The invention discloses a street lamp intelligent fault diagnosis method, in the light of each street light installation of a narrowband embedded networking module illumination sensor, and the number of objects of each narrow band network module, the illuminance sensor measured the corresponding narrowband networking modules at 36, and the collected data is uploaded to the illumination construction of database server, select the normal illumination; illuminance data set as the training data set from the illumination database, using machine learning methods for pattern learning to construct open street illumination sequence model; based model built in the open street, the real-time illumination sampling data sequences are processed to achieve a single lamp, fault type group fault diagnosis and light judgment; and, using machine learning methods to update model on the street. The invention can automatically detect single lamp and lamp group failures without breaking line transformation, determine fault categories, and feedback to staff, so as to realize intelligent diagnosis of street lamp faults.
【技术实现步骤摘要】
一种路灯智能故障诊断方法
本专利技术涉及一种故障诊断方法,具体涉及一种路灯智能故障诊断方法。属于智能照明
技术介绍
随着经济发展,公共基础设施不断完善,路灯作为一种重要的公共基础设施,在人们的生活中越来越起到不可或缺的作用。然而,由于自然或人为的因素,城市路灯经常出现灯具损坏、线路损坏等故障。如果这些故障不能够及时地被发现并进行维修,将给人们的生活带来了极大的不便,同时也将增加了交通事故发生的频率。现有的路灯故障诊断方法存在以下问题:(1)已有的非信息化路灯故障诊断方法主要基于电流或电压进行,需要对已有线路进行破线改造,且无法识别灯具光通量衰减但未完全损坏的情况。另外,主要针对单一路灯进行诊断,不能对局部路线所造成的灯群故障进行诊断。(2)已有的信息化路灯管理系统,比如“一种物联网智慧路灯系统(申请号:201610041523.X)”需要用到单灯控制箱,仍需在原有线路的基础上破线改造,且用到的器件较多,结构复杂,使得成本相对较高。另外,其仅能实现基于物联网的路灯信息采集,并未给出具体的方法来利用照度数据进行路灯故障的诊断。
技术实现思路
本专利技术的目的是为克服上述现有技术的不足,提供一种路灯智能故障诊断方法。为实现上述目的,本专利技术采用下述技术方案:一种路灯智能故障诊断方法,包括以下步骤:(1)在每个路灯的光源处安装一个嵌有照度传感器的窄带物联网(NB-IoT)模块,并对每个窄带物联网模块进行编号,各个照度传感器分别测量相应窄带物联网模块处的照度,并将采集到的照度数据上传至服务器,构建照度数据库,其中,照度数据包括每个路灯每天的照度序列;(2)从 ...
【技术保护点】
一种路灯智能故障诊断方法,其特征在于,包括以下步骤:(1)在每个路灯的光源处安装一个嵌有照度传感器的窄带物联网模块,并对每个窄带物联网模块进行编号,各个照度传感器分别测量相应窄带物联网模块处的照度,并将采集到的照度数据上传至服务器,构建照度数据库,其中,照度数据包括每个路灯每天的照度序列;(2)从照度数据库中选取正常照度数据集作为训练数据集,利用机器学习方法对照度序列进行模式学习,构建路灯开启模型;(3)在所构建的路灯开启模型的基础上,对实时照度采样数据序列进行处理,实现单一路灯、灯群故障诊断以及故障类型判定,倘若无故障,将判断为正常的实时照度序列数据加入训练数据集,进入步骤(4),否则,发出有故障的警示;(4)更新训练数据集,采用步骤(2)中的机器学习方法更新路灯开启模型,对下一天的照度序列采用更新后的路灯开启模型进行故障诊断。
【技术特征摘要】
1.一种路灯智能故障诊断方法,其特征在于,包括以下步骤:(1)在每个路灯的光源处安装一个嵌有照度传感器的窄带物联网模块,并对每个窄带物联网模块进行编号,各个照度传感器分别测量相应窄带物联网模块处的照度,并将采集到的照度数据上传至服务器,构建照度数据库,其中,照度数据包括每个路灯每天的照度序列;(2)从照度数据库中选取正常照度数据集作为训练数据集,利用机器学习方法对照度序列进行模式学习,构建路灯开启模型;(3)在所构建的路灯开启模型的基础上,对实时照度采样数据序列进行处理,实现单一路灯、灯群故障诊断以及故障类型判定,倘若无故障,将判断为正常的实时照度序列数据加入训练数据集,进入步骤(4),否则,发出有故障的警示;(4)更新训练数据集,采用步骤(2)中的机器学习方法更新路灯开启模型,对下一天的照度序列采用更新后的路灯开启模型进行故障诊断。2.根据权利要求1所述的一种路灯智能故障诊断方法,其特征在于,步骤(1)中,照度序列的采集频率为每五分钟采集一次。3.根据权利要求1所述的一种路灯智能故障诊断方法,其特征在于,步骤(1)中,对于任意路灯i,i=1,2,…,N,第t天的照度序列为其中,N为大于2的整数,表示路灯的数量,288为每一天照度采样个数。4.根据权利要求1所述的一种路灯智能故障诊断方法,其特征在于,步骤(2)中,从照度数据库中选取至少一年的正常照度数据集作为训练数据集,分析每个路灯的全年照度变化规律。5.根据权利要求1所述的一种路灯智能故障诊断方法,其特征在于,步骤(2)中,路灯开启模型的构建方法如下:对于任意路灯i,倘若则在第t天Tt时刻该灯开启,其中δ为初始照度变化阈值,其根据具体环境设定;并计算进而更新δ为其中为第i个路灯第t天在Tt时刻照度变化值,δt为...
【专利技术属性】
技术研发人员:李成栋,许沥文,谢秀颖,颜秉洋,张桂青,
申请(专利权)人:山东建筑大学,
类型:发明
国别省市:山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。