技术摘要：
本发明提供一种空调故障预测方法、装置、存储介质及空调，所述方法包括：通过神经网络算法训练所述空调的故障预测模型；当所述空调运行时获取所述空调当前的运行数据，所述运行数据，包括：外部数据和内部数据；将所述空调当前的运行数据输入所述故障预测模型中进行故  全部
背景技术：
在家电智能化的浪潮中，智能语音空调成为发展重点。通过语音交互系统，实现多 功能语音操作和智能化运行。当智能空调存在各种各样的故障时，对空调系统和用户体验 产生巨大的影响，不仅导致能源浪费，还会缩短设备使用寿命，带来低效的环境舒适度。对 于复杂的智能空调系统，仅仅依靠人工很难及时发现系统中出现的各种故障。 按照严重性可将故障分为硬故障和软故障。硬故障主要是器件完全失效的故障， 如，风机不能转动、阀门完全堵塞、传感器完全失效等突发故障。软故障主要是器件性能下 降或者部分失效的各种故障，如，风机盘管结垢、阀门泄露、传感器偏差与漂移等。硬故障可 以直接发现并及时修复，但软故障是渐变性的，发展较慢，在初期往往很难被检测到，因此 危害比硬故障更大。系统复杂的智能语音空调一旦出现故障，会大大降低用户体验效果，造 成资源浪费，维修费用高。目前市场上的空调故障处理方式主要是在发生硬故障时，对空调 系统进行检查和诊断，并进行维修。但对于发展较慢、危害大、初期难于被检测到的软故障 问题，暂时没有一种可靠的检测和诊断方法，如何对空调的软故障进行前期的预测，对其进 行及时修理，以免演化成硬故障，这是存在的一个技术难点。
技术实现要素：
本发明的主要目的在于克服上述现有技术的缺陷，提供一种空调故障预测方法、 装置、存储介质及空调，以解决现有技术中由于软故障是渐变性的，发展较慢，在初期很难 被检测到的问题。 本发明一方面提供了一种空调故障预测方法，包括：通过神经网络算法训练所述 空调的故障预测模型；当所述空调运行时获取所述空调当前的运行数据，所述运行数据，包 括：外部数据和内部数据；将所述空调当前的运行数据输入所述故障预测模型中进行故障 预测；若预测出所述空调发生故障，则向所述空调的用户发送相应的提示信息。 可选地，预先训练所述故障预测模型，包括：收集所述空调的历史运行数据以及故 障种类数据，所述历史运行数据包括所述空调正常运行时的正常运行数据和所述空调发生 故障时的故障运行数据；根据所述正常运行数据、所述故障运行数据和所述故障种类数据， 通过LSTM神经网络训练所述空调的故障预测模型。 可选地，所述外部数据，包括：室内面积数据、室内环境数据和/或室外环境数据； 所述内部数据，包括：设定温度、风速、模式、用电量和/或语音数据。 可选地，向所述空调的用户发送相应的提示信息，包括：向所述用户播报相应的语 音提示信息。 可选地，还包括：若预测出所述空调发生故障，则将所述空调当前的运行数据作为 故障数据发送至服务器；接收所述服务器返回的根据所述故障数据确定的对所述空调的相 4 CN 111578444 A 说　明　书 2/7 页 应维修方案。 本发明另一方面提供了一种空调故障预测装置，包括：模型训练单元，用于通过神 经网络算法训练所述空调的故障预测模型；数据获取单元，用于当所述空调运行时获取所 述空调当前的运行数据，所述运行数据，包括：外部数据和内部数据；故障预测单元，用于将 所述空调当前的运行数据输入所述故障预测模型中进行故障预测；信息提示单元，用于若 预测出所述空调发生故障，则向所述空调的用户发送相应的提示信息。 可选地，所述模型训练单元，通过神经网络算法训练所述空调的故障预测模型，包 括：收集所述空调的历史运行数据以及故障种类数据，所述历史运行数据包括所述空调正 常运行时的正常运行数据和所述空调发生故障时的故障运行数据；根据所述正常运行数 据、所述故障运行数据和所述故障种类数据，通过LSTM神经网络训练所述空调的故障预测 模型。 可选地，所述外部数据，包括：室内面积数据、室内环境数据和/或室外环境数据； 所述内部数据，包括：设定温度、风速、模式、用电量和/或语音数据。 可选地，所述信息提示单元，向所述空调的用户发送相应的提示信息，包括：向所 述用户播报相应的语音提示信息。 可选地，还包括：发送单元，用于若预测出所述空调发生故障，则将所述空调当前 的运行数据作为故障数据发送至服务器；接收单元，用于接收所述服务器返回的根据所述 故障数据确定的对所述空调的相应维修方案。 本发明又一方面提供了一种存储介质，其上存储有计算机程序，所述程序被处理 器执行时实现前述任一所述方法的步骤。 本发明再一方面提供了一种空调，包括处理器、存储器以及存储在存储器上可在 处理器上运行的计算机程序，所述处理器执行所述程序时实现前述任一所述方法的步骤。 本发明再一方面提供了一种空调，包括前述任一所述的空调故障预测装置。 根据本发明的技术方案，通过神经网络算法和空调的相关历史运行数据和故障种 类数据训练故障预测模型，对空调进行故障预测，及时发现和处理空调设备的各种故障，尤 其是软故障，从而延长空调设备使用寿命，减少设备维修费用，节约能源，提升用户体验效 果，在预测可能发生故障时，能够及时准确地给出故障预测和预警，并通过语音提示给用 户，并能将故障数据上传服务器，以便服务器侧根据故障数据制定相应的维修方案。 附图说明 此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发 明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中： 图1是本发明提供的空调故障预测方法的一实施例的方法示意图； 图2是根据本发明实施例的通过神经网络算法训练所述空调的故障预测模型的一 种