【技术实现步骤摘要】
一种通用的灯具故障智能检测方法和系统
本专利技术涉及灯具故障检测领域,特别是一种通用的灯具故障智能检测方法和系统。
技术介绍
在灯具检测领域,要想对灯具的各种性能进行综合检测,往往需要花费大量的人力、时间,尤其是在投入批量生产或者进入市场使用过程中。目前大多数的检测方法都需要现场操作,比如,通过墙面开关或者各种控制软件控制灯具的开关、亮度等,然后观察灯具的变化或者监测灯具亮度数据进行判断。然而,采用以上检测方法,存在以下不足:1.需要投入大量的人力、时间;2.检测过程中,如果出现现场接线错误等原因,容易给检测人员造成误判断,从而将正规品或者正在使用的正常灯具当成不良品进行处理,造成产品浪费或者重复返工。现在市场上,一些智能灯具仅仅能够检测到灯具是否受控,但是具体智能灯具发生什么异常(比如断电、调光调色功能异常),无法获知,而且不具有通用性。现有技术中,用于灯具常规检测的方法,典型的有以下几种:申请号为CN201420778183.5的专利“一种智能灯具检测系统”。此专利技术公开了一种智能灯具检测系统,适用于被检灯具的电性能检测,所述智能灯具检测系统包括上位机、下位机和可编程电源,所述上位机与所述下位机相连,所述上位机录入所述被检灯具的信息并将所述信息传递至所述下位机,所述下位机分别与所述可编程电源和被检灯具相连,所述下位机根据所述信息控制所述可编程电源、通过所述可编程电源检测所述被检灯具并将检测信息传递至所述上位机。本专利技术的技术方案能够实现对任何灯具电性能方面的检测,并且具有自动化、智能化、可追溯性、极性检测等优点。申请号为CN201711079838 ...
【技术保护点】
1.一种通用的灯具故障智能检测系统,其特征在于:包括传感器和数据平台;所述传感器用于感知目标灯具的相关数据,并将相关数据传递给数据平台;所述数据平台用于接收传感器传递来的相关数据,并通过预置的分类器输出故障分类结果及可信度;所述预置的分类器通过机器学习训练生成;所述机器学习训练包括如下过程:步骤一、原始数据采集;营造所有可能的灯具异常状况作为故障分类结果,利用传感器采集每种故障分类结果中对应的灯具的电流、电压、亮度、温湿度、色彩、色温;步骤二、原始数据清洗:针对采集到的原始数据,删除异常数据、重复数据;步骤三、特征化处理;对数据清洗后的数据计算相应的平均值和标准方差作为特征值;步骤四、机器学习;将特征化后的数据传递给机器学习工具,连同故障分类结果一起进行事件识别模型训练,获得分类器;步骤五、交叉验证;对分类器采用K折交叉验证方法进行交叉验证,最终获得可信任的分类器,并将分类器集成到数据平台中。
【技术特征摘要】
1.一种通用的灯具故障智能检测系统,其特征在于:包括传感器和数据平台;所述传感器用于感知目标灯具的相关数据,并将相关数据传递给数据平台;所述数据平台用于接收传感器传递来的相关数据,并通过预置的分类器输出故障分类结果及可信度;所述预置的分类器通过机器学习训练生成;所述机器学习训练包括如下过程:步骤一、原始数据采集;营造所有可能的灯具异常状况作为故障分类结果,利用传感器采集每种故障分类结果中对应的灯具的电流、电压、亮度、温湿度、色彩、色温;步骤二、原始数据清洗:针对采集到的原始数据,删除异常数据、重复数据;步骤三、特征化处理;对数据清洗后的数据计算相应的平均值和标准方差作为特征值;步骤四、机器学习;将特征化后的数据传递给机器学习工具,连同故障分类结果一起进行事件识别模型训练,获得分类器;步骤五、交叉验证;对分类器采用K折交叉验证方法进行交叉验证,最终获得可信任的分类器,并将分类器集成到数据平台中。2.根据权利要求1所述的通用的灯具故障智能检测系统,其特征在于:对于步骤五中分类器数量大于5时,所述数据平台上预置有分类器预筛选模块;所述分类器预筛选模块用于在分类器数量大于5时将传感器传递来的相关数据和故障分类结果进行初步匹配,过滤掉部分分类器,保留不超过5个相关度高的分类器。3.根据权利要求2所述的通用的灯具故障智能检测系统,其特征在于:所述分类器预筛选模块按照如下方式进行筛选:步骤一、训练基准环境设定;营造训练基准环境,所述训练基准环境涵盖不同环境、不同灯具;步骤二、训练基准环境相关数据获得;采集一段时间内上述训练基准环境下灯具正常打开时的相关数据,包括灯具的电流、电压、亮度、温湿度、色彩、色温,并计算相应的数据的平均值F0和标准方差σ0;步骤三、模型训练;营造所有可能的灯具异常状况作为故障分类结果,采集上述每种灯具异常状况下灯具的相关数据,包括灯具的电流、电压、亮度、温湿度、色彩、色温,对上述相关数据计算平均值Fx和标准方差σx,其中x表示某种灯具异常状况的编号即对应相应的模型,取满足(Fx-F0)>2*σ0的分向量作为激活该编号x对应的模型的条件;步骤四、预筛选;对传感器传递来的相关数据的特征值的平均值Fi,寻找满足(Fi-F0)>σ0的显性分量与上述步骤四中各个模型的激活条件比较,如果显性分量包括编号x对应的模型的激活条件,则将此模型标记为候选模型,并且用(Fi-Fx)/σx作为候选模型的偏离评分;如果候选模型多于5个,则取偏离评分最小的5个模型,作为筛选结果。4.根据权力要求3所述的通用的灯具故障智能检测系统,其特征在于:所述训练基准环境下,若灯具是可调亮度、色温、颜色的灯具,则将灯具调节到亮度最大、...
【专利技术属性】
技术研发人员:乔金阳,孙宝石,
申请(专利权)人:苏州数言信息技术有限公司,
类型:发明
国别省市:江苏,32
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。