本技术涉及除湿机的，尤其是涉及一种基于湿度连续检测数据的除湿机自动控制方法及系统。
背景技术：
1、由于空气湿度过高会导致人体不适，同时会导致墙壁、地面湿滑，衣物难以干燥和致病微生物滋生等问题，因而也越来越多人存在使用除湿机的需求，现有的除湿机通常是在启动后以恒定功率进行除湿，或者是根据设定的湿度值控制除湿机的启停和工作功率；然而，以恒定功率进行除湿可能存在除湿过度的问题，而以设定的湿度值进行除湿的控制方式则无法根据用户对空气湿度环境的实际需求进行调整；上述相关技术存在除湿机的控制方法智能化程度低的问题。
技术实现思路
1、为了提高除湿机控制的自动化和智能化水平，本技术提供一种基于湿度连续检测数据的除湿机自动控制方法及系统。
2、本技术的发明目的一采用如下技术方案实现：
3、基于湿度连续检测数据的除湿机自动控制方法，包括：
4、基于预设的检测频率获取气象预报数据和气象实测数据并输入至预设的气象时间表单，基于气象实测数据对气象预报数据进行修正，生成湿度预测数据；
5、当所述除湿机处于经济除湿模式时，获取部署空间内若干待干燥目标对应的目标温度值，获取最低目标温度值对应的最低饱和水汽压强；
6、基于所述最低饱和水汽压强、预设的余量预留系数和室内温度目标值，计算对应的湿度控制目标值并发送至所述除湿机；
7、所述湿度控制目标值的计算公式为：
8、;
9、;
10、其中，为湿度控制目标值，为水汽压强与湿度控制目标值的换算函数，为余量预留系数，为最低饱和水汽压强；为预设的余量预留系数的上限值，为预设的水汽压强影响系数，为基于湿度预测数据得到的下一控制周期的水汽压强预测均值。
11、通过采用上述技术方案，根据预设的检测频率获取气象预报数据和气象实测数据并输入至气象时间表单中，以便分析气象数据预报值和实测值的差异，根据实测值对预报值进行修正，以生成湿度预测数据，以便用于预测未来的空气湿度；当除湿机处于经济除湿模式时，获取除湿机的部署空间内的若干个待干燥目标所对应的目标温度值，并根据最低目标温度值获取对应的最低饱和水汽压强，以便获知可能让待干燥目标结露的湿度；基于最低饱和水汽压强、预设的余量预留系数和室内温度目标值，计算得到湿度控制目标值，根据湿度控制目标值控制除湿机的工作状态，以便使除湿机将部署空间内的空气湿度控制在恰好使所有待干燥目标都不会结露，且具有一定可增长湿度余量的状态，以便使待干燥目标能够逐步趋于干燥，从而令经济除湿模式能够在满足最低除湿需求的前提下尽可能节能，其中，余量预留系数设置有最大值，且余量预留系数与下一控制周期的水汽压强预测均值负相关，以便根据下一控制周期的湿度预测情况调节余量预留系数，进而增大或减小部署空间内空气的可吸收水汽余量。
12、本技术在一较佳示例中：所述基于预设的检测频率获取气象预报数据和气象实测数据并输入至预设的气象时间表单，基于气象实测数据对气象预报数据进行修正，生成湿度预测数据，包括：
13、基于预设的检测频率获取气象预报数据和气象实测数据并输入至气象时间表单，以生成若干预报参数曲线和实测参数曲线，将参数偏差率绝对值大于预设的偏差阈值的曲线段定义为纠偏曲线段；
14、对近一纠偏数据分析时段内的纠偏曲线段进行积分处理，计算若干项偏差影响参数积分值，并获取当前湿度实测数据、下一湿度纠偏分析时段的湿度预报数据和预设的湿度-参数关系模型，以计算湿度预测数据；
15、所述气象预报数据包括降雨量预报数据、气温预报数据和湿度预报数据；所述气象实测数据包括湿度实测数据；所述参数偏差率，为实测参数，为预报参数。
16、通过采用上述技术方案，基于预设的检测频率获取气象预报数据和气象实测数据并输入至气象时间表单中，以便作为历史数据进行记录，同时生成若干预报参数曲线和实测参数曲线，便于计算实际参数相对于对应预报参数的偏差情况以得到参数偏差率，将参数偏差率绝对值大于预设偏差阈值的曲线段定义为纠偏曲线段，便于后续基于实际气象情况与预报气象情况的差异对空气湿度的预测数据进行纠偏处理；对近一个纠偏数据分析时段内的所有纠偏曲线段进行积分处理，以计算各项偏差影响参数积分值，根据各项偏差影响参数积分值、当前湿度实测数据、下一湿度纠偏分析时段的湿度预报数据和预设的湿度-参数关系模型，计算下一湿度纠偏分析时段内的湿度预测数据，便于对期限预报数据中关于空气湿度的预测数据进行纠偏处理，提高对空气湿度的预测准确性。
17、本技术在一较佳示例中：所述对近一纠偏数据分析时段内的纠偏曲线段进行积分处理，计算若干项偏差影响参数积分值，并获取当前湿度实测数据、下一湿度纠偏分析时段的湿度预报数据和预设的湿度-参数关系模型，以计算湿度预测数据中；
18、所述偏差影响参数积分值的计算公式为：
19、；
20、所述湿度预测数据中特定时间点的湿度预测值的计算公式为：
21、；
22、所述纠偏数据分析时段是指用于划定偏差影响参数积分值计算的原始数据的获取范围；为偏差影响参数积分值的项标识，为项的偏差影响参数积分值，为实测参数曲线函数，为预报参数曲线函数，为纠偏曲线段标识，为对应的纠偏曲线段数量，、分别为第段纠偏曲线段的起始时间点和结束时间点；所述湿度纠偏分析时段是指需要进行湿度预测的时段；所述为时间点的湿度预测值，为湿度-参数关系模型，为当前湿度实测数据，为若干项偏差影响参数积分值，为时间点的湿度预报数据。
23、通过采用上述技术方案，在计算偏差影响参数积分值时，对纠偏数据分析时段内各项偏差影响参数的所有纠偏曲线段均进行求积分值，将多个积分值之和作为对应偏差影响参数项的偏差影响参数积分值，以便在对空气湿度的预测数据进行纠偏时，既考虑偏差影响参数的数值，又考虑了偏差影响参数在不同数值时的持续时间；基于预设的湿度-参数关系模型与各项偏差影响参数积分值、当前湿度实测数据、下一湿度纠偏分析时段的湿度预报数据，得到湿度预测数据。
24、本技术在一较佳示例中：所述计算若干项偏差影响参数积分值，并获取当前湿度实测数据、下一湿度纠偏分析时段的湿度预报数据和预设的湿度-参数关系模型，以计算湿度预测数据之前，包括：
25、从气象时间表单中获取历史气象预报数据和历史气象实测数据并输入至神经网络模型中；
26、在神经网络模型中设定纠偏数据分析时段为关联性分析的数据采集范围，设定湿度纠偏分析时段为预测时间范围，执行湿度预测数据与当前湿度实测数据、若干项偏差影响参数和湿度预报数据的关联性分析，以生成湿度-参数关系模型。
27、通过采用上述技术方案，从气象时间表单中获取历史气象预报数据和历史气象实测数据并输入至神经网络模型中，以便后续作为用于对各种气象要素与空气湿度进行关联性分析的原始数据；在神经网络模型中设定纠偏数据分析时段作为进行关联性分析的数据采集时间范围，设定湿度纠偏分析时段作为进行空气湿度预测的时间范围，通过神经网络模型执行湿度预测数据与当前湿度实测数据、若干项偏差影响参数和湿度预报数据的关联性分析，进而创建湿度-参数关系模型，以便提高对空气湿度的预测准确性。
28、本技术在一较佳示例中：所述基于所述最低饱和水汽压强、预设的余量预留系数和室内温度目标值，计算对应的湿度控制目标值之后，还包括：
29、检测部署空间内目标温度值最低的待干燥目标的表面粗糙值，若所述表面粗糙值大于预设的粗糙值阈值，基于表面粗糙值匹配对应的粗糙修正系数；
30、基于粗糙修正系数对所述湿度控制目标值进行修正，计算湿度控制目标值修正值，将湿度控制目标值修正值发送至所述除湿机。
31、通过采用上述技术方案，由于空气中水蒸气在凝结的过程中，需要在冷凝核处开始凝结，而粗糙表面由于存在较多微小的不规则凹凸，表面积更大，且容易容纳灰尘等颗粒，因而更容易形成结露，因此，检测目标温度值最低的待干燥目标的表面粗糙值，进而根据其大小判断是否需要匹配对应的粗糙修正系数，当表面粗糙值大于预设的粗糙值阈值时，基于表面粗糙值匹配对应的粗糙修正系数；基于粗糙修正系数对湿度控制目标值进行修正，进而计算湿度控制目标值修正值以作为除湿机的湿度控制目标，进一步提高了除湿机湿度控制目标设定的科学性。
32、本技术的发明目的二采用如下技术方案实现：
33、基于湿度连续检测数据的除湿机自动控制系统，应用于上述任一项所述基于湿度连续检测数据的除湿机自动控制方法，包括：
34、湿度预测数据生成模块，用于基于预设的检测频率获取气象预报数据和气象实测数据并输入至预设的气象时间表单，基于气象实测数据对气象预报数据进行修正，生成湿度预测数据；
35、最低目标温度值分析模块，用于当所述除湿机处于经济除湿模式时，获取部署空间内若干待干燥目标对应的目标温度值，获取最低目标温度值对应的最低饱和水汽压强；
36、湿度控制目标值发送模块，用于基于所述最低饱和水汽压强、预设的余量预留系数和室内温度目标值，计算对应的湿度控制目标值并发送至所述除湿机；
37、所述湿度控制目标值的计算公式为：
38、；
39、；
40、其中，为湿度控制目标值，为水汽压强与湿度控制目标值的换算函数，为余量预留系数，为最低饱和水汽压强；为预设的余量预留系数的上限值，为预设的水汽压强影响系数，为基于湿度预测数据得到的下一控制周期的水汽压强预测均值。
41、本技术在一较佳示例中：所述湿度预测数据生成模块包括：
42、纠偏曲线段标记子模块，用于基于预设的检测频率获取气象预报数据和气象实测数据并输入至气象时间表单，以生成若干预报参数曲线和实测参数曲线，将参数偏差率绝对值大于预设的偏差阈值的曲线段定义为纠偏曲线段；
43、湿度预测数据计算子模块，用于对近一纠偏数据分析时段内的纠偏曲线段进行积分处理，计算若干项偏差影响参数积分值，并获取当前湿度实测数据、下一湿度纠偏分析时段的湿度预报数据和预设的湿度-参数关系模型，以计算湿度预测数据；
44、所述气象预报数据包括降雨量预报数据、气温预报数据和湿度预报数据；所述气象实测数据包括湿度实测数据；所述参数偏差率，为实测参数，为预报参数。
45、本技术在一较佳示例中：所述湿度预测数据计算子模块包括：
46、原始数据输入子模块，用于从气象时间表单中获取历史气象预报数据和历史气象实测数据并输入至神经网络模型中；
47、湿度-参数关系模型创建子模块，用于在神经网络模型中设定纠偏数据分析时段为关联性分析的数据采集范围，设定湿度纠偏分析时段为预测时间范围，执行湿度预测数据与当前湿度实测数据、若干项偏差影响参数和湿度预报数据的关联性分析，以生成湿度-参数关系模型。
48、本技术的发明目的三采用如下技术方案实现：
49、一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于湿度连续检测数据的除湿机自动控制方法的步骤。
50、本技术的发明目的四采用如下技术方案实现：
51、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，所述计算机程序被处理器执行时实现上述基于湿度连续检测数据的除湿机自动控制方法的步骤。
52、综上所述，本技术包括以下至少一种有益技术效果：
53、1. 根据预设的检测频率获取气象预报数据和气象实测数据并输入至气象时间表单中，以便分析气象数据预报值和实测值的差异，根据实测值对预报值进行修正，以生成湿度预测数据，以便用于预测未来的空气湿度；当除湿机处于经济除湿模式时，获取除湿机的部署空间内的若干个待干燥目标所对应的目标温度值，并根据最低目标温度值获取对应的最低饱和水汽压强，以便获知可能让待干燥目标结露的湿度；基于最低饱和水汽压强、预设的余量预留系数和室内温度目标值，计算得到湿度控制目标值，根据湿度控制目标值控制除湿机的工作状态，以便使除湿机将部署空间内的空气湿度控制在恰好使所有待干燥目标都不会结露，且具有一定可增长湿度余量的状态，以便使待干燥目标能够逐步趋于干燥，从而令经济除湿模式能够在满足最低除湿需求的前提下尽可能节能，其中，余量预留系数设置有最大值，且余量预留系数与下一控制周期的水汽压强预测均值负相关，以便根据下一控制周期的湿度预测情况调节余量预留系数，进而增大或减小部署空间内空气的可吸收水汽余量。
54、2. 基于预设的检测频率获取气象预报数据和气象实测数据并输入至气象时间表单中，以便作为历史数据进行记录，同时生成若干预报参数曲线和实测参数曲线，便于计算实际参数相对于对应预报参数的偏差情况以得到参数偏差率，将参数偏差率绝对值大于预设偏差阈值的曲线段定义为纠偏曲线段，便于后续基于实际气象情况与预报气象情况的差异对空气湿度的预测数据进行纠偏处理；对近一个纠偏数据分析时段内的所有纠偏曲线段进行积分处理，以计算各项偏差影响参数积分值，根据各项偏差影响参数积分值、当前湿度实测数据、下一湿度纠偏分析时段的湿度预报数据和预设的湿度-参数关系模型，计算下一湿度纠偏分析时段内的湿度预测数据，便于对期限预报数据中关于空气湿度的预测数据进行纠偏处理，提高对空气湿度的预测准确性。
55、3. 从气象时间表单中获取历史气象预报数据和历史气象实测数据并输入至神经网络模型中，以便后续作为用于对各种气象要素与空气湿度进行关联性分析的原始数据；在神经网络模型中设定纠偏数据分析时段作为进行关联性分析的数据采集时间范围，设定湿度纠偏分析时段作为进行空气湿度预测的时间范围，通过神经网络模型执行湿度预测数据与当前湿度实测数据、若干项偏差影响参数和湿度预报数据的关联性分析，进而创建湿度-参数关系模型，以便提高对空气湿度的预测准确性。
1.基于湿度连续检测数据的除湿机自动控制方法，其特征在于，包括：
2.根据权利要求1所述的基于湿度连续检测数据的除湿机自动控制方法，其特征在于：所述基于预设的检测频率获取气象预报数据和气象实测数据并输入至预设的气象时间表单，基于气象实测数据对气象预报数据进行修正，生成湿度预测数据，包括：
3.根据权利要求2所述的基于湿度连续检测数据的除湿机自动控制方法，其特征在于：所述对近一纠偏数据分析时段内的纠偏曲线段进行积分处理，计算若干项偏差影响参数积分值，并获取当前湿度实测数据、下一湿度纠偏分析时段的湿度预报数据和预设的湿度-参数关系模型，以计算湿度预测数据中；
4.根据权利要求2所述的基于湿度连续检测数据的除湿机自动控制方法，其特征在于：所述计算若干项偏差影响参数积分值，并获取当前湿度实测数据、下一湿度纠偏分析时段的湿度预报数据和预设的湿度-参数关系模型，以计算湿度预测数据之前，包括：
5.根据权利要求1所述的基于湿度连续检测数据的除湿机自动控制方法，其特征在于：所述基于所述最低饱和水汽压强、预设的余量预留系数和室内温度目标值，计算对应的湿度控制目标值之后，还包括：
6.基于湿度连续检测数据的除湿机自动控制系统，其特征在于，应用于权利要求1-5任一项所述基于湿度连续检测数据的除湿机自动控制方法，包括：
7.根据权利要求6所述的一种基于湿度连续检测数据的除湿机自动控制系统，其特征在于：所述湿度预测数据生成模块包括：
8.根据权利要求7所述的一种基于湿度连续检测数据的除湿机自动控制系统，其特征在于：所述湿度预测数据计算子模块包括：
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述基于湿度连续检测数据的除湿机自动控制方法的步骤。
10.一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，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述基于湿度连续检测数据的除湿机自动控制方法的步骤。
