具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

由于在现有的空调器中，只能根据空调器运行时的输入电压和输入电流计算空调器在过去的时间里的电能消耗，而无法预估空调器未来使用进程的电能消耗量。

为解决上述缺陷，本发明实施例提出一种能耗预估方法，其主要解决方案包括以下步骤：

获取空调器作用空间内的室内环境温度以及所述空调器的设定温度；

根据所述室内环境温度和所述设定温度确定空调器的预估运行功率；

获取本次空调使用过程的预估运行时长，所述预估运行时长为当前时间点至本次空调使用过程的关机时间点之间的时长；

根据所述预估运行功率及所述预估运行时长确定本次空调使用过程对应的预估能耗值。

基于以上步骤达成了在空调器使用过程开始时，便可以预估本次空调使用过程所需要的能耗值的效果。

如图1所示，图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。

本发明实施例终端可以是空调器等。

如图1所示，该终端可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、扬声器等，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及能耗预估程序。

在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；处理器1001可以用于调用存储器1005中存储的能耗预估程序，并执行以下操作：

获取空调器作用空间内的室内环境温度以及所述空调器的设定温度；

根据所述室内环境温度和所述设定温度确定空调器的预估运行功率；

获取本次空调使用过程的预估运行时长，所述预估运行时长为当前时间点至本次空调使用过程的关机时间点之间的时长；

根据所述预估运行功率及所述预估运行时长确定本次空调使用过程对应的预估能耗值。

进一步地，处理器1001可以调用存储器1005中存储的能耗预估程序，还执行以下操作：

根据第一运行时长及所述第一预估运行功率确定所述第一运行阶段的第一预估能耗值；

根据第二运行时长及所述第二预估运行功率确定所述第二运行阶段对应的第二预估能耗值，所述预估运行时长包括所述第一运行阶段对应的第一运行时长以及所述第二运行阶段对应的第二运行时长；

根据所述第一预估能耗值和第二预估能耗值确定本次空调使用过程对应的所述预估能耗值。

进一步地，处理器1001可以调用存储器1005中存储的能耗预估程序，还执行以下操作：

根据所述室内环境温度、所述设定温度以及预存的神经网络模型确定所述空调器在所述第一运行阶段内的第一预估运行功率，以及在所述第二运行阶段内的第二预估运行功率。

进一步地，处理器1001可以调用存储器1005中存储的能耗预估程序，还执行以下操作：

获取所述空调器在历史运行过程中的历史运行功率集以及与所述历史运行功率集对应的历史室内环境温度集和历史设定温度集，其中所述历史运行功率集包括所述第一运行阶段下的第一历史运行功率子集和所述第二运行阶段下的第二历史运行功率子集；

根据所述第一历史运行功率子集、所述第二历史运行功率子集、所述历史室内环境温度集和所述历史设定温度集训练所述神经网络模型；

保存所述神经网络模型。

进一步地，处理器1001可以调用存储器1005中存储的能耗预估程序，还执行以下操作：

根据所述室内环境温度和所述设定温度确定所述第一运行阶段对应的第一运行时长；

根据所述预估运行时长及所述第一运行时长确定所述第二运行阶段对应的第二运行时长。

进一步地，处理器1001可以调用存储器1005中存储的能耗预估程序，还执行以下操作：

获取历史关机时间点数据集；

根据所述历史关机时间点数据集确定所述本次空调使用过程的关机时间点，并获取当前时间点；

根据所述本次空调使用过程的关机时间点和所述当前时间点确定所述预估运行时长。

进一步地，处理器1001可以调用存储器1005中存储的能耗预估程序，还执行以下操作：

获取接收到关机控制指令时对应的时间点；

根据所述接收到关机控制指令时对应的时间点更新所述历史关机时间点数据集。

进一步地，处理器1001可以调用存储器1005中存储的能耗预估程序，还执行以下操作：

根据接收到的关机设置指令确定所述关机时间点；

根据所述关机时间点及所述当前时间点确定所述预估运行时长。

进一步地，处理器1001可以调用存储器1005中存储的能耗预估程序，还执行以下操作：

在接收到开机指令，或者接收到温度调节指令时，执行所述获取空调器作用空间内的室内环境温度以及所述空调器的设定温度的步骤。

参照图2，在本发明能耗预估方法的一实施例中，所述能耗预估方法包括以下步骤：

步骤S10、获取空调器作用空间内的室内环境温度以及所述空调器的设定温度；

步骤S20、根据所述室内环境温度和所述设定温度确定空调器的预估运行功率；

步骤S30、获取本次空调使用过程的预估运行时长，所述预估运行时长为当前时间点至本次空调使用过程的关机时间点之间的时长；

步骤S40、根据所述预估运行功率及所述预估运行时长确定本次空调使用过程对应的预估能耗值。

当空调器接收到开机指令，或者温度调节指令时，可以执行所述能耗预估方法，使得空调器可以对本次空调使用过程进行能耗预估。其中，所述温度调节指令是指用户通过空调器的控制终端发送的设置温度调节指令，用户可以通过所述设置温度调节指令对空调器的设置温度进行调节，使得所述空调器以不同的设置温度进行制冷或者制热。

需要说明的是，当空调器设置有能耗预估功能时，可以在空调器开机或者接收到调节设置温度的温度调节指令时，自定进行能耗预估。或者，也可以由用户通过控制终端发送能耗预估指令，使得空调器在接收到能耗预估指令时，开始执行能耗预估功能。

在本实施例中，当空调器启动能耗预估功能后，可以获取空调器的作用空间内的室内环境温度和所述空调器的设定温度。

具体地，所述空调器可以获取设置参数，然后根据所述设置参数确定空调器当前运行状态下的设定温度。其中，所述设定温度即用户通过遥控、移动终端或者控制面板等空调控制终端设置的温度。此外，在一实施方式中，所述空调器还设置有温度传感器，所述温度传感器可以与所述空调器的室内机一体设置，也可以与所述室内机分离设置。所述温度传感器设置为检测作用空间内的室内环境温度。从而使得所述空调器可以通过所述温度传感器获取室内环境温度。作为另一种实施方式，所述空调器可以设置有通信装置，使得所述空调器可以基于所述通信装置与所述作用空间内，其它具有温度检测功能的终端进行通信连接，以通过所述其它具有温度检测功能的终端获取室内环境温度。示例1，所述空调器可以通过通信装置与作用空间内的用户的智能穿戴设备(如智能手环)通信连接，从而通过所述智能穿戴设备检测室内环境温度。示例2、所述空调器可以与作用空间内，具备温度检测功能的空气净化器进行通信连接，使得空调器可以通过空气净化器获取室内环境温度。

需要说明的是，所述空调器的通信装置可以包括如蓝牙通信模块、WiFi通信模块和/或ZigBee通信模块等无线通信模块，使得空调器可以兼容连接更多的测温设备。

进一步地，在获取到所述室内环境温度和设定温度后，所述空调器可以计算所述室内环境温度与设定温度之间的差值。然后根据所述差值确定空调器的预估运行功率。其中，在空调器的实际运行过程中，一般可以分为两个运行阶段，第一运行阶段为温度调节阶段，即室内环境环境温度未达到设定温度时，空调器对室内环境温度进行调节的阶段。第二运行阶段为温度维持阶段，即空调器作用空间内的室内环境温度达到设定温度，空调器将室内环境温度维持在设定温度的阶段。而当空调器运行在第一阶段时对应的功率和空调器运行在第二阶段时对应的功率是不相同的。因此，所述预估运行功率可以包括第一运行阶段对应的第一预估运行功率，以及第二运行阶段对应的第二预估运行功率。

另外，当空调器运行于第一运行阶段时，空调器的运行功率与室内环境温度与设定温度之间的差值存在映射关系，即同一空调器，在室内环境温度与设定温度之间的差值确定后，其运行功率也是确定的。因此，可以在实验环境下，获取不同的所述差值以及与所述差值对应的运行功率组成差值数据集和运行功率数据集，进而根据所述差值数据及所述功率数据集对神经网络模型进行训练，并将训练后的所述神经网络模型保存至空调器中，以便空调器获取到室内环境温度和室外环境温度后，可以基于所述差值确定所述空调器运行于第一运行阶段下对应的功率。

需要说明的是，在对神经网络模型进行训练时，还可以将实验环境下，空调器在不同所述差值对应的情况下对应的风机转速和/或压缩机频率等数据作为训练数据，进而在根据所述神经网络模型和所述差值确定第一阶段对应的功率时，预存结果更加准确。

可以理解的是，在空调器的使用场景中，一般只会在环境温度较高的情况下使用制冷模式，而在环境温度较低的情况下使用制热模式。因此，当空调器运行于制冷模式时，室内环境温度一般会高于设定温度，而空调器运行于制热模式时，室内环境温度一般会低于设定温度。因此，为了简化计算，避免出现所述差值为负数的情况，可以在制热模式下，将所述差值定义为设定温度减去室内环境温度，在制冷模式下将所述差值定义为室内环境温度减去设定温度。

当获取到所述第一运行阶段对应的第一预估运行功率后，空调器还可以根据所述设定温度及所述神经网络模型预估所述空调器在第二运行阶段对应的第二预估运行功率。

可以理解的是，在对所述神经网络模型进行训练时，空调器可以获取试验环境下所述空调器在历史运行过程中的历史运行功率集以及与所述历史运行功率集对应的历史室内环境温度集和历史设定温度集，其中所述历史运行功率集包括所述第一运行阶段下的第一历史运行功率子集和所述第二运行阶段下的第二历史运行功率子集，根据所述第一历史运行功率子集、所述第二历史运行功率子集、所述历史室内环境温度集和所述历史设定温度集训练所述神经网络模型，并将所述神经网络模型保存至空调器中。

进一步地，当所述空调器确定所述第一预估运行功率和第二预估运行功率后，还可以获取本次空调使用工程的预估运行时长，其中，所述预估运行时长为当前时间点至本次空调使用过程的关机时间点之间的时长。

具体地，所述空调器可以设置有时钟，使得空调器可以根据本机的时钟获取当前时间点。和/或空调器可以设置有网络接口，使得空调器可以通过网络接口与服务器或者其它空调器连接，从而通过服务器或者其它终端获取当前时间点。当获取到当前时间点后，所述空调器还需要预估本次空调使用过程的关机时间点。

作为一种实现方式，所述空调器可以设置有定时关机功能，当用户设定了本次空调使用过程的定时关机时，根据定时关机设置信息确定本次空调使用过程的关机时间点，进而根据所述关机时间点和所述当前时间点可以确定本次空调使用过程的预估运行时长。

可以理解的是，所述预估运行时长包括空调器运行于第一运行阶段的第一运行时长和运行于第二运行阶段的第二运行时长。而空调器第一运行阶段的第一运行时长与所述室内环境温度和所述设定温度，所述室内环境温度和所述设定温度之间的差值的绝对值越大，所述第一运行时长越长。因此，所述空调器可以在过去的时间中，实时保存自身的实际运行数据。其中，所述实际运行数据包括空调器根据当前运行参数运行时的温度调节速度。其中，所述温度调节速度为空调器以当前运行参数运行时，所述差值的变化率。而当所述温度差值确定是，所述空调器的运行参数也是确定的，因此可以根据所述差值预估所述空调器运行于第一运行阶段的第一运行时长。而所述第二二运行时长即为所述预估运行时长预设所述第一运行时长的差值。因此，在确定第一运行时长后，也可以确定所述第二运行时长。

可以理解的是，当启动所述能耗预存功能时，所述室内环境温度就已达到所述设定温度，则空调器在第一运阶段运行的第一运行时长为0。

进一步地，在确定所述第一运行时长、第一预估运行功率、第二运行时长及所述第二预估运行功率后，可以根据所述第一运行时长和第一预估运行功率计算空调器运行于第一运行阶段时对应的第一预估能耗值，并根据第二运行时长及所述第二预估运行功率计算空调器运行于第二运行阶段时对应的第二预估能耗值，然后根据所述第一预估能耗值和第二预估能耗值确定本次空调使用过程对应的所述预估能耗值。

可选地，当空调器确定所述预估能耗值后，可以根据所述预估能耗值输出提示信息。其中，输出提示信息的方式可以是将所述预估能耗值发送至控制终端，以供控制终端在显示界面中显示所述预估能耗值，或者控制终端通过语音播放装置，播放所述预估能耗值对应的提示信息。以提示用户本次空调使用过程预估能耗值。也可以是所述空调器室内机上设置有显示面板和/或语音播放装置，进而使得所述空调器可以直接在所述显示面板上显示所述预估能耗值和/或直接通过语音播放装置播放所述预估能耗值对应的提示信息。

在本实施例公开的技术方案中，先获取空调器作用空间内的室内环境温度以及所述空调器的设定温度，然后根据所述室内环境温度和所述设定温度确定空调器的预估运行功率，进而获取本次空调使用过程的预估运行时长，所述预估运行时长为当前时间点至本次空调使用过程的关机时间点之间的时长，最后根据所述预估运行功率及所述预估运行时长确定本次空调使用过程对应的预估能耗值。这样达成了在空调器使用过程开始时，便可以预估本次空调使用过程所需要的能耗值的效果。

参照图3，基于上述实施例，在另一实施例中所述步骤S30包括：

步骤S31、获取历史关机时间点数据集；

步骤S32、根据所述历史关机时间点数据集确定所述本次空调使用过程的关机时间点，并获取当前时间点；

步骤S33、根据所述本次空调使用过程的关机时间点和所述当前时间点确定所述预估运行时长

空调器保存有历史关机时间点数据集，其中，所述历史关机时间点数据及用于保存空调器执行历史关机操作时对应的时间点。

当空调器接收到关机指令时，可以获取接收到关机控制指令时对应的时间点，并阿静所述接收到关机控制指令时对应的时间点保存至历史关机时间带你数据集中，以更新空调器中保存的历史关机时间点数据集。或者，也可以在空调器执行关机动作时，获取执行所述关机动作对应的时间，并根据所述执行所述关机动作对应的时间更新所述历史关机时间点数据集。

在本实施例中，当用户未设置定时关机时，空调器可以读取所述历史关机时间点数据集，然后根据所述历史关机时间点数据集确定用户的常用关机时间点。例如，可以将所述历史关机时间点数据集中，与当前时间最接近的预设个数(例如10)的关机时间点的平均值，作为本次空调使用过程的关机时间点。

当确定所述关机时间点后，还可以获取当前时间点，以根据所述本次空调使用过程的关机时间点和所述当前时间点确定所述预估运行时长。

在本实施例公开的技术方案中，获取历史关机时间点数据集，然后根据所述历史关机时间点数据集确定所述本次空调使用过程的关机时间点，并获取当前时间点，根据所述本次空调使用过程的关机时间点和所述当前时间点确定所述预估运行时长，这样达成了根据用户使用习惯预估关机时间点的效果。

此外，本发明实施例还提出一种空调器，所述空调器包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的能耗预估程序，所述能耗预估程序被所述处理器执行时实现如上各个实施例所述的能耗预估方法的步骤。

此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有能耗预估程序，所述能耗预估程序被处理器执行时实现如上各个实施例所述的能耗预估方法的步骤。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

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。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台空调器(可以是空调器等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。