具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

本申请的技术方案可适用于各种需要进行温度规划和调整的场景，如办公场景、家庭场景、医院场景、机房场景，等等。在不同的场景中，温度需求会有所不同，若对温度进行调整和设置的工作一直由该场景中的管理人员来执行，会造成人力资源的浪费，不利于提高效率。为此，本申请提出一种场景温度规划方法，通过获取并学习该场景下的温度调整情况，不断调整该场景下的温度规划数据，使得温度规划数据能够符合该场景下的用户温度需求，即，使得基于该温度规划数据对该场景下的温度进行调节得到的温度数据能够符合该场景下的用户温度需求，省去用户对温度进行调整和设置的工作，提高用户体验。

在一些可能的实施例中，本申请的场景温度规划方法可实施于云端设备与本地温度调整设备组成的温度规划系统上，如图1所示，温度规划系统包括由云端设备100和温度调整设备200两部分组成，其中，云端设备100与本地温度调整设备200之间通过互联网进行通信。温度调整设备200用于获取和响应用户的温度调整操作，并将与温度调整操作相关的调温数据上传至云端设备100；以及接收云端设备100发送的温度规划数据，并根据温度规划数据进行温度调节与设置。云端设备100用于接收温度调整设备200上传的调温数据，基于调温数据确定匹配于用户的温度调整操作的温度规划数据，将温度规划数据发送给温度设备温度调整设备200。具体地，温度调整设备200可以为温控器或其他可调节温度的设备；云端设备100可以为云服务器。

可选地，本申请的场景温度规划方法也可直接实施于上述温度调整设备200上，本申请不做限制。

基于上述温度规划系统或上述温度设备，可以实现本申请的技术方案，以下具体介绍本申请的技术方案。

首先参见图2，图2为本申请实施例提供的一种场景温度规划方法的流程示意图，该方法可应用于上述云端设备100或上述温度设备201上，如图2所示，该方法包括如下步骤：

S301，获取目标场景下当前温度规划周期中的原始数据。

这里，目标场景是指需要进行温度规划和调整的任一场景，例如可以为前述提到的办公场景、家庭场景等。温度规划周期是指根据目标场景的场景规律对时间进行划分得到的与场景运行规律相匹配的时间周期，温度规划周期可以用于反映该目标场景的一种或多种场景运行规律的时间变化特性。其中，目标场景的场景运行规律包括但不限于温度使用规律、人员工作规律、机器运转规律、人员流动规律等对目标场景中的温度产生规律性影响的各种内容。例如，目标场景是家庭场景，可以根据家庭场景中的人员作息规律，将一天作为一个温度规划周期，或者，根据家庭场景中的人员外出工作规律，将一周作为一个温度规划周期。又如，目标场景是商场场景，可以根据商场的经营调度规律，将一个月作为温度规划周期。又如，目标场景是机房场景，则可以根据机房场景中机器的运转规律，将一天作为一个温度规划周期，不限于这里的描述。当前温度规划周期是指目标场景中当前正在经历的温度规划周期。

其中，当前温度规划周期中的原始数据为当前温度规划周期中基于用户的温度调整操作产生的数据。用户在当前温度规划周期中进行一次温度调整操作，则会产生一个原始数据，如果用户在当前温度规划周期中进行了多次温度调整操作，则会产生多个原始数据，多个原始数据按温度调整操作发生的先后时间进行排列。一个原始数据可以包括一个温度调整时间和一个温度值，其中，温度调整时间是指温度调整操作发生的时间点，温度值是指温度调整操作所设置的温度值。可选地，一个原始数据还可以包括温度调整值和/或温度持续时长。其中，温度调整值是指温度调整前后的温度差值，也即温度调整操作发生之前的温度值与温度调整操作发生之后的温度值之间的差值，温度持续时长是指温度设置一直维持在温度调整操作所设置的温度值的时间持续长度，也即当前温度调整操作对应的温度调整时间至在当前温度调整操作之后的最近一次温度调整操作对应的温度调整时间之间的时间长度，其中，在温度调整操作之后的最近一次调温操作可以是指用户的温度调整操作，也可以是指根据预先设置的温度规划数据所进行的调节温度的操作。例如，用户在2021年7月10日的12：00进行了第一次温度调整操作，并将温度从25度调整到26度，然后在2021年7月10日的13：00进行了第二次温度调整操作，将温度从26度调整到21度；接着，在2021年7月10日的13：25，依据预先设置的温度规划数据又进行了一次调节温度的操作，将温度从21调整到25度。则第一次温度调整操作对应的原始数据包括2021.7.10 12：00(温度调整时间)，26度(温度值)，1度(温度调整值)，1小时(温度持续时长)，第二次温度调整操作对应的原始数据包括2021.7.10 13：00(温度调整时间)，21度(温度值)，5度(温度调整值)，25分钟(温度持续时长)。

具体地，当该方法应用于上述云端设备100上时，云端设备100可以通过获取温度调整设备200基于用户的温度调整操作上报的原始数据，从而获取目标场景下当前温度规划周期中的原始数据。当该方法直接应用于温度调整设备200时，用户每进行一次温度调整操作，温度调整设备200则记录温度调整操作的时间，以及温度调整操作设置的温度值，从而获取到目标场景下当前温度规划周期中的原始数据。

S302，对原始数据进行数据合并与数据剔除处理，以得到有效数据。

本申请实施例中，对原始数据进行数据合并与数据剔除处理，是指对与用户的温度调整操作相匹配的原始数据进行筛选，得到合理反映用户在当前温度规划周期中的温度调整规律的数据。其中，有效数据对应的温度持续时长大于第一预设时长。第一预设时长可以根据目标场景下的实际需求设置，用于衡量目标场景下的温度调整操作的合理性。若温度调整操作对应的温度持续时长大于第一预设时长，则说明温度调整操作是合理的，若温度调整操作对应的温度持续时长小于或等于第一预设时长，则说明温度调整操作过于频繁，不合理。具体地，第一预设时长例如可以为半小时，40分钟等。

在一种可行的实施方式中，可以通过如下方式对对原始数据进行数据合并与数据剔除处理，以得到有效数据：若确定第一原始数据的温度调整时间与第二原始数据的温度调整时间之间的时长小于第二预设时长，并且第一原始数据与第二原始数据对应的温度调整值均小于第一预设值，则将第一原始数据与第二原始数据合并；然后在合并之后的原始数据中删除第三原始数据，第三原始数据对应的温度持续时长小于或等于第一预设时长。

这里，第一原始数据为任意一个原始数据，第二原始数据为第一原始数据的后一个原始数据。第二预设时长可以为预设的温度调整的最小时间粒度，即预设的两次温度调整操作之间的最小时长，用于保证温度调整的合理性，示例性地，第二预设时长可以为60分钟。第一预设值用于衡量温度调整的幅度，示例性地，第一预设值可以为6华氏度(F)。若第一原始数据的温度调整时间与第二原始数据的温度调整时间之间的时长小于第二预设时长，并且第一原始数据与第二原始数据对应的温度调整值均小于第一预设值，说明两次温度调整的间隔较短，且调幅较小，通过将第一原始数据与第二原始数据进行合并，得到一个合并后的原始数据，将两次调幅较小的温度调整转换为一次温度调整，能够使得调温数据更为合理有效。在将间隔时间较短且调幅较小的原始数据合并后，再删除掉温度持续时长较短的第三原始数据，可以滤除掉一些无效的调温数据，从而能够进一步保证调温数据的有效性。

可选地，若第一原始数据的温度调整时间与第二原始数据的温度调整时间之间的时长不小于第二预设时长，或者，第一原始数据对应的温度调整值不小于第一预设值，或者，第二原始数据对应的温度调整值不小于第一预设值，则不对第一原始数据和第二原始数据进行合并。在这几种情况下，说明第一原始数据和第二原始数据均为有效的调温数据，能够反映用户的调温需求。

在一种具体实施方式中，可以以第一原始数据的温度调整时间作为合并后的原始数据的温度调整时间，并以第二原始数据的温度值作为合并后的原始数据的温度值，以将第一原始数据与第二原始数据合并，得到合并后的原始数据；其中，合并后的原始数据的温度持续时长等于第一原始数据的温度持续时长与第二原始温度数据的温度持续时长之和。通过以前一个原始数据的温度调整时间作为合并后的原始数据的温度调整时间，并以后一个原始数据的温度值作为合并后的原始数据的温度值，能够将时间间隔较短的原始数据合并，且使调温数据匹配于用户最新的温度调整操作，从而使得调温数据更为合理。可选地，也可以以第一原始数据的温度调整时间作为合并后的原始数据的温度调整时间，并以第一原始数据的温度值作为合并后的原始数据的温度值，以将第一原始数据与第二原始数据合并，从而得到合并后的原始数据。这样，可以过滤掉因用户误操作而产生的调温数据。

可选地，在将第一原始数据与第二原始数据合并之前，还可以判断第一原始数据对应的温度持续时长与第二原始数据对应的温度持续时长之和是否小于第三预设时长，若大于或等于第三预设时长，则不进行数据合并，若小于第三预设时长，将第一原始数据与第二原始数据进行合并。其中，第三预设时长大于第二预设时长，第三预设时长可以预设的温度调整的最大时间粒度，即预设的两次温度调整操作之间的最大时长，用于保证温度调整的合理性，示例性地，第二预设时长可以为2小时。在前后两个原始数据的温度持续时长不高于第三预设时长时才将前后两个原始数据合并，可以避免调温数据在太长的时间都没有变化的情况出现，保证调温数据的合理性。

S303，根据有效数据对当前温度规划周期的温度规划数据进行调整，以得到当前温度规划周期的下一温度规划周期的温度规划数据。

这里，当前温度规划周期的温度规划数据是预先规划得到的在当前规划周期中用于对目标场景下的温度进行调节的温度数据，当前规划周期中的温度规划数据可包括当前规划周期中的温度调整的时间点以及各温度调整时间点对应的温度调整内容(如温度调整值、温度值、温度持续时长等)，基于当前规划周期中的温度调整的时间点以及各温度调整时间对应的温度调整内容，可以将当前规划周期划分为多个温度值不同和温度持续时长不同的时间段，每个时间段对应一个具体的温度值和温度持续时长。

具体地，若在当前温度规划周期前存在历史温度规划周期，则当前规划周期的温度规划数据为对当前规划周期的上一温度规划周期的温度规划数据进行调整得到；若在当前规划周期前不存在历史温度规划周期，则当前规划周期的温度规划数据可以为预设的温度规划数据，其中，预设的温度规划数据可以为基于大数据采集的方式确定的温度规划数据，反映大多数用户在该目标场景下的调温习惯/调温规律。

例如，在家庭场景下，一般用户每天的调温习惯为：6：30-10:00，温度设置为75F；10：00-18：00，温度设置为85F；18：00-23：00，温度设置为75F；23：00-6：30，温度设置为80F。则预设的温度规划数据可以如图3A所示。

本申请实施例中，根据有效数据对所述当前温度规划周期的温度规划数据进行调整，可以得到当前温度规划周期的下一温度规划周期的温度规划数据，该下一温度规划周期的温度规划数据可以用于在下一温度规划周期中对目标场景下的温度进行调节。

例如，以一天为温度规划周期，则可以对相邻两天中的前一天的温度规划数据进行调整，得到相邻两天中的后一天的温度规划数据；又如，以一周为温度规划周期，则可以对相邻两周中的上一周的温度规划数据进行调整，得到相邻两周中的下一周的温度规划数据调整，即对上一周的周一的温度规划数据进行调整，得到下一周的周一的温度规划数据，对上一周的周二的温度规划数据进行调整，得到下一周的周二的温度规划数据，对上一周的周三的温度规划数据进行调整，得到下一周的周三的温度规划数据，以此类推。

在一种可行的实施方式中，可以通过如下方式对当前温度规划周期的温度规划数据进行调整：确定有效数据对应的温度调整时间、温度值和温度持续时长；在当前温度规划周期的温度规划数据中，将目标时间段的温度值调整为有效数据对应的温度值，以得到目标时间段的温度规划数据；其中，目标时间段以有效数据对应的温度调整时间为起始时间，以有效数据对应的温度持续时长为时长。

举例进行说明，例如，以一周为温度规划周期，有效数据对应的温度调整时间为周一的6：00，温度值为78F，温度持续时长为3小时，则可以在当前的温度规划周期中，将周一的6：00-9：00这一时间段的温度值调整为78F。

可选地，在将目标时间段的温度值调整为有效数据对应的温度值之后，还可以根据目标时间段对应的温度调整时间和温度持续时长，在当前温度规划周期的温度规划数据中，提前目标时间段的起始时间，和/或，延后目标时间段的终止时间，以使调整后的目标时间段的温度规划数据符合预设颗粒度规则；并在调整之后的当前温度规划周期的温度规划数据中，将第一时间段的温度规划数据与第二时间段的温度规划数据合并，第一时间段与第二时间段为温度规划数据不同的相邻两个时间段，第二时间段为第一时间段的后一个时间段，其中，第一时间段的温度规划数据与第二时间段的温度规划数据的温度差值小于第二预设值，和/或，第二时间段的时长小于第四预设时长。其中，温度规划数据的合并方式可以参考前述原始数据的合并方式，这里不再赘述。

其中，使调整后的温度规划数据符合预设颗粒度规则是指使调整后的温度规划数据对应的温度调整时间在预设的温度调整时刻，即使得调整后的温度规划数据符合整点调整规律(指每个整点均可以进行温度调整)、整刻调整规律(指每个整刻均可以进行温度调整)或整十分调整(指每个整十分均可以进行温度调整)等预设的调整规律。通过将有效数据对应的时间段的起始时间提前，和/或，将有效数据对应的时间段的终止时间延后，能够调整后的温度规划数据符合预设颗粒度规则，能够使得温度规划数据更有规律性。

具体地，在调整目标时间段的起始时间和终止时间后，可以通过遍历得到时长最短的温度规划数据，若该时长最短的温度规划数据的时长小于第四预设时长，则说明温度规划数据不符合温度调整的最小时间粒度，通过将温度规划数据与前一个温度规划数据合并，能够使得温度规划数据满足温度调整的最小时间粒度，示例性地，第四预设时长可以为60分钟；可选地，在调整目标时间段的起始时间和终止时间后，若相邻两个温度规划数据的温度差值(指前一个温度规划数据的温度值与后一个温度规划数据的温度值)小于第二预设值，则说明这两个温度规划数据接近，通过合并温度差值小于第二预设值的温度规划数据，能够进一步保证温度规划数据的合理性。示例性地，第二预设值可以为4F。

在上述图2的技术方案中，通过先获取到目标场景下当前温度规划周期中基于用户的温度调整操作产生的原始数据，可以得到能够反映用户的真实温度需求的数据，再通过对原始数据进行数据合并和数据剔除处理，能够得到既能反映用户真实温度需求又合理有效的有效数据，最后根据有效数据对当前温度规划周期的温度规划数据进行调整，得到当前温度规划周期的下一温度规划周期的温度规划数据，使得温度规划数据能合理且匹配用户的温度需求，从而使得在下一温度规划周期中，依据下一温度规划周期的温度规划数据，对目标场景下的温度进行调节时，调节得到的温度能够符合用户的温度需求，不需要用户手动进行温度规划和设置，提高了用户体验。

在一些可能的实施例中，在目标场景中的场景存在多重周期特性的情况下，可以依据场景中大周期特性对周期划分得到场景规划周期，再依据一个场景规划周期中的小周期特性将一个场景规划周期划分为多个温度规划周期，以此将目标场景划分为多个温度规划周期。其中，周期特性是指某些行为或者时间点在呈规律性地循环重复出现的情况。大周期特性是指循环间隔时间长，小周期特性是指循环间隔时间短。根据家庭场景中的人员外出工作规律，将一周作为一个场景规划周期，在场景规划周期中，时间在每天中都是从00：00到24：00，则又可以对场景规划周期进行细分，将一天作为温度规划周期。

在一些可能的场景中，若在连续两个温度规划周期内的同一时间段获取到温度调整值小于第三预设值的两个原始数据，则根据温度调整值小于第三预设值的两个原始数据，调整每个温度规划周期的温度规划数据。

这里，连续两个温度规划周期是指相邻两个温度规划周期。例如，以一周为场景规划周期，以一天为温度规划周期，则周一与周二为连续两个温度规划周期，周二与周三为连续两个温度规划周期，以此类推。第三预设值用于衡量温度调整的幅度，温度调整值小于第三预设值，则说明温度调整的幅度较小；示例性地，第三预设值可以为6F。若只是在一个温度规划周期内获取到温度调整值小于第三预设值的原始数据，说明该原始数据对应的温度调整操作为一个场景规划周期内的偶发性操作，不具有参考价值；若在连续两个温度规划周期内的同一时间段获取到温度调整值小于第三预设值的两个原始数据，则说明这两个原始数据对应的温度调整操作不为偶发性操作，而为一个场景规划周期内用户的常态操作，通过根据温度调整值小于第三预设值的两个原始数据，调整每个温度规划周期的温度规划数据，可以使得调整得到的温度规划数据符合用户温度需求。

在一种具体实施方式中，可以根据温度调整值小于第三预设值的两个原始数据，将每个温度规划周期内与该调整值小于第三预设值的两个原始数据对应的时间段相同的时间段的温度值调整为该调整值小于第三预设值的两个原始数据对应的温度值。例如，以一周为场景规划周期，在周一的9:00-10:00与周二9:00-10:00这一时间段均获取到温度值为88F、温度调整值为5F的原始数据，则在一周的每天9:00-10：00均进行5F的温度调整，将温度值调整为88F，得到每天的温度规划数据。

在一些可能的情况中，还可以目标场景下的用户行为信息，将场景规划周期中的多个温度规划周期划分为多个种类，在连续两个种类相同的温度规划周期的同一时间段获取到温度调整值小于第三预设值的两个原始数据，则根据温度调整值小于第三预设值的两个原始数据，调整与连续两个种类相同的温度规划周期的种类相同的每个温度规划周期的温度规划数据。按不同种类进行温度规划，可以使得温度规划数据更为精细和人性化。

例如，根据家庭场景下的用户外出工作情况，以一周为场景规划周期，将场景规划周期内的周一至周五划分为工作日，将场景规划周期内的周六和周日划分为休息日，若在周一的9:00-10:00与周二9:00-10:00这一时间段均获取到温度值为88F、温度调整值为5F的原始数据，则在工作日的每天9:00-10：00均进行5F的温度调整，将温度值调整为88F，得到工作日的温度规划数据。同理，若在周六的13:00-14:00与周日9:00-10:00获取到温度值为86F、温度调整值为3F的原始数据，则在休息日的每天13:00-14:00均进行3F的温度调整，将温度值调整为86F，得到休息日的温度规划数据。

可选地，另一些可能的场景中，若在第一温度规划周期和第二温度规划周期内的同一时间段获取到温度调整值相差小于第四预设值的两个原始数据，根据温度调整值相差第四预设值的两个原始数据，调整每个场景规划周期中，与第一温度规划周期相对应的温度规划周期的温度规划数据，第一温度规划周期与所述第二温度规划周期分别为相邻两个场景规划周期中的同一温度规划周期。

这里，第四预设值与前述第三预设值类似，用于衡量温度调整的幅度，温度调整值小于第四预设值，说明温度调整的幅度较小；示例性地，第四预设值可以为6F。若只是在一个场景规划周期内的一个温度规划周期内获取到温度调整值小于第四预设值的原始数据，说明该原始数据对应的温度调整操作只是一个偶发性操作，不具有参考价值。若在连续两个场景规划周期内的同一温度规划周期的同一时间段获取到温度调整值小于第四预设值，说明该原始数据对应的温度调整操作为常态操作，通过根据温度调整值小于第四预设值的两个原始数据，调整每个场景规划周期中，与第一温度规划周期相对应的温度规划周期的温度规划数据，可以使得调整得到的温度规划数据符合用户温度需求。

具体地，可以根据温度调整值小于第四预设值的两个原始数据，将每个温度规划周期内与该温度调整值小于第四预设值的两个原始数据属于同一温度规划周期内的同一时间段的温度值调整为该温度调整值小于第四预设值的两个原始数据的温度值。例如，以一周为温度规划周期，在第一周的周一的9:00-10:00与第二周的周一的9:00-10:00这一时间段均获取到温度值为80F、温度值调整值为5F的原始数据，则在每周的周一9:00-10：00均进行5F的温度调整，将温度值调整为80F，得到每周一的温度规划数据。

为便于理解本申请的技术方案，下面结合具体的例子来对上述方案进行解释说明，以场景规划周期为一周为例。

参见图3B，图3B中的实线部分为当前规划周期的温度规划数据，B1部分中的虚线箭头即为用户进行的温度调整操作，其中，虚线箭头对应的时间为温度调整时间，虚线箭头的长度为温度调整值，虚线箭头的箭头起始位置为温度调整操作发生之前的温度值，虚线箭头的箭头终止位置为温度调整操作发生之后的温度值，也即原始数据中包含的温度值，虚线箭头之后的虚线线段为温度持续时长。由B1部分可知，用户进行了6次温度调整操作，由于①②③三次操作间隔较短，在60分钟内，因此进行对①②③合并，操作①的时间为温度调整时间，以操作③的温度值为温度值进行合并，得到B2部分的温度规划数据⑦；④⑤两次操作之间的间隔小于40分钟，认定操作无效，在原始数据中删除。⑥操作的温度持续时长持续40分钟，判定有效，将⑥的温度起始时间提前，得到B2部分的温度规划数据⑧，保证温度规划数据⑧的温度持续时长为60分钟。由于B2部分的温度规划数据⑧与后一个温度规划数据的温差在4F以内，因此合并两个温度规划数据，且以温度规划数据⑧的温度作为合并后的温度规划数据的温度值，得到B3部分的温度规划数据⑨，以此得到下一规划周期的温度规划数据，即B3部分所示的温度规划数据。

再请参见图3C，图3C中的实线部分为当前规划周期的温度规划数据，C1部分中的虚线箭头即为用户进行的温度调整操作，其中，虚线箭头对应的时间为温度调整时间，虚线箭头的长度为温度调整值，虚线箭头的箭头起始位置为温度调整操作发生之前的温度值，虚线箭头的箭头终止位置为温度调整操作发生之后的温度值，也即原始数据中包含的温度值，虚线箭头之后的虚线线段为温度持续时长。由C1部分可知，在连续两日的同一时间段均进行了操作1(①和③)和操作2(②和④)，判断操作1和操作2有效，调整每天的温度规划数据，得到C2部分的温度规划数据。

上述介绍了本申请的方法，为了更好地实施本申请的方法，接下来介绍本申请的装置。

参见图4，图4是本申请实施例提供的一种场景温度规划装置的结构示意图，如图4所示，该装置40包括：

获取模块401，用于获取目标场景下当前温度规划周期中的原始数据，上述原始数据为基于用户的温度调整操作产生的数据，上述原始数据包括温度调整时间和温度值；

数据处理模块402，用于对上述原始数据进行数据合并与数据剔除处理，以得到有效数据，上述有效数据对应的温度持续时长大于第一预设时长，其中，任一数据对应的温度持续时长是指以上述任一数据对应的温度持续时间段的时间长度，上述温度持续时间段以上述任一数据的温度调整时间为起始时间，并以上述任一数据对应的下一温度调整时间为终止时间，上述下一温度调整时间是指在上述任一数据的温度调整时间之后的最近一次温度调整时间；

调整模块403，用于根据上述有效数据对上述当前温度规划周期的温度规划数据进行调整，以得到上述当前温度规划周期的下一温度规划周期的温度规划数据，以用于在上述下一温度规划周期中对目标场景下的温度进行调节。

在一种可能的设计中，上述数据处理模块402具体用于：若确定第一原始数据的温度调整时间与第二原始数据的温度调整时间之间的时长小于第二预设时长，且上述第一原始数据与上述第二原始数据对应的温度调整值均小于第一预设值，则将上述第一原始数据与上述第二原始数据合并，上述第一原始数据为任一原始数据，上述第二原始数据为上述第一原始数据的后一个原始数据，上述温度调整值是指温度调整前后的温度差值；在合并之后的原始数据中剔除第三原始数据，上述第三原始数据对应的温度持续时长小于或等于上述第一预设时长。

在一种可能的设计中，上述数据处理模块402具体用于：以上述第一原始数据的温度调整时间作为合并后的原始数据的温度调整时间，以上述第二原始数据的温度值作为上述合并后的原始数据的温度值，并以上述第一原始数据和第二原始数据对应的温度持续时长之和，作为合并后的原始数据对应的温度持续时长。

在一种可能的设计中，上述数据处理模块402具体用于：若上述第一原始数据对应的温度持续时长与上述第二原始数据对应的温度持续时长之和小于第三预设时长，则将上述第一原始数据与上述第二原始数据合并，上述第三预设时长大于上述第二预设时长。

在一种可能的设计中，上述调整模块403具体用于：确定上述有效数据对应的温度调整时间、温度值和温度持续时长；在上述当前温度规划周期的温度规划数据中，将目标时间段的温度值调整为上述有效数据对应的温度值，以得到上述目标时间段的温度规划数据；其中，上述目标时间段以上述有效数据对应的温度调整时间为起始时间，以上述有效数据对应的温度持续时长为时长。

在一种可能的设计中，上述调整模块403还用于：根据上述目标时间段对应的温度调整时间和温度持续时长，在上述当前温度规划周期的温度规划数据中提前上述目标时间段的起始时间，和/或，延后上述目标时间段的终止时间，以使调整后的目标时间段的温度规划数据符合预设颗粒度规则，上述预设颗粒度规则是指在预设的温度调整时刻调整温度；在调整之后的当前温度规划周期的温度规划数据中；在上述当前温度规划周期的温度规划数据中，将第一时间段的温度规划数据与第二时间段的温度规划数据合并，上述第一时间段与上述第二时间段为温度规划数据不同的相邻两个时间段，上述第二时间段为上述第一时间段的后一个时间段；其中，上述第一时间段的温度规划数据与第二时间段的温度规划数据的温度差值小于第二预设值，和/或，上述第二时间段的时长小于第四预设时长，上述温度调整值是指温度调整前后的温度差值。

在一种可能的设计中，上述调整模块403还用于：若在连续两个温度规划周期内的同一时间段获取到温度调整值小于第三预设值的两个原始数据，则根据上述温度调整值相差小于第三预设值的两个原始数据，调整每个温度规划周期的温度规划数据，上述温度调整值是指温度调整前后的温度差值。

在一种可能的设计中，多个温度规划周期组成一个场景规划周期，上述场景规划周期基于上述目标场景中的周期特性得到；上述调整模块403还用于：若在第一温度规划周期和第二温度规划周期内的同一时间段获取到温度调整值相差小于第四预设值的两个原始数据，根据上述温度调整值相差第四预设值的两个原始数据，调整每个场景规划周期中，与上述第一温度规划周期相对应的温度规划周期的温度规划数据，上述第一温度规划周期与上述第二温度规划周期分别为相邻两个场景规划周期中的同一温度规划周期。

需要说明的是，图4对应的实施例中未提及的内容可参见图2-图3C对应的方法实施例的描述，这里不再赘述。

上述装置，通过先获取到目标场景下当前温度规划周期中基于用户的温度调整操作产生的原始数据，可以得到能够反映用户的真实温度需求的数据，再通过对原始数据进行数据合并和数据剔除处理，能够得到既能反映用户真实温度需求又合理有效的有效数据，最后根据有效数据对当前温度规划周期的温度规划数据进行调整，得到当前温度规划周期的下一温度规划周期的温度规划数据，使得温度规划数据能合理且匹配用户的温度需求，从而使得在下一温度规划周期中，依据下一温度规划周期的温度规划数据，对目标场景下的温度进行调节时，调节得到的温度能够符合用户的温度需求，不需要用户手动进行温度规划和设置，提高了用户体验。

参见图5，图5是本申请实施例提供的一种计算机设备的结构示意图，该计算机设备50包括处理器501、存储器502。处理器501连接到存储器502，例如处理器501可以通过总线连接到存储器502。

处理器501被配置为支持该计算机设备50执行上述方法实施例的方法中相应的功能。该处理器501可以是中央处理器(central processing unit，CPU)，网络处理器(network processor，NP)，硬件芯片或者其任意组合。上述硬件芯片可以是专用集成电路(application specific integrated circuit，ASIC)，可编程逻辑器件(programmablelogic device，PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complexprogrammable logic device，CPLD)，现场可编程逻辑门阵列(field-programmable gatearray，FPGA)，通用阵列逻辑(generic array logic，GAL)或其任意组合。

存储器502用于存储程序代码等。存储器502可以包括易失性存储器(volatilememory，VM)，例如随机存取存储器(random access memory，RAM)；存储器1002也可以包括非易失性存储器(non-volatile memory，NVM)，例如只读存储器(read-only memory，ROM)，快闪存储器(flash memory)，硬盘(hard disk drive，HDD)或固态硬盘(solid-statedrive，SSD)；存储器502还可以包括上述种类的存储器的组合。

处理器501可以调用所述程序代码以执行以下操作：

获取目标场景下当前温度规划周期中的原始数据，上述原始数据为基于用户的温度调整操作产生的数据，上述原始数据包括温度调整时间和温度值；

对上述原始数据进行数据合并与数据剔除处理，以得到有效数据，上述有效数据对应的温度持续时长大于第一预设时长，其中，任一数据对应的温度持续时长是指以上述任一数据的温度调整时间为起始时间，温度保持在上述任一数据的温度值的时间持续长度；

根据上述有效数据对上述当前温度规划周期的温度规划数据进行调整，以得到上述当前温度规划周期的下一温度规划周期的温度规划数据，以用于在上述下一温度规划周期中对目标场景下的温度进行调节。

需要说明的是，各个操作的实现还可以对应参照上述方法实施例的相应描述；所述处理器501还可以其他功能硬件配合执行上述方法实施例中的其他操作。

本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被计算机执行时使所述计算机执行如前述实施例所述的方法。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only memory，ROM)或随机存储记忆体(Random Accessmemory，RAM)等。

以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。