(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211049794.1 (22)申请日 2022.08.30 (71)申请人 海尔优家智能科技 （北京） 有限公司 地址 100086 北京市海淀区知春路10 6号太 平洋国际大厦6层6 01-606室 申请人 青岛海尔科技有限公司 　 海尔智家 股份有限公司 (72)发明人 邱睿　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 周治宇 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 10/08(2012.01) (54)发明名称 旺季空调支援需求度的预测方法、 存储介质 及电子装置 (57)摘要 本申请公开了一种旺季空调支援需求度的 预测方法、 存储介质及电子装置， 涉及智能家居/ 智慧家庭 技术领域， 该旺季空调支 援需求度的预 测方法包括： 建立旺季空调支 援需求度的预测模 型； 获取目标区域多个维度不同的目标数据， 基 于所述预测模 型对不同的目标数据进行分析， 得 到所述目标区域的综合预测得分； 基于所述综合 预测得分判定所述目标区域是否需要进行预警 和/或支援。 本申请利用预测模型对多方面的因 素进行了关于空调支援需求量的预测计算， 不仅 实现了空调旺季支援的事后模式转化为事前模 式， 而且减少了大量的人力， 提升了旺季用户体 验。 权利要求书2页 说明书11页 附图2页 CN 115392578 A 2022.11.25 CN 115392578 A 1.一种旺季空调支援需求度的预测方法， 其特 征在于， 包括： 建立旺季空调支援需求度的预测模型； 获取目标区域多个维度不同的目标数据， 基于所述预测模型对不同的目标数据进行分 析， 得到所述目标区域的综合预测得分； 基于所述综合预测得分判定所述目标区域是否需要 进行预警和/或支援。 2.根据权利要求1所述的旺季空调支援需求度的预测方法， 其特征在于， 所述目标区域 多个维度的目标 数据包括温度数据、 安装需求 量、 服务时效、 用户催办频率以及库存数据； 所述基于所述预测模型对不同的目标数据进行分析， 得到所述目标区域的综合预测得 分， 包括： 基于所述预测模型对所述温度数据进行分析 得到第一预测得分； 基于所述预测模型对所述 安装需求 量进行分析 得到第二预测得分； 基于所述预测模型对所述 服务时效进行分析 得到第三预测得分； 基于所述预测模型对所述用户催办频率进行分析 得到第四预测得分； 基于所述预测模型对所述库存数据进行分析 得到第五预测得分； 将所述第 一预测得分、 第 二预测得分、 第三预测得分、 第四预测得分以及第五预测得分 进行相加， 得到所述多个维度的综合预测得分。 3.根据权利要求2所述的旺季空调支援需求度的预测方法， 其特征在于， 所述基于所述 预测模型对所述温度数据进行分析 得到第一预测得分， 包括： 确认所述目标区域的地理位置， 并基于所述地理位置获取所述目标区域的高温阈值和 低温阈值； 在确认所述目标区域以不低于所述低温阈值的温度 数据持续第 一目标天数的情况下， 获取在目标周期内所述温度数据等于或高于所述低温阈值的累计天数； 基于所述预测模型对所述累计天数进行分析， 得到所述目标区域的第一预测得分。 4.根据权利要求2所述的旺季空调支援需求度的预测方法， 其特征在于， 所述基于所述 预测模型对所述 安装需求 量进行分析 得到第二预测得分， 包括： 获取在所述目标区域内用户每天对空调的安装需求 量； 获取所述安装需求量在连续第二目标天数内的任一天中所述安装需求量和历史峰值 的关系， 基于所述预测模型对所述安装需求量和历史峰值的关系进行分析， 得到所述 目标 区域的第二预测得分。 5.根据权利要求4所述的旺季空调支援需求度的预测方法， 其特征在于， 所述基于所述 预测模型对所述 安装需求 量进行分析 得到第二预测得分， 包括： 基于所述目标区域的地理位置将所述目标区域划分为第 一区域、 第二区域以及第 三区 域； 选取所述第一区域、 第二区域或第三区域作为目标 预测区域； 获取在所述目标预测区域内连续第 三目标天数的安装需求量， 并获取所述安装需求量 和淡季日均安装量之间的目标倍数； 其中， 所述淡季日均安装量基于所述目标区域的地理位置确定； 基于所述预测模型对所述目标倍数进行分析， 获取所述目标预测区域的第二预测得 分。权　利　要　求　书 1/2 页 2 CN 115392578 A 26.根据权利要求2所述的旺季空调支援需求度的预测方法， 其特征在于， 所述基于所述 预测模型对所述 服务时效进行分析 得到第三预测得分， 包括： 基于用户的预约 服务时间获取第 一服务时效， 以及基于用户的登记时间和结单时间获 取第二服务时效； 基于所述预测模型对所述第一 服务时效或第二 服务时效进行分析 得到第三预测得分。 7.根据权利要求2所述的旺季空调支援需求度的预测方法， 其特征在于， 所述基于所述 综合预测得分判定所述目标区域是否需要 进行预警和/或支援， 包括： 在所述综合预测得分高于第 一目标阈值且低于第 二目标阈值的情况下， 对所述目标区 域发出预警提示； 在所述综合预测得分高于第二目标阈值的情况下， 对所述目标区域发出预警提示， 或 强制启动支援所述目标区域。 8.一种旺季空调支援需求度的预测装置， 其特 征在于， 包括： 模型建立单 元， 用于建立旺季空调支援需求度的预测模型； 得分获取单元， 用于获取目标区域多个维度不同的目标数据， 基于所述预测模型对不 同的目标 数据进行分析， 得到所述目标区域的综合预测得分； 预警单元， 用于基于所述综合预测得分判定所述目标区域是否需要进行预警和/或支 援。 9.一种计算机可读的存储介质， 其特征在于， 所述计算机可读的存储介质包括存储的 程序， 其中， 所述程序运行时执行权利要求1至7中任一项所述的旺季空调支援需求度的预 测方法。 10.一种电子装置， 包括存储器和 处理器， 其特征在于， 所述存储器中存储有计算机程 序， 所述处理器被设置为通过所述计算机程序执行权利要求 1至7中任一项所述的旺季空调 支援需求度的预测方法。权　利　要　求　书 2/2 页 3 CN 115392578 A 3