一种基于云任务调度的智能空调控制系统的制作方法

本发明涉及智能空调控制技术领域，尤其涉及一种基于云任务调度的智能空调控制系统。

背景技术：

为满足实际需要，用户需要一种可以远程控制的智能空调设备，但是现有的智能空调通常是由家庭成员来控制，如果家庭成员处于网络无法连接的状态，则无法对智能空调设备进行及时地远程控制。

因此当多个家庭成员不方便对智能空调设备进行远程控制时，可以委托多个好友代为对智能空调设备进行控制，虽然现在也有些智能空调控制系统中引入好友概念，但是没有对好友的可信任度进行分析，且不同家庭成员也具有不同的可信度，因此如果不对用户端的可信度进行评定的话，必然存在安全隐患。

另一方面，家庭成员之间信息沟通不及时，也可能存在多个好友受不同家庭成员委托，使得一个家庭成员与其他家庭成员或与其他家庭成员委托的好友，均对同一智能空调设备短时间内发送多个相同远程任务命令，由此对于同一个智能空调设备较短时间内需要接收到来自多个用户端的多个相同远程任务命令，若对于多个远程任务命令不加以选择的话，则必然增加了不必要的任务传输和网络开销，并且短时间内接收多个相同任务命令使得该智能空调设备内部空调内部控制器处于频繁分析处理中，增加了智能空调设备不必要的耗损，相对降低了该智能空调设备的使用寿命，在一定程度上也影响了该智能空调设备的正确运行，无法对该智能空调设备执行正确的远程控制。

技术实现要素：

为了解决现有技术中的上述问题，本发明提出了一种基于云任务调度的智能空调控制系统，其技术方案如下：包括云端服务器、多个用户端、一个室内控制器和至少一个空调设备，其中,

所述用户端用于发布远程任务命令；

所述云端服务器包括用户管理模块、云存储模块、任务调度模块；

所述云存储模块用于存储所述智能空调控制系统的相关数据，包括初始任务数据库和用户信用度数据库；所述初始任务数据库存放所述用户端信息及所发布的远程任务命令；所述用户信用度数据库存储用户信息及所述用户的信用度信息；

所述用户管理模块包括用户信任度分析子模块；所述用户信任度分析子模块基于用户身份和社会网络中的社会关系对用户信任度进行分析，确定用户信任度并存储在所述用户信任度数据库中；

所述任务调度模块包括任务接收子模块、任务分析子模块、信任度判定子模块；其中，所述任务接收子模块接收来自所述多个用户端的远程任务命令，并存储在初始任务数据库中；所述任务分析子模块从所述初始任务数据库和所述用户信任度数据库中提取所述任务命令的内容、所述用户端信息及所述用户信用度；所述信任度判定子模块判定所述用户信任度并向所述室内控制器传送任务命令；

所述室内控制器包括微处理器、无线传输模块；所述空调设备与所述室内控制器红外连接；所述室内控制器通过所述无线传输模块接收来自所述云服务器端的任务命令，并通过所述微处理器发出控制指令控制所述空调设备运行。

所述室内控制器还包括室内温度检测传感器室内红外线接口；所述室内红外线接口与所述微处理器导线连接，所述微处理器与所述无线传输模块导线连接；

所述空调设备还包括空调内部控制器、室内温度检测传感器、空调内部红外线接口，其中，所述空调内部控制器、所述室内温度检测传感器和所述空调内部红外线接口电连接；所述空调内部控制器与所述空调内部红外线接口导线连接；所述空调内部红外线接口与所述室内红外线接口无线连接；

优选的，所述用户端用于发布远程任务命令为开启时，所述空调内部控制器根据所述室内温度检测传感器检测到的室内温度自动选择合适的运行模块和运行温度。

所述云端服务器还包括调度任务数据库，所述任务判定子模块从所述用户信任度数据库查询发布相同远程任务命令的多个所述用户端的所述用户信任度优先级，将所述用户信用度优先级设置为所述用户端发布的任务命令的优先级，存储于所述调度任务数据库，并从所述调度任务数据库中检索优先级高的任务命令传输给所述空调设备；

优选的，所述信任度判定子模块包括用户信任度阈值，所述信任度判定子模块根据所述用户的信任度值与所述用户信任度阈值比较，将低于所述用户信任度阈值的所述用户任务命令从所述初始任务数据库中删除，将不低于所述用户信任度阈值的所述用户任务命令存储到所述调度任务数据库中；

优选的，所述用户信任度阈值可设置。

所述云存储模块还包括用户身份数据库，所述用户身份设定为家庭成员身份和好友身份；

所述用户信任度分析子模块判定用户信任度的过程基于公式(1)实现，

f(u_i)＝w_x×s(u_i)×z(u_i)+w_y×g(u_i)×k(u_i)(1)，其中f(u_i)为用户u_i的信任度，w_x、w_y分别是分配给所述不同用户身份权重，s(u_i)和g(u_i)为选择函数，所述w_x为分配给所述家庭成员身份的权重、所述w_y是分配给所述好友身份的权重，所述家庭成员的信任度高于其好友身份的信用度，因此令w_x＝n×w_y，n>1，n为正整数；z(u_i)为信任度；

优选的，当用户u_i为家庭成员身份时s(u_i)为1、g(u_i)为0；当用户u_i为好友身份时s(u_i)为0、g(u_i)为1；

优选的，当用户u_i为好友身份，并设定好友u₂，u₃，u₄，u₅，u₆，u₇以及w_x＝1，w_y＝0.5，所述好友u₂，u₃，u₄，u₅，u₆，u₇的信任度分别为f(u₂)＝0+0.5×1×0.2＝0.1，f(u₃)＝0+0.5×1×0.4＝0.2，f(u₄)＝0+0.5×1×0.6＝0.3，f(u₅)＝0+0.5×1×0.8＝0.4，f(u₆)＝0+0.5×1×1.0＝0.5，f(u₇)＝0+0.5×1×1.2＝0.6；

优选的，设定好友u₂₁，u₃₁，u₄₁，u₅₁，u₆₁，u₇₁的信任度分别为f(u₂₁)＝0.3，f(u₃₁)＝0.4，f(u₄₁)＝0.5，f(u₅₁)＝0.6，f(u₆₁)＝0.7，f(u₇)＝0.8；

优选的，所述用户管理模块还包括用户注册子模块，用于管理所述用户端的用户身份。

所述家庭成员的信任度z(u_i)与家庭成员年龄p相关，z(u_i)＝w_a×m_a+w_b×m_b+w_c×m_c，其中m_a，m_b，m_c为信任度系数，1<m_a<m_b<m_c，其中w_a，w_b，w_c为选择系数；

优选的，当20<p<50时，w_c＝1，w_a＝0，w_b＝0，当50<p<70或当10<p<20时，w_c＝0，w_a＝0，w_b＝1，当p>70或当p<10时，w_c＝0，w_a＝1，w_b＝0。

所述公式(1)中k(u_i)是用户u_i为好友身份时其与家庭成员之间的信任度，所述用户的信任关系由信任关系图G＝(U，β)来表示，其中U表示用户的集合，一个用户u_i在信任关系图G中表示为一个顶点，信任关系图G中包括多个家庭成员顶点和多个好友顶点，β表示信任关系图G中家庭成员顶点和好友顶点之间的有向线段，k(u_i)为用户u_i作为好友其与家庭成员在信任关系图G中所表示的两个顶点之间有向线段β的权重，所述有向线段β的权重表示所述家庭成员和所述好友之间信任关系的强度，所述有向线段β的长度与所述权重k(u_i)成反比；

优选的，用户u_i作为好友其与多个家庭成员之间存在多条有向线段β，k(u_i)为上述多个有向线段β对应的多个权重的平均值。

所述任务调度模块包括时间判定子模块；时间判定子模块判定接收的多个任务命令之间的时间间隔是否小于预定时间阈值，如果时间间隔不小于预定时间阈值则时间判定子模块将调度任务数据库中的任务命令传送给调度任务传送子模块；如果时间间隔小于预定时间阈值，则时间判定子模块分析调度任务数据库中的多个任务命令，并判断是否存在对于智能空调设备的至少两个任务命令并且该至少两个任务命令为相同命令，若是则仅将对于同一智能空调设备具有最高优先级的任务命令传送给调度任务传送子模块，若否则将调度任务数据库中的任务命令传送给调度任务传送子模块；

优选的，所述任务调度模块包括调度任务传送子模块，其中调度任务传送子模块将接收到的任务命令发送给相应的智能空调设备。

所述云端服务器支持分布式云控制系统协议中的云端协议，所述多个用户端和所述智能空调设备均拥有用户端协议，所述用户端协议与云端服务器的云端协议基于相同的分布式云控制协议。

所述多个用户端为智能手机、平板电脑、笔记本或台式计算机；

优选的，所述云存储模块还包括空调设备列表，所述空调设备列表包括存储所有的空调设备，包括空调名称、品牌、型号、可识别的命令；所述用户用户信任度分析子模块根据所述空调设备列表中存储的信息将所述用户任务命令进行转换得到所述空调可以识别的命令，所述调度任务数据库存储所述转换后的空调可以识别的命令；

优选的，所述用户端发布的远程任务命令中包括选择空调设备名称；

优选的，所述云存储模块还包括空调设备列表，所述空调设备列表包括存储所有的空调设备，包括空调名称、品牌、型号、可识别的命令；所述用户信任度判定子模块还包括解析云任务命令的内容以及根据用户端识别信息识别发出多个云任务命令的用户及其身份，其中解析云任务命令是根据所述空调设备列表中存储的信息将所述用户任务命令进行转换得到所述空调可以识别的命令，结合用户端的命令转换成该空调可以识别的命令并存储在初始任务数据库中；

优选的，所述用户端发布的远程任务命令中包括选择空调设备名称。

本发明的智能空调控制系统通过云系统构架，使得家庭成员及其好友都可以通过用户端对智能空调设备进行远程控制，当家庭成员无法对智能空调设备进行远程控制时，可以委托其好友代为进行控制，并且根据家庭成员的信任度和好友的信任度来控制对云任务命令的筛选和调度，在实现智能空调设备委托控制的同时、提高了控制的安全性，并且对来自多个用户的多个相同远程任务命令加以选择，仅传送具有最高优先级的任务命令，减少了不必要的任务传输和网络开销，提高对该智能空调设备执行远程控制的准确性，降低了对智能空调设备工作的影响和设备损耗。

【附图说明】

此处所说明的附图是用来提供对本发明的进一步理解，构成本申请的一部分，但并不构成对本发明的不当限定，在附图中：

图1是本发明的基于云任务调度的智能空调控制系统框架图。

图2是本发明的云端服务器框架图。

图3是本发明一个实施例的信任关系图示例。

图4是本发明一个实施例的流程图。

【具体实施方式】

下面将结合附图以及具体实施例来详细说明本发明，其中的示意性实施例以及说明仅用来解释本发明，但并不作为对本发明的不当限定。

本发明的基本思想是：通过云系统构架，不仅可以由家庭成员对智能空调设备进行远程控制，当家庭成员无法对智能空调设备进行远程控制时，还可以委托其好友代为进行控制，并且根据家庭成员的信任度和好友的信任度来控制对云任务命令的筛选和调度，在实现智能空调委托控制的同时、提高了控制的安全性，并且对来自多个用户的多个相同远程任务命令加以选择，仅传送具有最高优先级的任务命令，减少了不必要的任务传输和网络开销，提高对该智能空调设备执行远程控制的准确性，避免智能空调设备不必要的耗损。

另外，由于每家的空调设备都不止一台，因此为了节约成本，只使用一个室内控制器控制所有的空调设备，云端服务器借助远程终端通过无线传输模块和室内控制器及室内红外线接口，对空调进行远程开启关闭控制。

参见图1，图1是本发明基于云任务调度的智能空调控制系统的基本框架，

系统包括云端服务器、多个用户端、一个室内控制器和至少一个智能空调设备，其中

所述云端服务器支持分布式云控制系统协议中的云端协议，所述多个用户端和所述智能空调设备均拥有用户端协议，所述用户端协议与云端服务器的云端协议基于相同的分布式云控制协议；

如图2和图4，所述云端服务器包括用户管理模块、云存储模块、任务调度模块；

其中云存储模块包括用户身份数据库、用户信任度数据库、智能设备数据库、初始任务数据库、调度任务数据库、空调设备列表；

所述用户管理模块包括用户注册子模块、用户信任度分析子模块；其中用户注册子模块用于注册用户及其身份并存储在云存储模块的用户身份数据库中，所述用户身份包括家庭成员身份和好友身份；其中用户信任度分析子模块基于用户身份和社会网络中的社会关系对用户的信任度进行分析，确定用户信任度并存储在云存储模块的用户信任度数据库中；

其中任务调度模块包括任务接收子模块、任务分析子模块、信任度判定子模块、时间判定子模块、调度任务传送子模块，其中任务接收子模块接收来自所述多个用户端的多个云任务信息并存储在初始任务数据库中，所述云任务信息包括用户对所述智能空调设备的云任务命令和发出该云任务命令的用户端识别信息，任务分析子模块对初始任务数据库中的云任务信息进行分析，包括解析云任务命令的内容以及根据用户端识别信息识别发出多个云任务命令的用户及其身份，其中解析云任务命令是根据所述空调设备列表中存储的信息将所述用户任务命令进行转换得到所述空调可以识别的命令，结合用户端的命令转换成该空调可以识别的命令并存储在初始任务数据库中；所述信任度判定子模块从用户信任度数据库查询所识别出的多个用户的信任度，并基于预先设定的用户信任度阈值，将低于该用户信任度阈值的用户对应的转换后的任务命令从初始任务数据库中删除，将不低于该用户信任度阈值的用户对应的转换后的任务命令从初始任务数据库存储到调度任务数据库中并基于用户信任度对任务命令进行优先级配置，并将所述用户信用度优先级设置为所述用户端发布的任务命令的优先级；时间判定子模块判定接收的多个任务命令之间的时间间隔是否小于预定时间阈值，如果时间间隔不小于预定时间阈值则时间判定子模块将调度任务数据库中的任务命令传送给调度任务传送子模块；如果时间间隔小于预定时间阈值，则时间判定子模块分析调度任务数据库中的多个任务命令，并判断是否存在对于智能空调设备的至少两个任务命令并且该至少两个任务命令为相同命令，若是则仅将对于同一智能空调设备具有最高优先级的任务命令传送给调度任务传送子模块，若否则将调度任务数据库中的任务命令传送给调度任务传送子模块；调度任务传送子模块将接收到的任务命令发送给相应的智能空调设备；

所述智能空调设备包括空调内部控制器、传感器、无线传输模块和智能空调设备，其中空调内部控制器用于接收来自云服务器端的任务命令，控制智能空调设备运行。

下面对用户信任度分析子模块基于用户身份和社会网络中的社会关系对用户的信任度进行分析、确定用户信任度的过程进行分析，上述确认用户信任度的过程基于如下公式(1)实现，其中

f(u_i)＝w_x×s(u_i)×z(u_i)+w_y×g(u_i)×k(u_i)(1)，其中f(u_i)为用户u_i的信任度，w_x、w_y分别是分配给家庭成员身份和好友身份的权重，由于家庭成员的可信度要高于其好友身份的可信度，因此令w_x＝n×w_y，n>1，n为正整数；s(u_i)和g(u_i)为选择函数，当用户u_i为家庭成员身份时s(u_i)为1、g(u_i)为0，而当用户u_i为好友身份时s(u_i)为0、g(u_i)为1；其中z(u_i)为用户u_i为家庭成员时其作为家庭成员的信任度，由于不同家庭成员身份或不同年龄p的家庭成员其对智能空调设备控制的可信度也存在差异，如一个祖孙三辈的家庭，对于20<p<50的家庭成员而言，其一般为家庭中爸爸或妈妈或成年孩子，对智能空调设备负有主要控制责任，因此为其分配的对应的可信度最高，而对于50<p<70或10<p<20的家庭成员而言，其一般为家庭中年纪较轻的爷爷、奶奶或青少年孩子，对智能空调设备负有次要控制责任，因此为其分配的对应的可信度较高，而对于p>70的家庭成员而言，虽然其一般为家庭中的爷爷、奶奶，但由于其比较年迈，通常不对智能空调设备负有控制责任或较少的控制责任，因此为其分配的对应的可信度较低，同样对于p<10的家庭成员而言，其一般为家庭中的幼童孩子，也通常不对智能空调设备负有控制责任或较少的控制责任，因此为其分配的对应的可信度也最低。所以，设置z(u_i)与家庭成员年龄p相关，z(u_i)＝w_a×m_a+w_b×m_b+w_c×m_c，其中m_a，m_b，m_c为信任度系数，1<m_a<m_b<m_c，其中w_a，w_b，w_c为选择系数，且当20<p<50时，w_c＝1，w_a＝0，w_b＝0，当50<p<70或当10<p<20时，w_c＝0，w_a＝0，w_b＝1，当p>70或当p<10时，w_c＝0，w_a＝1，w_b＝0。

下面对好友身份的可信度确定过程进行分析，上述公式(1)中k(u_i)是基于社会网络中用户间的信任关系来确定该用户u_i为好友身份时其与家庭成员之间的信任度，其中k(u_i)是基于社会网络中用户间的信任关系来确定该用户u_i为好友身份时其与家庭成员之间的信任度，其中社会网络中用户间的信任关系由信任关系图G＝(U，β)来表示，其中U表示用户的集合，一个用户u_i在信任关系图G中表示为一个顶点，信任关系图G中包括多个家庭成员顶点和多个好友顶点，β表示信任关系图G中家庭成员顶点和好友顶点之间的有向线段，且对于用户集合U中的家庭成员顶点u_x和好友顶点u_y之间如果存在有向线段β，则表示上述家庭成员和上述好友之间存在信任关系，上述有向线段β的权重则表示上述家庭成员和上述好友之间信任关系的强度，上述强度基于用户特征和历史评分来确定，k(u_i)为用户u_i作为好友其与家庭成员在信任关系图G中所表示的两个顶点之间有向线段β的权重，且上述有向线段β的长度与其权重成反比关系。

如附图3所示的信任关系图G中，假设一个家庭中有两个家庭成员u₁和家庭成员u₁₁，在信任关系图G中分别表示为家庭成员顶点u₁和u₁₁，顶点u₂，u₃，u₄，u₅，u₆，u₇，u₂₁，u₃₁，u₄₁，u₅₁，u₆₁，u₇₁均为好友顶点，家庭成员顶点u₁与好友顶点u₂，u₃，u₄，u₅，u₆，u₇之间分别存在有向线段β₁，β₂，β₃，β₄，β₅，β₆，则表明家庭成员u₁与好友u₂，u₃，u₄，u₅，u₆，u₇之间都存在信任关系，且β₁，β₂，β₃，β₄，β₅，β₆对应的权重分别为0.2，0.4，0.6，0.8，1.0，1.2，且β₁的长度>β₂的长度>β₃的长度>β₄的长度>β₅的长度>β₆的长度。k(u_i)为用户作为好友与家庭成员之间有向线段β的权重，则k(u₂)＝0.2，k(u₃)＝0.4，k(u₄)＝0.6，k(u₅)＝0.8，k(u₆)＝1.0，k(u₇)＝1.2。另一家庭成员顶点u₁₁与好友顶点u₂₁，u₃₁，u₄₁，u₅₁，u₆₁，u₇₁之间分别存在有向线段β₁₁，β₂₁，β₃₁，β₄₁，β₅₁，β₆₁，则表明家庭成员u₁₁与好友u₂₁，u₃₁，u₄₁，u₅₁，u₆₁，u₇₁之间都存在信任关系，且β₁₁，β₂₁，β₃₁，β₄₁，β₅₁，β₆₁对应的权重分别为0.6，0.8，1.0，1.2，1.4，1.6。k(u_i)为用户作为好友与家庭成员之间有向线段β的权重，则k(u₂₁)＝0.6，k(u₃₁)＝0.8，k(u₄₁)＝1.0，k(u₅₁)＝1.2，k(u₅₁)＝1.4，k(u₆₁)＝1.6。如果用户作为好友与多个家庭成员之间存在多条有向线段β，则k(u_i)为上述多个有向线段β的多个权重的平均值。

假设w_x为1，w_y为0.5，当用户u_i为好友身份时，s(u_i)＝0，g(u_i)＝1，则基于公式(1)用户信任度分析子模块根据用户身份和上述信任关系图，分析好友u₂，u₃，u₄，u₅，u₆，u₇的信任度分别为f(u₂)＝0+0.5×1×0.2＝0.1，f(u₃)＝0+0.5×1×0.4＝0.2，f(u₄)＝0+0.5×1×0.6＝0.3，f(u₅)＝0+0.5×1×0.8＝0.4，f(u₆)＝0+0.5×1×1.0＝0.5，f(u₇)＝0+0.5×1×1.2＝0.6；基于同样的方式，可以确定好友u₂₁，u₃₁，u₄₁，u₅₁，u₆₁，u₇₁的信任度分别为f(u₂₁)＝0.3，f(u₃₁)＝0.4，f(u₄₁)＝0.5，f(u₅₁)＝0.6，f(u₆₁)＝0.7，f(u₇)＝0.8。

基于家庭成员年龄以及公式(1)，当用户u_i为家庭成员身份时，s(u_i)＝1，g(u_i)＝0，假设m_a＝1，m_b＝2，m_c＝3，且家庭成员u₁和家庭成员u₁₁年龄均在20<p<50的范围内，由于家庭成员u₁和家庭成员u₁₁年龄均在20<p<50范围内，则w_c＝1，w_a＝0，w_b＝0，所以z(u₁)＝0×1+0×2+1×3＝3，同样，z(u₂)＝3，则基于公式(1)家庭成员u₁信任度f(u₁)＝1×1×3+0＝3，同样f(u₂)＝3，即分别算出家庭成员u₁和家庭成员u₁₁各自的信任度均为3，在其他实施方式中也可能存在年龄在不同年龄段的家庭成员，同样根据家庭成员年龄以及公式(1)算出其他年龄段的家庭成员的信任度，并将上述所有家庭成员和其所有好友的用户信任度存储在用户信任度数据库中。

在一个实施例中，假设任务接收子模块在时间段t内分别接收到来自4个用户端的对于智能空调设备的4个云任务控制信息并存储在初始任务数据库中；任务分析子模块对初始任务数据库中的云任务信息进行分析，解析云任务的命令并识别发出云任务命令的用户身份，假设根据用户端识别信息识别出其中3个用户为u₂，u₃，u₅且均为家庭成员u₁的好友身份，识别出其中一个用户为u₂₁且为家庭成员u₁₁的好友身份，在其他实施方式中用户端其身份也可以为家庭成员，在本实施例中身份均为好友。好友u₂，u₃，u₂₁，u₅发出的对智能空调设备的控制任务经过任务分析子模块分析后转换成受控家电可以识别的命令分别为t₂，t₃，t₄，t₅并存储在初始任务数据库中。假设预先设定信任度阈值为0.2，信任度判定子模块从用户信任度数据库查询用户u₂，u₃，u₂₁，u₅的信任度，则小于该信任度阈值的用户被识别为低信任度用户，该低信任度用户发出的任务命令被信任度判定子模块从初始任务数据库中删除，在本实施例中，好友u₂的信任度为0.1，低于信任度阈值，则将初始任务数据中好友u₂对应的控制任务命令t₂删除，在本申请中由于对用户的信任度进行评定，基于信任度阈值，可以过滤掉低信任度的用户对智能空调设备的不良操作，提高了安全性。

然后将不低于信任度阈值的用户u₃，u₂₁，u₅发出的对智能空调设备的任务命令t₃，t₄，t₅存储到调度任务数据库中并按用户u₃，u₂₁，u₅的信任度进行优先级排序，在本实施例中，基于用户u₃，u₂₁，u₅的信任度，u₃，u₂₁，u₅的信任度f(u₃)＝0.2，f(u₂₁)＝0.3，f(u₅)＝0.4，因此确定优先级t₃<优先级t₄<优先级t₅。

再由时间判定子模块判定接收的4个任务命令的时间间隔t是否小于预定时间阈值，假设预定时间阈值为5分钟，如果时间间隔t不小于预定时间阈值5分钟，则时间判定子模块将调度任务数据库中的任务命令t₃，t₄，t₅均传送给调度任务传送子模块；如果时间间隔t小于预定时间阈值5分钟，则时间判定子模块分析调度任务数据库中的任务命令t₃，t₄，t₅，并判断是否存在对于同一智能空调设备的至少两个任务命令并且属于同一命令，这里的命令是指对智能空调设备的不同功能启动操作，如智能空调设备的开、关、调节到一定温度等。假设t₃，t₄均为对于智能空调设备的任务命令，且均为开命令，由于优先级t₃<优先级t₄，则仅将对于智能空调设备的最高优先级的任务命令t₄以及对于其他智能空调设备的任务命令t₅，传送给调度任务传送子模块，调度任务传送子模块将接收到的任务命令t₄，t₅发送给相应的智能空调设备。由于本申请对于同一智能空调设备仅将具有最高优先级的任务命令传送到调度任务传送子模块并进一步传送给相应的智能空调设备，因此避免了不必要的任务传输和网络开销，并且提高了智能空调设备远程控制的准确性，同时避免了短时间内接收多个相同任务命令导致该智能空调设备内部空调内部控制器处于频繁分析处理中，减少了智能空调设备不必要的耗损，相对提高了智能空调设备的使用寿命，减轻了智能空调设备的过度耗损。

所述智能空调设备包括空调内部控制器、传感器、无线传输模块和空调设备，其中空调内部控制器用于接收来自云服务器端的任务命令，控制智能空调设备运行，智能空调设备可以是电采暖炉、太阳能采暖炉、煤气采暖炉等。

以上所述仅是本发明的较佳实施方式，故凡依本发明专利申请范围所述的构造、特征及原理所做的等效变化或修饰，均包括于本发明专利申请范围内。