本發(fā)明涉及電熱水器技術(shù)領(lǐng)域，特別涉及一種儲水式電熱水器剩余洗浴時間的預(yù)測方法。

背景技術(shù)：

當(dāng)前，智能家居產(chǎn)業(yè)正受到廣泛的關(guān)注，并在全球掀起了一股智能家居的熱潮。其中，儲水式電熱水器作為重要的家用電器，其功能已在先前單一的加熱、保溫、用水之上加入了多種諸如預(yù)約、定時、速熱、3D、中保等多種高級應(yīng)用。特別的，為了提高洗浴質(zhì)量和用戶體驗，近年來關(guān)于儲水式電熱水器的剩余水量或剩余洗浴時間的相關(guān)技術(shù)也已逐漸興起，若能在洗浴過程中，較為準(zhǔn)確地預(yù)測剩余熱水量或洗浴時間，則可使用戶實時掌控洗浴進度，并能及時應(yīng)對熱水浪費和洗浴水量不足的情況，這是一種較強的現(xiàn)實需求，也對增強儲水式電熱水器產(chǎn)品的核心競爭力具有重要的積極意義。

在眾多現(xiàn)有技術(shù)中，比較新穎且有代表性的方法有：

發(fā)明申請公布號CN 104112065 A，申請日2014年6月30日，申請公布日2014年10月22日，發(fā)明創(chuàng)造的名稱為熱水器和熱水器剩余洗浴時間的計算方法，該案公開了一種熱水器剩余洗浴時間的計算方法，主要步驟有：①獲取熱水器的初始參數(shù)(幾何、狀態(tài)、設(shè)定和熱力學(xué)等)；②根據(jù)初始參數(shù)確定二維數(shù)據(jù)模型參數(shù)(如內(nèi)膽垂直分層數(shù)量、每層能量塊數(shù)量和洗浴截止溫度)以建立二維數(shù)據(jù)模型；③根據(jù)二維數(shù)據(jù)模型參數(shù)以及溫度分布估計方法估算熱水器內(nèi)膽的初始溫度分布；④根據(jù)熱水器內(nèi)膽的初始溫度分布采用溫度迭代方法計算熱水器內(nèi)膽內(nèi)的實時溫度；⑤根據(jù)熱水器內(nèi)膽內(nèi)的實時溫度和二維數(shù)據(jù)模型參數(shù)計算熱水器的剩余洗浴時間。本案基于熱傳導(dǎo)相關(guān)理論推導(dǎo)出實時溫度和截止洗浴溫度之間的時間間隔，從理論性上看應(yīng)具有較好的預(yù)測精度，但其涉及影響因數(shù)較多、迭代運算量較大，對電熱水器數(shù)據(jù)處理單元要求較高。

發(fā)明申請公布號CN 105202765 A，申請日2015年8月29日，申請公布日2015年12月30日，發(fā)明創(chuàng)造的名稱為預(yù)測熱水器剩余熱水量的裝置和方法，該案公開了一種預(yù)測熱水器剩余熱水量的裝置和方法，將水箱體積沿垂直方向分成若干個子區(qū)域，每個子區(qū)域內(nèi)對應(yīng)設(shè)有一個溫度傳感器，用于檢測并反饋對應(yīng)子區(qū)域的溫度，以準(zhǔn)確預(yù)測水箱內(nèi)剩余的熱水量。通過垂直細分電熱水器儲水空間，并分別計算各子區(qū)域剩余熱水量，從理論亦可較為精確地推導(dǎo)出總剩余熱水量值。但為得到較好預(yù)測結(jié)果，必然使用較多的溫度傳感器，這不但會增加電熱水器的制造(硬件和軟件)、維護等成本，同時也會影響到其使用的可靠性。

因此，綜合考慮硬件成本、算法復(fù)雜度和預(yù)期目標(biāo)，如何在盡可能不改變現(xiàn)有儲水式電熱水器基本配置的情況下，設(shè)計出一種較精確的剩余洗浴時間預(yù)測方法，具有重要的現(xiàn)實意義。

技術(shù)實現(xiàn)要素：

根據(jù)上述不足之處，本發(fā)明的目的在于：提供一種儲水式電熱水器剩余洗浴時間預(yù)測方法，該方法利用電熱水器的實驗數(shù)據(jù)，通過創(chuàng)建適當(dāng)?shù)纳窠?jīng)網(wǎng)絡(luò)模型，以準(zhǔn)確地預(yù)估出剩余洗浴水量及洗浴時間，提高用戶洗浴質(zhì)量，增強用戶體驗。

為實現(xiàn)上述目的，本發(fā)明的技術(shù)方案在于：一種儲水式電熱水器剩余洗浴時間預(yù)測方法，包括用水?dāng)?shù)據(jù)采樣提取，溫度變化率計算，神經(jīng)網(wǎng)絡(luò)等效洗浴水量預(yù)估，等效洗浴水量用水率計算和剩余洗浴時間計算共5個步驟，具體為：

S1，針對任一型號的儲水式電熱水器，以某一采樣周期提取用水時刻的流量、熱水出水溫度、內(nèi)膽溫度及冷水進水溫度；

S2，依據(jù)當(dāng)前及前若干秒內(nèi)采樣的熱水出水溫度和內(nèi)膽溫度，采用最小二乘線性擬合方法分別計算出熱水出水溫度變化率和內(nèi)膽溫度變化率；

S3，將所述流量、熱水出水溫度、內(nèi)膽溫度、冷水進水溫度、熱水出水溫度變化率和內(nèi)膽溫度變化率變量作為神經(jīng)網(wǎng)絡(luò)輸入量，經(jīng)神經(jīng)網(wǎng)絡(luò)運算，預(yù)估出剩余等效洗浴水量；

S4，根據(jù)熱量守恒定律，依據(jù)當(dāng)前采樣提取的流量、熱水出水溫度及冷水進水溫度，計算出等效洗浴水量用水率；

S5，用神經(jīng)網(wǎng)絡(luò)預(yù)估的剩余可用等效洗浴水量除以當(dāng)前等效洗浴水量用水率以得到剩余洗浴時間的預(yù)測值，即為用戶提供可視化洗浴信息。

進一步地，所述采樣周期設(shè)定為2～10秒；所述出水溫度及內(nèi)膽溫度的變化率計算采用過去10～30秒內(nèi)數(shù)據(jù)。

進一步地，所述等效洗浴水量為某一熱水出水量與適量的進水冷水充分混合后得到的水溫為可洗浴溫度的水量。按照用戶洗浴習(xí)慣，所述可洗浴溫度的設(shè)置范圍為38℃—42℃，優(yōu)選的是所述可洗浴溫度設(shè)置為40℃。

進一步地，所述神經(jīng)網(wǎng)絡(luò)為多層前饋網(wǎng)絡(luò)，如RBF、BP神經(jīng)網(wǎng)絡(luò)等。

所述BP神經(jīng)網(wǎng)絡(luò)的創(chuàng)建步驟為：①針對任一型號的儲水式電熱水器，依次進行多組不同進水溫度、內(nèi)膽溫度和進水流量條件下的用水實驗，以某一采樣周期得到加熱—保溫—放水實驗數(shù)據(jù)；②根據(jù)出水口溫度大于40℃和流量不為零兩個條件，剔除不滿足條件的數(shù)據(jù)，以提取出原始數(shù)據(jù)中的流量、熱水出水溫度、內(nèi)膽溫度和冷水進水溫度數(shù)據(jù)集；③依據(jù)采樣的出水溫度及內(nèi)膽溫度，利用最小二乘線性擬合算法求出各自溫度變化率，并連同流量、冷水進水溫度、熱水出水溫度及其內(nèi)膽溫度作為神經(jīng)網(wǎng)絡(luò)輸入數(shù)據(jù)集，同時利用原始數(shù)據(jù)中的各點流量、冷水進水溫度和熱水出水溫度求取輸入數(shù)據(jù)集對應(yīng)的剩余等效洗浴水量數(shù)據(jù)集，作為輸出數(shù)據(jù)集；④按照各數(shù)據(jù)變量的最大最小范圍，對整理后的輸入數(shù)據(jù)集和對應(yīng)的輸出數(shù)據(jù)集歸一化；⑤依托神經(jīng)網(wǎng)絡(luò)工具箱，建立并訓(xùn)練六輸入單輸出的網(wǎng)絡(luò)模型，通過計算和比較不同隱層節(jié)點數(shù)下輸出的剩余等效洗浴水量與實際輸出數(shù)據(jù)集間的誤差，得到輸出誤差較小且運算量較小的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；⑥獲得所述神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的權(quán)值和閥值數(shù)組，并編寫成C語言函數(shù)，便可依據(jù)在線采集的用水?dāng)?shù)據(jù)，預(yù)估出當(dāng)前剩余等效洗浴水量。

此外，在用水時設(shè)可洗浴溫度為計算溫度閾值，當(dāng)熱水出水溫度低于該閾值時，剩余洗浴時間為零，反之，則需預(yù)測剩余洗浴時間。

本發(fā)明的有益效果在于：本發(fā)明使用較少的傳感器(1個流量傳感器，3個溫度傳感器，特別的在適當(dāng)降低剩余洗浴時間預(yù)測精度的條件下冷水溫度傳感器也可節(jié)省)和較小的在線數(shù)據(jù)運算量，在幾乎不改變現(xiàn)有絕大多數(shù)儲水式電熱水器硬件配置的條件下，便可實現(xiàn)較為精確的剩余洗浴時間預(yù)測，具有很大的實用價值。

附圖說明

附圖1為本發(fā)明實施例剩余洗浴時間預(yù)測方法流程圖；

附圖2為本發(fā)明實施例實驗參數(shù)A(進水溫度、內(nèi)膽溫度和進水流量分別為5℃、65℃和3L/min)時的用水過程實驗數(shù)據(jù)圖；

附圖3為本發(fā)明實施例實驗參數(shù)B(進水溫度、內(nèi)膽溫度和進水流量分別為10℃、65℃和5L/min)時的用水過程實驗數(shù)據(jù)圖；

附圖4為本發(fā)明實施例圖5和圖6所述的實際剩余等效洗浴水量與神經(jīng)網(wǎng)絡(luò)預(yù)估等效洗浴水量的比較圖；

附圖5為本發(fā)明實施例隱層節(jié)點數(shù)為6的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖；

附圖6為本發(fā)明實施例神經(jīng)網(wǎng)絡(luò)創(chuàng)建流程圖；

圖中，11-實驗參數(shù)A時熱水出水溫度；12-實驗參數(shù)A時內(nèi)膽溫度；13-實驗參數(shù)A時熱水出水溫度變化率；14-實驗參數(shù)A時內(nèi)膽溫度變化率；15-實驗參數(shù)A時實際剩余等效洗浴水量；21-實驗參數(shù)B時熱水出水溫度；22-實驗參數(shù)B時內(nèi)膽溫度；23-實驗參數(shù)B時熱水出水溫度變化率；24-實驗參數(shù)B時內(nèi)膽溫度變化率；25-實驗參數(shù)B時實際剩余等效洗浴水量；31-實驗參數(shù)A時神經(jīng)網(wǎng)絡(luò)預(yù)估剩余等效洗浴水量；32-實驗參數(shù)B時神經(jīng)網(wǎng)絡(luò)預(yù)測的剩余等效洗浴水量；4-神經(jīng)網(wǎng)絡(luò)；41-輸入層；42-隱層；421-輸入層至隱層權(quán)值；422-輸入層至隱層閾值；43-輸出層；431-隱層至輸出層權(quán)值；432-隱層至輸出層閾值；44-輸出量。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進一步清楚、完整地描述。需要進一步說明的是，本發(fā)明不受下述實施例的限制，可根據(jù)本發(fā)明的技術(shù)方案與實際情況來確定具體的實施方式?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都應(yīng)屬于本發(fā)明保護的范圍。

如圖1所示，一種儲水式電熱水器剩余洗浴時間預(yù)測方法包括用水?dāng)?shù)據(jù)采樣提取S1，溫度變化率計算S2，神經(jīng)網(wǎng)絡(luò)等效洗浴水量預(yù)估S3，等效洗浴水量用水率計算S4和剩余洗浴時間計算S5共5個步驟，具體有：

1)用水?dāng)?shù)據(jù)采樣提取S1

某次用水過程中需要采集的數(shù)據(jù)有流量、熱水出水溫度、內(nèi)膽溫度和冷水進水溫度四個變量。如圖2所示為實驗參數(shù)A，即進水溫度、內(nèi)膽溫度和進水流量分別為5℃、65℃和3L/min時的用水過程實驗數(shù)據(jù)圖。在該實驗中，采用所述60L容量的普通儲水式電熱水器，并保持進水溫度和進水流量恒定，以一定的采樣周期分別采集熱水出水溫度11和內(nèi)膽溫度12，如圖2(a)所示。所述采樣周期為5秒。

如圖3所示為實驗參數(shù)B，即進水溫度、內(nèi)膽溫度和進水流量分別為10℃、65℃和5L/min時的用水過程實驗數(shù)據(jù)圖。在該實驗中，采用60L容量的普通儲水式電熱水器，并保持進水溫度和進水流量恒定，以一定的采樣周期分別采集熱水出水溫度21和內(nèi)膽溫度22，如圖3(a)所示。所述采樣周期為5秒。

2)溫度變化率計算S2

依據(jù)實驗采集的熱水出水溫度11和21以及內(nèi)膽溫度12和22，采用最小二乘線性擬合方法求取實驗參數(shù)A下的熱水出水溫度變化率13和內(nèi)膽溫度變化率14，以及實驗參數(shù)B下的熱水出水溫度變化率23和內(nèi)膽溫度變化率24，如圖2(b)和3(b)所示。所述出水溫度及內(nèi)膽溫度的變化率計算采用過去15秒內(nèi)數(shù)據(jù)。

進一步地，采用累加計算的方式，可求取出在所述實驗參數(shù)A和實驗參數(shù)B時每采樣點下的實際剩余等效洗浴水量15和25，如圖2(c)和3(c)所示。

3)神經(jīng)網(wǎng)絡(luò)等效洗浴水量預(yù)估S3

分別將所述實驗參數(shù)A和實驗參數(shù)B時的流量(3L/min和5L/min)、熱水出水溫度(11和21)、內(nèi)膽溫度(12和22)、冷水進水溫度(5℃和10℃)、熱水出水溫度變化率(13和23)和內(nèi)膽溫度變化率(14和24)作為神經(jīng)網(wǎng)絡(luò)輸入量，經(jīng)神經(jīng)網(wǎng)絡(luò)運算，分別預(yù)估出實驗參數(shù)A和實驗參數(shù)B時的剩余等效洗浴水量31和32，如圖4所示；該圖4(a)和4(b)分別表示了本發(fā)明實施例圖2和圖3所述實驗參數(shù)A和實驗參數(shù)B時的實際剩余等效洗浴水量15和25與神經(jīng)網(wǎng)絡(luò)預(yù)估的等效洗浴水量31和32的比較關(guān)系，不難看出，神經(jīng)網(wǎng)絡(luò)預(yù)估等效洗浴水量與實際剩余等效洗浴水量具有很好的相關(guān)性和一致性，因此具有很高的預(yù)估精度。

進一步地，所述等效洗浴水量為某一熱水出水量與適量的進水冷水充分混合后得到了的水溫為可洗浴溫度的水量。在本實施例中，所述可洗浴溫度設(shè)置為40℃。

4)等效洗浴水量用水率計算S4

根據(jù)熱量守恒定律，分別依據(jù)所述實驗參數(shù)A和實驗參數(shù)B時采樣提取的流量(3L/min和5L/min)、熱水出水溫度(21和31)及冷水進水溫度(5℃和10℃)，計算出當(dāng)前可洗浴溫度為40℃時的等效洗浴水量用水率；

5)剩余洗浴時間計算S5

分別用所述實驗參數(shù)A和實驗參數(shù)B時某時刻得到的剩余等效洗浴水量25和35除以當(dāng)前等效洗浴水量用水率可得到剩余洗浴時間的計算值，即可為用戶提供可視化洗浴信息。

特別的，如圖5所示，在本發(fā)明實施例中，所述神經(jīng)網(wǎng)絡(luò)為3層BP神經(jīng)網(wǎng)絡(luò)4，包括6節(jié)點的輸入層41，6節(jié)點的隱層42和1節(jié)點的輸出層43。按照神經(jīng)網(wǎng)絡(luò)運算規(guī)則，通過輸入層41與輸入層至隱層權(quán)值421和輸入層至隱層閾值422，以及隱層至輸出層權(quán)值431和隱層至輸出層閾值432間的線性計算，可得到輸出量44。

進一步地，如圖6所示為本實施例所述BP神經(jīng)網(wǎng)絡(luò)4的創(chuàng)建流程。其創(chuàng)建步驟為：①采用所述60L容量的普通儲水式電熱水器，依次進行64組不同進水溫度、內(nèi)膽溫度和進水流量條件下的用水實驗，設(shè)置采樣周期為5秒，得到的加熱—保溫—放水實驗數(shù)據(jù)S31；②根據(jù)出水口溫度大于40℃和流量不為零兩個條件S32，剔除不滿足條件的數(shù)據(jù)S33，以提取出原始數(shù)據(jù)中的流量、熱水出水溫度、內(nèi)膽溫度和冷水進水溫度數(shù)據(jù)集S34；③依據(jù)采樣的出水溫度及內(nèi)膽溫度，利用最小二乘線性擬合算法求出過去10秒內(nèi)的溫度變化率S36，并連同流量、冷水進水溫度、熱水出水溫度及其內(nèi)膽溫度作為神經(jīng)網(wǎng)絡(luò)輸入數(shù)據(jù)集，同時利用原始數(shù)據(jù)中的各點流量、冷水進水溫度和熱水出水溫度求取輸入數(shù)據(jù)集對應(yīng)的剩余等效洗浴水量數(shù)據(jù)集S35，作為輸出數(shù)據(jù)集；④按照各數(shù)據(jù)變量的最大最小范圍，對整理后的輸入數(shù)據(jù)集和對應(yīng)的輸出數(shù)據(jù)集歸一化S37；⑤依托BP神經(jīng)網(wǎng)絡(luò)工具箱，建立并訓(xùn)練六輸入單輸出的BP網(wǎng)絡(luò)模型S38，通過計算和比較不同隱層節(jié)點數(shù)下輸出的剩余等效洗浴水量與實際輸出數(shù)據(jù)集間的誤差S39，得到輸出誤差較小且運算量較小的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；⑥獲得所述BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的權(quán)值和閥值數(shù)組S310，并編寫成C語言函數(shù)S311，便可依據(jù)在線采集的用水?dāng)?shù)據(jù)S312，預(yù)估出儲水式熱水器的當(dāng)前剩余等效洗浴水量S313。

此外，在用水時設(shè)可洗浴溫度為計算溫度閾值，當(dāng)熱水出水溫度低于該閾值時，剩余洗浴時間為零，反之，則需預(yù)測剩余洗浴時間。

以上實施例僅用以說明本發(fā)明實施例的技術(shù)方案，而非對其限制；盡管參照前述實施例對本發(fā)明實施例進行了詳細的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對前述實施例所記載的技術(shù)方案進行修改，或者對其中部分技術(shù)特征進行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明實施例技術(shù)方案的精神和范圍。