【技术实现步骤摘要】
本专利技术涉及led控制分析领域，更具体的，涉及一种基于物联网的led节能控制方法、系统及介质。
技术介绍
1、随着物联网技术的快速发展，越来越多的设备和系统开始实现智能化和互联互通。led照明作为现代照明的主要形式，其节能和环保的特性得到了广泛应用。然而，传统的led照明控制方法往往忽视了实际运行环境和照明需求的变化，导致照明效果不佳或能源浪费，且缺少对实际灯光效果与环境光变化的结合分析。因此，开发一种能够自适应环境、智能控制led照明的节能方法具有重要的实际意义。
技术实现思路
1、本专利技术克服了现有技术的缺陷，提出了一种基于物联网的led节能控制方法、系统及介质。
2、本专利技术第一方面提供了一种基于物联网的led节能控制方法，包括：
3、在预设室内区域中，基于物联网获取led灯光硬件配置信息，并将所述配置信息上传至云平台；
4、在一个预设时间段内，采集用户灯光交互数据、灯光效果图像数据、环境光效图像数据，根据灯光效果图像数据、环境光效图像数据进行周期性的色彩特征提取与数据聚类分析，通过聚类结果进行环境色彩特征与需求色彩特征的关联分析，得到环境特征-需求特征数据映射表，基于用户灯光交互数据进行用户使用特征分析，得到用户使用特征数据；
5、获取预设室内区域中的环境光照图像数据，将环境光照图像数据进行特征提取与时间序列化，基于lstm预测算法进行环境光照预测，并得到环境光照预测图像数据；
6、从led灯光硬件配置信息中
7、基于最优融合图像数据与led灯光硬件配置信息进行灯光配置分析，得到实时配置数据，结合用户使用特征数据进行基于用户的灯光节能调控分析，生成灯光配置方案。
8、本方案中，所述在预设室内区域中，基于物联网获取led灯光硬件配置信息，并将所述配置信息上传至云平台，具体为：
9、在预设室内区域中，通过物联网，采集所有灯光设备的硬件信息，并得到led灯光硬件配置信息；
10、将所述led灯光硬件配置信息上传至云平台，通过led灯光硬件配置信息，得到灯光设备相应的灯光调控范围、灯光规格、灯光功率、灯光色彩信息。
11、本方案中，所述在一个预设时间段内，采集用户灯光交互数据、灯光效果图像数据、环境光效图像数据，根据灯光效果图像数据、环境光效图像数据进行周期性的色彩特征提取与数据聚类分析，通过聚类结果进行环境色彩特征与需求色彩特征的关联分析，得到环境特征-需求特征数据映射表，基于用户灯光交互数据进行用户使用特征分析，得到用户使用特征数据，具体为：
12、将一个预设时间段划分为n个周期；
13、在一个预设时间段内，通过灯光设备采集用户灯光交互数据，所述用户灯光交互数据包括灯光使用时间、使用频次、调节灯效信息；
14、在一个预设时间段内，通过预设摄像装置采集灯光效果图像数据与环境光效图像数据，并基于n个周期进行数据划分，得到n个灯效图像数据与n个环境图像数据；
15、所述灯光效果图像数据对应n个灯效图像数据，环境光效图像数据对应n个环境图像数据；
16、取一个周期下的灯效图像数据与环境图像数据分别进行色彩特征提取，得到第一色彩特征数据与第二色彩特征数据；
17、通过预设权重比例，对第一色彩特征数据与第二色彩特征数据进行基于加权平均法的特征融合，得到整体色彩特征数据；
18、基于n个周期得到n个整体色彩特征数据，将所述n个整体色彩特征数据作为聚类样品数据，基于dbscan聚类算法，通过数据密度分析进行聚类分组，基于聚类结果，将对应n个周期进行标记分组，得到m个周期组，所述聚类结果包括m个聚类组，每个聚类组包括至少一个整体色彩特征数据；
19、基于一个周期组，将对应的多个周期下的灯效图像数据进行色彩特征提取并基于hsv色彩空间的进行色彩融合，形成所述一个周期组的需求色彩融合特征数据；
20、基于一个周期组，将对应的多个周期下的环境图像数据进行色彩特征提取并基于hsv色彩空间的进行色彩融合，形成所述一个周期组的环境色彩融合特征数据；
21、基于m个周期组，得到对应m个需求色彩融合特征数据与m个环境色彩融合特征数据；
22、将所述m个需求色彩融合特征数据与m个环境色彩融合特征数据进行一一对应于映射关联，形成环境特征-需求特征数据映射表；
23、根据用户灯光交互数据，基于灯光设备使用时间、调控光照、频次进行用户使用特征分析，得到用户使用特征数据。
24、本方案中，所述获取预设室内区域中的环境光照图像数据，将环境光照图像数据进行特征提取与时间序列化，基于lstm预测算法进行环境光照预测，并得到环境光照预测图像数据，具体为：
25、在最近的一个时间周期内，获取预设室内区域中的环境光照图像数据；
26、将环境光照图像数据进行数据标准化；
27、基于时间维度，将环境光照图像数据进行序列化并基于lstm预测算法进行预测周期长度的数据预测，得到预测序列数据；
28、将预测序列数据进行数据解析，得到环境光照预测图像数据。
29、本方案中，所述从led灯光硬件配置信息中获取灯光色彩数据，将环境光照预测图像数据进行色彩特征提取并通过环境特征-需求特征数据映射表筛选出对应需求色彩特征，基于dca特征融合算法，将灯光色彩数据与环境光照预测图像数据进行融合分析，并生成多组融合图像数据，通过多组融合图像数据与需求色彩特征进行相似性分析计算，并基于相似度筛选出最优融合图像数据，具体为：
30、将环境光照预测图像数据进行色彩特征提取得到预测环境色彩特征；
31、基于预测环境色彩特征，在环境特征-需求特征数据映射表中进行相似特征分析，相似特征分析具体为将数据映射表中的多个环境色彩融合特征数据与预测环境色彩特征进行相似度计算，相似度计算基于标准欧氏距离计算方法，并将相似度最高的环境色彩融合特征数据进行标记，通过表内映射关系，得到对应的需求色彩融合特征数据，并将对应的需求色彩融合特征数据标记为当前需求色彩特征；
32、从led灯光硬件配置信息中获取灯光设备在可调控范围内的灯光色彩数据；
33、基于调控范围，将灯光色彩数据划分成多种细分色彩数据；
34、根据dca特征融合算法，将细分色彩数据与环境光照预测图像数据进行基于cnn网络的特征图提取，通过提取的特征图进行加权融合，并生成对应的融合图像数据；
35、基于多种细分色彩数据依次进行特征融合分析，并生成多组融合图像数据本文档来自技高网...
【技术保护点】
1.一种基于物联网的LED节能控制方法，其特征在于，包括：
2.根据权利要求1所述的一种基于物联网的LED节能控制方法，其特征在于，所述在预设室内区域中，基于物联网获取LED灯光硬件配置信息，并将所述配置信息上传至云平台，具体为：
3.根据权利要求2所述的一种基于物联网的LED节能控制方法，其特征在于，所述在一个预设时间段内，采集用户灯光交互数据、灯光效果图像数据、环境光效图像数据，根据灯光效果图像数据、环境光效图像数据进行周期性的色彩特征提取与数据聚类分析，通过聚类结果进行环境色彩特征与需求色彩特征的关联分析，得到环境特征-需求特征数据映射表，基于用户灯光交互数据进行用户使用特征分析，得到用户使用特征数据，具体为：
4.根据权利要求3所述的一种基于物联网的LED节能控制方法，其特征在于，所述获取预设室内区域中的环境光照图像数据，将环境光照图像数据进行特征提取与时间序列化，基于LSTM预测算法进行环境光照预测，并得到环境光照预测图像数据，具体为：
5.根据权利要求4所述的一种基于物联网的LED节能控制方法，其特征在于，所述从LED灯
6.根据权利要求5所述的一种基于物联网的LED节能控制方法，其特征在于，所述基于最优融合图像数据与LED灯光硬件配置信息进行灯光配置分析，得到实时配置数据，结合用户使用特征数据进行基于用户的灯光节能调控分析，生成灯光配置方案，具体为：
7.一种基于物联网的LED节能控制系统，其特征在于，该系统包括：存储器、处理器，所述存储器中包括基于物联网的LED节能控制程序，所述基于物联网的LED节能控制程序被所述处理器执行时实现如下步骤：
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括基于物联网的LED节能控制程序，所述基于物联网的LED节能控制程序被处理器执行时，实现如权利要求1至6中任一项所述的基于物联网的LED节能控制方法的步骤。
...【技术特征摘要】
1.一种基于物联网的led节能控制方法，其特征在于，包括：
2.根据权利要求1所述的一种基于物联网的led节能控制方法，其特征在于，所述在预设室内区域中，基于物联网获取led灯光硬件配置信息，并将所述配置信息上传至云平台，具体为：
3.根据权利要求2所述的一种基于物联网的led节能控制方法，其特征在于，所述在一个预设时间段内，采集用户灯光交互数据、灯光效果图像数据、环境光效图像数据，根据灯光效果图像数据、环境光效图像数据进行周期性的色彩特征提取与数据聚类分析，通过聚类结果进行环境色彩特征与需求色彩特征的关联分析，得到环境特征-需求特征数据映射表，基于用户灯光交互数据进行用户使用特征分析，得到用户使用特征数据，具体为：
4.根据权利要求3所述的一种基于物联网的led节能控制方法，其特征在于，所述获取预设室内区域中的环境光照图像数据，将环境光照图像数据进行特征提取与时间序列化，基于lstm预测算法进行环境光照预测，并得到环境光照预测图像数据，具体为：
5.根据权利要求4所述的一种基于物联网的led节能控制方法，其特征在于，所述从led灯光硬件配置信...
【专利技术属性】
技术研发人员：夏巧文，卓大枫，
申请(专利权)人：惠州光都光电科技有限公司，
类型：发明
国别省市：
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。