电热水器的用户行为预测及温度设置决策技术研究

发布时间：2021-11-21 00:14

　　近几年,智能家居的概念越来越流行,反映了人们对家庭生活的舒适要求也越来越高。这一概念在不断的向家电行业提出新的技术要求,同时也指明了新的发展空间和发展方向。对于电热水器而言,实现对用户用水行为的预测是电热水器迈向智能的关键。通过预测用户的行为,按照用户的用水需求来设置温度,克服了现有电热水器加热周期长,能源消耗大的缺点,并且提升了用户的洗浴体验,对于节能型和舒适性的智能家居的研究具有重要的借鉴意义。本文对电热水器的用户用水行为预测及温度设置决策技术进行了研究,论文的主要研究内容和创新点如下:第一、先对用户行为特征进行分析,对采集的数据进行预处理,把用户行为按习惯规律由强到弱分为四个等级,采用了基于规则的用户行为模式识别预测方法,对四个等级的用户行为分别进行预测,并对不同规则的预测结果进行比较。第二、对隐马尔科夫模型预测算法进行了研究,首先对用户用水行为的历史数据进行相似性筛选,运用维特比算法对下一时刻的用户行为状态进行预测,最后对用户用水行为的四个等级预测结果进行分析对比,验证了该模型的稳定性和可靠性。第三、采用由有序聚类法和均值-标准差法确定的加权马尔可夫链两种方法对用户的用水时长进... 

【文章来源】：东北大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：117 页

【学位级别】：硕士

【部分图文】：

图１．１本文研究技术路线图??Ｆｉｇ．?１．１?Ｔｅｃｈｎｏｌｏｇｙ?ｒｏａｄｍａｐ?ｏｆ?ｔｈｉｓ?ｐａｐｅｒ??Ｋ４本文结构安排??

图３．４用户行为数据生成界面??Ｆｉｇ．?３．４?Ｔｈｅ?ｄａｔａ?ｇｅｎｅｒａｔｅｄ?ｉｎｔｅｒｆａｃｅ?ｏｆ?ｔｈｅ?ｕｓｅｒｓ’?ｂｅｈａｖｉｏｒ??

图３．５规则（美的）用户行为完全规律预测情况??Ｆｉｇ．?３．５?Ｔｈｅ?ａｃｃｕｒａｃｙ?ｐｒｅｄｉｃｔｅｄ?ｏｆ?ｔｈｅ?ｒｕｌｅ（Ｍｅｄｉａ）?ｉｎ?ｒｅｇｕｌａｒ?ｈａｂｉｔｓ??

【参考文献】：
期刊论文
[1]不同出水方式下电热水器出水时间与出水量的预测模型[J]. 冉茂宇.  华侨大学学报(自然科学版). 2016(04)
[2]智能家居用户行为预测的方法研究[J]. 吕培卓,戴洪涛.  中国新技术新产品. 2016(03)
[3]基于人工蜂群改进的BP神经网络移动用户行为分析及预测方法[J]. 罗海艳,杨勇,王珏,于海龙.  沈阳农业大学学报. 2015(06)
[4]面向智能家居的个性化需求挖掘与应用[J]. 刘洪栋,刘军发,陈援非.  小型微型计算机系统. 2015(12)
[5]移动用户人口统计信息预测[J]. 王亦雷,嵇智源,夏勇,秦臻,程红蓉.  电子科技大学学报. 2015(06)
[6]组合加热方式在电热水器上的研究及应用[J]. 李彩霞,刘洋,孙强,蔡想周,王建飞.  家电科技. 2014(11)
[7]基于语义的SVM电子商务推荐模型研究[J]. 杨正华,曾爱华,丁雷.  现代计算机(专业版). 2014(07)
[8]一种具有分类细化功能的垃圾语言识别方法[J]. 李小娇,马吉明,张向梅.  郑州轻工业学院学报(自然科学版). 2014(01)
[9]智能家居中用户行为模式挖掘及控制策略研究[J]. 孔英会,刘靖.  电视技术. 2013(24)
[10]家用电热水器节能使用方式的探讨[J]. 孙园,陈天翔,张辑,田洪.  电力需求侧管理. 2013(03)

博士论文
[1]马尔可夫链预测方法及其在水文序列中的应用研究[D]. 夏乐天.河海大学 2005



本文编号：3508369