一种基于AI技术的温度控制方法及系统与流程

一种基于ai技术的温度控制方法及系统
技术领域
1.本技术涉及计算机技术领域，具体而言，涉及一种基于ai技术的温度控制方法、装置、计算机可读介质及电子设备。


背景技术：

2.在很多电器设备、工业设备的应用过程中，需要对温度进行实时的监测和控制，现有技术中往往通过设备监控进行人为的控制，这种方式成本较高。尤其是在一些对温度精确度要求较高的情况下，很难对温度做到实时的监测和控制，进而造成温度控制效率较低的问题。


技术实现要素：

3.本技术的实施例提供了一种基于ai技术的温度控制方法、装置、计算机可读介质及电子设备，进而至少在一定程度上可以解决温度控制效率较低的问题。
4.本技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本技术的实践而习得。
5.根据本技术的一个方面，提供了一种基于ai技术的温度控制方法，包括：获取目标单元的红外成像；通过人工智能技术，确定所述红外成像对应的当前温度；基于所述当前温度以及设定的温度范围，确定所述当前温度所处的目标范围；计算所述当前温度在所述目标范围中的占比参数；基于所述占比参数和调控参数之间的对应关系，确定所述目标单元的控制策略。
6.在本技术中，基于前述方案，所述通过人工智能技术，确定所述红外成像对应的当前温度，包括：构建温度检测模型，通过人工智能技术和图像样本对所述温度检测模型进行训练；将所述红外成像输入所述温度检测模型中，确定所述红外成像对应的当前温度。
7.在本技术中，基于前述方案，所述基于所述当前温度以及设定的温度范围，确定所述当前温度所处的目标范围，包括：将所述当前温度和所述设定的温度范围进行对比，确定所述当前温度所处的目标范围。
8.在本技术中，基于前述方案，所述计算所述当前温度在所述目标范围中的占比参数，包括：获取所述目标范围中的最大值和最小值；基于所述最大值、最小值以及所述当前温度，计算所述当前温度在所述目标范围中的占比参数。
9.在本技术中，基于前述方案，所述基于所述占比参数和调控参数之间的对应关系，确定所述目标单元的控制策略，包括：获取所述目标范围对应的调控参数；基于所述占比参数和所述调控参数，确定所述占比参数在所述调控参数中对应的目标调控因子；基于所述目标调控因子确定所述目标单元的控制策略。
10.在本技术中，基于前述方案，所述通过人工智能技术，确定所述红外成像对应的当前温度之后，还包括：基于预设的正常温度范围，判断所述当前温度是否正常；若所述当前温度不正常，则进行告警。
11.在本技术中，基于前述方案，所述基于预设的正常温度范围，判断所述当前温度是否正常之前还包括：基于所述目标单元的单元标识，获取所述目标单元对应预设的正常温度范围。
12.根据本技术的一个方面，提供了一种基于ai技术的温度控制系统，包括：
13.获取单元，用于获取目标单元的红外成像；
14.温度单元，用于通过人工智能技术，确定所述红外成像对应的当前温度；
15.范围单元，用于基于所述当前温度以及设定的温度范围，确定所述当前温度所处的目标范围；
16.占比单元，用于计算所述当前温度在所述目标范围中的占比参数；
17.控制单元，用于基于所述占比参数和调控参数之间的对应关系，确定所述目标单元的控制策略。
18.在本技术中，基于前述方案，所述通过人工智能技术，确定所述红外成像对应的当前温度，包括：构建温度检测模型，通过人工智能技术和图像样本对所述温度检测模型进行训练；将所述红外成像输入所述温度检测模型中，确定所述红外成像对应的当前温度。
19.在本技术中，基于前述方案，所述基于所述当前温度以及设定的温度范围，确定所述当前温度所处的目标范围，包括：将所述当前温度和所述设定的温度范围进行对比，确定所述当前温度所处的目标范围。
20.在本技术中，基于前述方案，所述计算所述当前温度在所述目标范围中的占比参数，包括：获取所述目标范围中的最大值和最小值；基于所述最大值、最小值以及所述当前温度，计算所述当前温度在所述目标范围中的占比参数。
21.在本技术中，基于前述方案，所述基于所述占比参数和调控参数之间的对应关系，确定所述目标单元的控制策略，包括：获取所述目标范围对应的调控参数；基于所述占比参数和所述调控参数，确定所述占比参数在所述调控参数中对应的目标调控因子；基于所述目标调控因子确定所述目标单元的控制策略。
22.在本技术中，基于前述方案，所述通过人工智能技术，确定所述红外成像对应的当前温度之后，还包括：基于预设的正常温度范围，判断所述当前温度是否正常；若所述当前温度不正常，则进行告警。
23.在本技术中，基于前述方案，所述基于预设的正常温度范围，判断所述当前温度是否正常之前还包括：基于所述目标单元的单元标识，获取所述目标单元对应预设的正常温度范围。
24.根据本技术的一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例中所述的一种基于ai技术的温度控制方法。
25.根据本技术的一个方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例中所述的一种基于ai技术的温度控制方法。
26.根据本技术的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使
得该计算机设备执行上述各种可选实现方式中提供的一种基于ai技术的温度控制方法。
27.在本技术的技术方案中，获取目标单元的红外成像；通过人工智能技术，确定所述红外成像对应的当前温度；基于所述当前温度以及设定的温度范围，确定所述当前温度所处的目标范围；计算所述当前温度在所述目标范围中的占比参数；基于所述占比参数和调控参数之间的对应关系，确定所述目标单元的控制策略。通过基于人工智能技术对红成像进行处理确定其对应的当前温度，之后基于当前温度对应的目标范围确定占比参数，进而确定目标单元对应的控制策略，实现了目标单元的自适应温度控制，并提高了温度控制的效率和精确度。
28.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
29.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
30.图1示意性示出了根据本技术的一个实施例的一种基于ai技术的温度控制方法的流程图。
31.图2示意性示出了根据本技术的一个实施例的确定当前温度的流程图。
32.图3示意性示出了根据本技术的一个实施例的一种基于ai技术的温度控制系统的示意图。
33.图4示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。
具体实施方式
34.现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本技术将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
35.此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本技术的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本技术的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本技术的各方面。
36.附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
37.附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
38.以下对本技术实施例的技术方案的实现细节进行详细阐述：
39.图1示出了根据本技术的一个实施例的一种基于ai技术的温度控制方法的流程图。参照图1所示，该一种基于ai技术的温度控制方法至少包括步骤s110至步骤s150，详细介绍如下：
40.在步骤s110中，获取目标单元的红外成像。
41.在本技术的一个实施例中，通过红外成像的方式来确定目标单元的温度。除此之外，还可以通过传感器来直接获取目标单元的温度。
42.其中，红外成像的方式适用范围较广，不需要有线接触便可以通过无线的方式直接获取到红外成像，有较高的实用性。
43.在步骤s120中，通过人工智能技术，确定所述红外成像对应的当前温度。
44.在本技术的一个实施例中，如图2所示，通过人工智能技术，确定所述红外成像对应的当前温度，包括：
45.s210，构建温度检测模型，通过人工智能技术和图像样本对所述温度检测模型进行训练；
46.s220，将所述红外成像输入所述温度检测模型中，确定所述红外成像对应的当前温度。
47.在本技术一实施例中，预先构建温度检测模型，本实施例中的温度检测模型可以是基于神经网络等框架来构建，用于通过该模型来识别红外成像中的温度。在构建得到温度检测模型之后，通过人工智能技术，将图像样本输入温度检测模型中进行训练。在训练完成之后，将红外成像输入温度检测模型中，确定红外成像对应的具体温度作为当前温度。
48.上述方式通过基于人工智能的方式构建并训练模型，以通过模型来检测红外成像对应的当前温度，提高了温度获取的精确性和效率。
49.在步骤s130中，基于所述当前温度以及设定的温度范围，确定所述当前温度所处的目标范围。
50.在本技术的一个实施例中，将所述当前温度和所述设定的温度范围进行对比，确定所述当前温度所处的目标范围。
51.本实施例中预设有多个温度范围，用于对温度进行管理和控制。在获取到当前温度之后，将当前温度和设定的温度范围进行对比，确定当前温度所处的目标范围，用于通过目标范围对应的信息对当前温度进行控制管理。
52.在步骤s140中，计算所述当前温度在所述目标范围中的占比参数。
53.在本技术的一个实施例中，在获取到当前温度和温度范围之后，通过计算当前温度在目标范围中的占比参数来实现对目标单元的控制。
54.在本技术的一个实施例中，计算所述当前温度在所述目标范围中的占比参数，包括：
55.获取所述目标范围中的最大值和最小值；
56.基于所述最大值、最小值以及所述当前温度，计算所述当前温度在所述目标范围中的占比参数。
57.在本技术一实施例中，预先设有至少两个目标范围，通过获取目标范围中的最大值tem_max和最小值tem_min，来计算当前温度tem_now在目标范围中的占比参数par_tem为：
[0058][0059]
其中，α表示预设的温度因子，上述过程通过目标范围中的最大值、最小值和当前温度计算得到当前温度在目标范围中的占比参数。本实施例中通过占比参数来衡量当前温度在目标范围中的偏差情况，用于基于该目标范围对应的调控参数和占比参数，来确定属于该目标范围的当前温度对应的控制策略。
[0060]
在步骤s150中，基于所述占比参数和调控参数之间的对应关系，确定所述目标单元的控制策略。
[0061]
在本技术的一个实施例中，基于占比参数和调控参数之间的对应关系，确定针对于目标单元的控制策略。
[0062]
在本技术的一个实施例中，基于所述占比参数和调控参数之间的对应关系，确定所述目标单元的控制策略，包括：
[0063]
获取所述目标范围对应的调控参数；
[0064]
基于所述占比参数和所述调控参数，确定所述占比参数在所述调控参数中对应的目标调控因子；
[0065]
基于所述目标调控因子确定所述目标单元的控制策略。
[0066]
在本技术一实施例中，针对各目标范围预设有对应的调控参数，用于在各个温度下对目标单位进行控制。本实施例中先获取目标范围对应的调控参数，之后基于占比参数和调控参数，确定占比参数par_tem在调控参数con_par中对应的目标调控因子con_aim为：
[0067][0068]
其中，θ表示占比因子。上述过程中通过基于占比参数对应的比例关系，结合调控参数计算得到目标调控因子，以通过目标调控因子生成对应的控制策略，并基于该控制策略控制目标单元的运行。上述过程通过温度计算的方式确定了针对目标单元当前温度的控制方式，提高了温度控制的自适应效果和控制效率。
[0069]
在本技术的一个实施例中，通过人工智能技术，确定所述红外成像对应的当前温度之后，还包括：
[0070]
基于预设的正常温度范围，判断所述当前温度是否正常；
[0071]
若所述当前温度不正常，则进行告警。
[0072]
在本技术一实施例中，预设有正常温度范围，用于通过正常温度范围判断当前温度是否正常，若所述当前温度不正常，则进行告警通知相关人员进行处理。
[0073]
在本技术的一个实施例中，基于预设的正常温度范围，判断所述当前温度是否正常之前还包括：
[0074]
基于所述目标单元的单元标识，获取所述目标单元对应预设的正常温度范围。
[0075]
本实施例中将各个单元及其对应的正常温度范围存储在数据库中，例如通过将单元标识与温度范围关联存储的方式存储。在获取到目标单元的单元标识之后，通过数据对比的方式计算单元标识sig_uni＝{xi}与数据库中的标识sig_dai＝{yi}之间的相关参数par_coe为：
[0076][0077]
其中，i表示标识的字符长度。上述方式通过计算得到单元标识与数据库中的标识之间的相关参数，进而确定目标单元在数据库中对应的正常温度范围，进行之后的温度数据处理。
[0078]
在本技术的技术方案中，获取目标单元的红外成像；通过人工智能技术，确定所述红外成像对应的当前温度；基于所述当前温度以及设定的温度范围，确定所述当前温度所处的目标范围；计算所述当前温度在所述目标范围中的占比参数；基于所述占比参数和调控参数之间的对应关系，确定所述目标单元的控制策略。通过基于人工智能技术对红成像进行处理确定其对应的当前温度，之后基于当前温度对应的目标范围确定占比参数，进而确定目标单元对应的控制策略，实现了目标单元的自适应温度控制，并提高了温度控制的效率和精确度。
[0079]
以下介绍本技术的装置实施例，可以用于执行本技术上述实施例中的一种基于ai技术的温度控制方法。可以理解的是，所述装置可以是运行于计算机设备中的一个计算机程序(包括程序代码)，例如该装置为一个应用软件；该装置可以用于执行本技术实施例提供的方法中的相应步骤。对于本技术装置实施例中未披露的细节，请参照本技术上述的一种基于ai技术的温度控制方法的实施例。
[0080]
图3示出了根据本技术的一个实施例的一种基于ai技术的温度控制系统的框图。
[0081]
参照图3所示，根据本技术的一个实施例的一种基于ai技术的温度控制系统，包括：
[0082]
获取单元310，用于获取目标单元的红外成像；
[0083]
温度单元320，用于通过人工智能技术，确定所述红外成像对应的当前温度；
[0084]
范围单元330，用于基于所述当前温度以及设定的温度范围，确定所述当前温度所处的目标范围；
[0085]
占比单元340，用于计算所述当前温度在所述目标范围中的占比参数；
[0086]
控制单元350，用于基于所述占比参数和调控参数之间的对应关系，确定所述目标单元的控制策略。
[0087]
在本技术中，基于前述方案，所述通过人工智能技术，确定所述红外成像对应的当前温度，包括：构建温度检测模型，通过人工智能技术和图像样本对所述温度检测模型进行训练；将所述红外成像输入所述温度检测模型中，确定所述红外成像对应的当前温度。
[0088]
在本技术中，基于前述方案，所述基于所述当前温度以及设定的温度范围，确定所述当前温度所处的目标范围，包括：将所述当前温度和所述设定的温度范围进行对比，确定所述当前温度所处的目标范围。
[0089]
在本技术中，基于前述方案，所述计算所述当前温度在所述目标范围中的占比参数，包括：获取所述目标范围中的最大值和最小值；基于所述最大值、最小值以及所述当前温度，计算所述当前温度在所述目标范围中的占比参数。
[0090]
在本技术中，基于前述方案，所述基于所述占比参数和调控参数之间的对应关系，确定所述目标单元的控制策略，包括：获取所述目标范围对应的调控参数；基于所述占比参数和所述调控参数，确定所述占比参数在所述调控参数中对应的目标调控因子；基于所述
目标调控因子确定所述目标单元的控制策略。
[0091]
在本技术中，基于前述方案，所述通过人工智能技术，确定所述红外成像对应的当前温度之后，还包括：基于预设的正常温度范围，判断所述当前温度是否正常；若所述当前温度不正常，则进行告警。
[0092]
在本技术中，基于前述方案，所述基于预设的正常温度范围，判断所述当前温度是否正常之前还包括：基于所述目标单元的单元标识，获取所述目标单元对应预设的正常温度范围。
[0093]
在本技术的技术方案中，获取目标单元的红外成像；通过人工智能技术，确定所述红外成像对应的当前温度；基于所述当前温度以及设定的温度范围，确定所述当前温度所处的目标范围；计算所述当前温度在所述目标范围中的占比参数；基于所述占比参数和调控参数之间的对应关系，确定所述目标单元的控制策略。通过基于人工智能技术对红成像进行处理确定其对应的当前温度，之后基于当前温度对应的目标范围确定占比参数，进而确定目标单元对应的控制策略，实现了目标单元的自适应温度控制，并提高了温度控制的效率和精确度。
[0094]
图4示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。
[0095]
需要说明的是，图4示出的电子设备的计算机系统400仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
[0096]
如图4所示，计算机系统400包括中央处理单元(central processing unit，cpu)401，其可以根据存储在只读存储器(read-only memory，rom)402中的程序或者从储存部分408加载到随机访问存储器(random access memory，ram)403中的程序而执行各种适当的动作和处理，例如执行上述实施例中所述的方法。在ram 403中，还存储有系统操作所需的各种程序和数据。cpu 401、rom 402以及ram 403通过总线404彼此相连。输入/输出(input/output，i/o)接口405也连接至总线404。
[0097]
以下部件连接至i/o接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(cathode ray tube，crt)、液晶显示器(liquid crystal display，lcd)等以及扬声器等的输出部分407；包括硬盘等的储存部分408；以及包括诸如lan(local area network，局域网)卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至i/o接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入储存部分408。
[0098]
特别地，根据本技术的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本技术的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(cpu)401执行时，执行本技术的系统中限定的各种功能。
[0099]
需要说明的是，本技术实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算
机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(erasable programmable read only memory，eprom)、闪存、光纤、便携式紧凑磁盘只读存储器(compact disc read-only memory，cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
[0100]
附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0101]
描述于本技术实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
[0102]
根据本技术的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的方法。
[0103]
作为另一方面，本技术还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现上述实施例中所述的方法。
[0104]
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本技术的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
[0105]
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本技术实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失
性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本技术实施方式的方法。
[0106]
本领域技术人员在考虑说明书及实践这里公开的实施方式后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。
[0107]
应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求来限制。

技术特征：
1.一种基于ai技术的温度控制方法，其特征在于，包括：获取目标单元的红外成像；通过人工智能技术，确定所述红外成像对应的当前温度；基于所述当前温度以及设定的温度范围，确定所述当前温度所处的目标范围；计算所述当前温度在所述目标范围中的占比参数；基于所述占比参数和调控参数之间的对应关系，确定所述目标单元的控制策略。2.根据权利要求1所述的方法，其特征在于，通过人工智能技术，确定所述红外成像对应的当前温度，包括：构建温度检测模型，通过人工智能技术和图像样本对所述温度检测模型进行训练；将所述红外成像输入所述温度检测模型中，确定所述红外成像对应的当前温度。3.根据权利要求1所述的方法，其特征在于，基于所述当前温度以及设定的温度范围，确定所述当前温度所处的目标范围，包括：将所述当前温度和所述设定的温度范围进行对比，确定所述当前温度所处的目标范围。4.根据权利要求1所述的方法，其特征在于，计算所述当前温度在所述目标范围中的占比参数，包括：获取所述目标范围中的最大值和最小值；基于所述最大值、最小值以及所述当前温度，计算所述当前温度在所述目标范围中的占比参数。5.根据权利要求1所述的方法，其特征在于，基于所述占比参数和调控参数之间的对应关系，确定所述目标单元的控制策略，包括：获取所述目标范围对应的调控参数；基于所述占比参数和所述调控参数，确定所述占比参数在所述调控参数中对应的目标调控因子；基于所述目标调控因子确定所述目标单元的控制策略。6.根据权利要求1所述的方法，其特征在于，通过人工智能技术，确定所述红外成像对应的当前温度之后，还包括：基于预设的正常温度范围，判断所述当前温度是否正常；若所述当前温度不正常，则进行告警。7.根据权利要求6所述的方法，其特征在于，基于预设的正常温度范围，判断所述当前温度是否正常之前还包括：基于所述目标单元的单元标识，获取所述目标单元对应预设的正常温度范围。8.一种基于ai技术的温度控制系统，其特征在于，包括：获取单元，用于获取目标单元的红外成像；温度单元，用于通过人工智能技术，确定所述红外成像对应的当前温度；范围单元，用于基于所述当前温度以及设定的温度范围，确定所述当前温度所处的目标范围；占比单元，用于计算所述当前温度在所述目标范围中的占比参数；控制单元，用于基于所述占比参数和调控参数之间的对应关系，确定所述目标单元的
控制策略。9.一种计算机可读介质，其上存储有计算机程序，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7中任一项所述的一种基于ai技术的温度控制方法。10.一种电子设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至7中任一项所述的一种基于ai技术的温度控制方法。

技术总结
本申请提供了一种基于AI技术的温度控制方法、装置、计算机可读介质及电子设备。该一种基于AI技术的温度控制方法包括：获取目标单元的红外成像；通过人工智能技术，确定所述红外成像对应的当前温度；基于所述当前温度以及设定的温度范围，确定所述当前温度所处的目标范围；计算所述当前温度在所述目标范围中的占比参数；基于所述占比参数和调控参数之间的对应关系，确定所述目标单元的控制策略。通过基于人工智能技术对红成像进行处理确定其对应的当前温度，之后基于当前温度对应的目标范围确定占比参数，进而确定目标单元对应的控制策略，实现了目标单元的自适应温度控制，并提高了温度控制的效率和精确度。了温度控制的效率和精确度。了温度控制的效率和精确度。


技术研发人员：陈隆凡
受保护的技术使用者：深圳市艾瑞德控制技术有限公司
技术研发日：2023.07.03
技术公布日：2023/10/15