可选地，上述计算机程序产品执行程序时，还可以依据上述目标房间的房间面积，确定上述曲线图中对应的样本房间的制冷量和/或制热量的最大值和最小值；通过计算上述最大值和上述最小值，得到上述制冷量和/或制热量的平均值；确定与上述制冷量和/或制热量的平均值对应的样本房间的房间类型为上述目标房间的房间类型。

[0183] 可选地，上述计算机程序产品执行程序时，还可以采集上述目标房间内的空调器的工作参数，其中，上述工作参数包括如下至少之一：设定温度值、电子膨胀阀开度、压缩机频率、风机转速；采集上述目标房间的状态数据，其中，上述状态数据包括如下至少之一：室内温度、室内湿度、室外湿度；通过组合上述工作参数和上述状态数据，得到上述目标房间的状态数据库。

[0184] 可选地，上述计算机程序产品执行程序时，还可以将上述工作参数和上述状态数据作为蒙特卡洛节点，以蒙特卡洛树描述状态数据库，通过蒙特卡洛算法建立上述样本房间内空调器的工作参数和上述状态数据之间的对应关系；以任意一个蒙特卡洛节点为起点，通过上述蒙特卡洛算法确定到达其他蒙特卡洛节点的路线，以遍历上述蒙特卡洛树中的所有节点，并记录遍历路线以及遍历数据，其中，上述其他蒙特卡洛节点为上述蒙特卡洛树上除上述任意一个蒙特卡洛节点之外的节点。

[0185] 可选地，上述计算机程序产品执行程序时，还可以模拟上述样本房间内的空调器的工作参数的状态切换至第一稳定状态，以及上述样本房间状态数据的状态切换至第二稳定状态的切换过程；记录上述切换过程中上述样本房间内的空调器的能耗。

[0186] 可选地，上述计算机程序产品执行程序时，还可以检测上述目标房间的状态是否为稳定状态；若上述目标房间的状态不是上述稳定状态，则在控制上述目标房间内的空调器切换至最低能耗时，切换上述目标房间的状态至上述稳定状态；更新上述蒙特卡洛算法。

[0187] 可选地，上述计算机程序产品执行程序时，还可以执行检测步骤，检测上述目标房间内的空调器的工作参数的状态是否为上述第一稳定状态，以及上述目标房间内的状态数据的状态是否为上述第二稳定状态；间隔预定时间之后再次执行上述检测步骤；若两次检测结果完全一致，则确定上述目标房间的状态为稳定状态；若两次检测结果不完全一致，则确定上述目标房间的状态为非稳定状态。

[0188] 可选地，上述计算机程序产品执行程序时，还可以根据上述切换过程和与上述切换过程对应的切换路线，确定上述样本房间内的空调器的工作参数；测量上述工作参数每发生改变时上述空调器所产生的能耗，计算得到上述空调器的总能耗。

[0189] 可选地，上述计算机程序产品执行程序时，还可以检测上述蒙特卡洛树中是否存在上述工作参数和上述状态数据的节点；若上述蒙特卡洛树中存在上述工作参数和上述状态数据的节点，则根据上述节点到达稳定状态的路线，确定上述空调器的能耗；若上述蒙特卡洛树中不存在上述工作参数和/或上述状态数据的节点，则依据上述蒙特卡洛算法模拟得到模拟切换路线，并计算与上述模拟切换路线对应的能耗；依据与能耗值最低的能耗对应的切换路线，切换上述目标房间的状态至上述稳定状态。

[0190] 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。

[0191] 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。

[0192] 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。

[0193] 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。

[0194] 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。

[0195] 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。

[0196] 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。