首页 > 专利 > 北京毫米科技有限公司 > 一种基于前馈预测的环境照度的自动控制方法专利详情

一种基于前馈预测的环境照度的自动控制方法   0    0

有效专利 查看PDF
专利申请流程有哪些步骤?
专利申请流程图
申请
申请号:指国家知识产权局受理一件专利申请时给予该专利申请的一个标示号码。唯一性原则。
申请日:提出专利申请之日。
2017-12-26
申请公布
申请公布指发明专利申请经初步审查合格后,自申请日(或优先权日)起18个月期满时的公布或根据申请人的请求提前进行的公布。
申请公布号:专利申请过程中,在尚未取得专利授权之前,国家专利局《专利公报》公开专利时的编号。
申请公布日:申请公开的日期,即在专利公报上予以公开的日期。
2018-09-14
授权
授权指对发明专利申请经实质审查没有发现驳回理由,授予发明专利权;或对实用新型或外观设计专利申请经初步审查没有发现驳回理由,授予实用新型专利权或外观设计专利权。
2019-10-11
预估到期
发明专利权的期限为二十年,实用新型专利权期限为十年,外观设计专利权期限为十五年,均自申请日起计算。专利届满后法律终止保护。
2037-12-26
基本信息
有效性 有效专利 专利类型 发明专利
申请号 CN201711436812.0 申请日 2017-12-26
公开/公告号 CN108430141B 公开/公告日 2019-10-11
授权日 2019-10-11 预估到期日 2037-12-26
申请年 2017年 公开/公告年 2019年
缴费截止日
分类号 H05B37/02 主分类号 H05B37/02
是否联合申请 独立申请 文献类型号 B
独权数量 1 从权数量 3
权利要求数量 4 非专利引证数量 0
引用专利数量 4 被引证专利数量 0
非专利引证
引用专利 CN102404919A、CN104869695A、CN106488634A、JP2010009783A 被引证专利
专利权维持 2 专利申请国编码 CN
专利事件 事务标签 公开、实质审查、授权
申请人信息
申请人 第一申请人
专利权人 北京毫米科技有限公司 当前专利权人 北京毫米科技有限公司
发明人 闻峥、徐旭、坎启轩、付新锋 第一发明人 闻峥
地址 北京市朝阳区来广营广顺北大街5号融创动力科技文化创意产业基地B座一层A-109 邮编 100102
申请人数量 1 发明人数量 4
申请人所在省 北京市 申请人所在市 北京市朝阳区
代理人信息
代理机构
专利代理机构是经省专利管理局审核,国家知识产权局批准设立,可以接受委托人的委托,在委托权限范围内以委托人的名义办理专利申请或其他专利事务的服务机构。
北京纽乐康知识产权代理事务所 代理人
专利代理师是代理他人进行专利申请和办理其他专利事务,取得一定资格的人。
黄利平
摘要
本发明公开了一种基于前馈预测的环境照度的自动控制方法,包括:首先确认控制设备与被控设备处于同一房间,然后获取环境的初始亮暗阈值,当学习超过两天后,判断环境光是否发生突变及环境光的变化趋势,学习用户的作息时间,学习用户的亮暗黑阈值,根据学习到的亮暗阈值进行自动控制,并根据用户的操作习惯进行校正。本发明的有益效果:通过采用自动控制结合手动调整,不仅可以根据用户用光习惯来执行自动开关灯,省去了手动开关的繁琐,同时可以根据环境灯光变化来进行自动控制,节约资源。
  • 摘要附图
    一种基于前馈预测的环境照度的自动控制方法
  • 说明书附图:图1
    一种基于前馈预测的环境照度的自动控制方法
  • 说明书附图:图2
    一种基于前馈预测的环境照度的自动控制方法
法律状态
序号 法律状态公告日 法律状态 法律状态信息
1 2019-10-11 授权
2 2018-09-14 实质审查的生效 IPC(主分类): H05B 37/02 专利申请号: 201711436812.0 申请日: 2017.12.26
3 2018-08-21 公开
权利要求
权利要求书是申请文件最核心的部分,是申请人向国家申请保护他的发明创造及划定保护范围的文件。
1.一种基于前馈预测的环境照度的自动控制方法,其特征在于,包括以下步骤:
S1 通过比较开灯前后开关上的光敏读数,来确认控制设备与被控设备处于同一个房间;
S2 当学习不超过2天时,获取环境的初始亮阈值:hi=L_STD+(Day_Max-L_STD)/2,初始暗阈值:lo=Day_Min+(L_STD-Day_Min)/4+(Day_Max-L_STD)/4,初始黑阈值:dark=Day_Min+(L_STD-Day_Min)/8,其中,Day_Max为一天中光敏读数的最大值,Day_Min为一天中光敏读数的最小值,L_STD为在自然光为0的环境中光敏读数的最大值;
S3 当获取到环境初始亮暗黑阈值后或者学习超过2天后,判断环境光是否发生突变及环境光的变化趋势:
S31 计算取样间隔为2秒的光敏读数差值:GAP=T(i)-T(i-2);
S32 若GAP-50=0,则说明环境光未发生突变;
S33 若GAP-50>0,则说明环境光发生突然变亮的突变;
S34 若GAP-50<0,则说明环境光发生突然变暗的突变;
S35 每5分钟判断一次环境光的变化趋势;
S4学习用户的作息时间,对用户每天最后关灯时间和每天第一次开灯时间应用聚类算法找到最常用的关灯时间作为用户睡眠开始时间,最常用的开灯时间作为用户睡眠结束时间;
S5 学习用户的亮暗阈值,将用户在6点到19点之间的开灯前后以及关灯前后的亮度值记录下来,当有效数据达到12个或以上时,进行聚类分析得到亮阈值和暗阈值;
S6 学习用户黑阈值,收集用户的手动开灯前后以及手动关灯前后的光敏值,当有效开灯及关灯次数均达到12次后,进行聚类分析得到黑阈值Dark;
S7 根据学习到的亮暗阈值进行自动控制,并根据用户的操作习惯进行校正。

2.根据权利要求1所述的基于前馈预测的环境照度的自动控制方法,其特征在于,S5具体包括:
S51 若用户开灯前的值大于黑阈值+10,则记录此次开灯前后灯光亮度值;
S52 若用户关灯前的值大于开灯前的值,且开灯前的值与关灯后的值差大于1,则记录此次关灯前后的灯光亮度值;
S53 对所述开灯前后灯光亮度值和关灯前后灯光亮度值分别进行聚类分析,得到开灯和关灯的聚类结果;
S54 若聚类得到的开灯后的值大于用户灯光值user_L,其中,user_L=开灯后的灯光值-开灯前的灯光值,则用户的暗阈值Lo=聚类得到的开灯后的值;
S55 若Lo大于关灯后的环境亮度值Hi’,则Lo=Hi’。

3.根据权利要求1所述的基于前馈预测的环境照度的自动控制方法,其特征在于,S7具体包括:
S71 得到当前需要进行判断的作息时间及亮暗黑阈值;
S72 若当前时间处于用户的休息时间内,则禁用自控;
S73 若用户开关状态发生了改变且处于开启状态:
S731若当前灯光处于亮阈值,且当前环境趋势为变亮,并大于前一次开灯后的值减去开灯前的值加上开灯后的值,则启用自控;
S732 若当前灯光不处于亮阈值且在黑区域,则禁用自控;
S733 若当前灯光不处于亮阈值且当前处于环境突变状态,则禁用自控;
S74 若用户开关状态没有发生改变:
S741 若开关状态为开启且为手动,通过判断手动操作与自控的差异,对自控灵敏度进行修正;
S742 若开关状态为开启且为自动,当开灯后的灯光值处于亮区域,则禁用自控,否则启用自控;
S743 若开关状态为关闭且为手动,当关灯后的灯光值处于暗或黑区域,则禁用自控,否则启用自控;
S744 若开关状态为关闭且为自动,当开灯后的灯光值处于亮区域,则禁用自控,否则启用自控。

4.根据权利要求1所述的基于前馈预测的环境照度的自动控制方法,其特征在于,S2中自然光为0的环境为21点至24点。
说明书

技术领域

[0001] 本发明涉及自动化控制领域,具体来说,涉及一种基于前馈预测的环境照度的自动控制方法。

背景技术

[0002] 一方面,随着经济的高速发展,对电能的应用也日益增多,同时电能浪费现象也日趋严重,尤其是在室内或一些公共场所,照明灯常常点亮,而不管是否有人在;另一方面,由于灯光具有不同使用场景,用户对光线需求也不一样。因此电能照明越来越重要,现在普遍采用的照明节能方式有声控、接触控制等,虽然在使用体验上方便许多,但却无法实现完全智能化的开关与调节。
[0003] 针对相关技术中的问题,目前尚未提出有效的解决方案。

发明内容

[0004] 针对相关技术中的上述技术问题,本发明提出一种基于前馈预测的环境照度的自动控制方法,能够实现灯光智能控制。
[0005] 为实现上述技术目的,本发明的技术方案是这样实现的:
[0006] 一种基于前馈预测的环境照度的自动控制方法,其特征在于,包括以下步骤:
[0007] S1通过比较开灯前后开关上的光敏读数,确认控制设备与被控设备处于同一个房间;
[0008] S2当学习不超过2天时,获取环境的初始亮阈值:hi=L_STD+(Day_Max-L_STD)/2,初始暗阈值:lo=Day_Min+(L_STD-Day_Min)/4+(Day_Max-L_STD)/4,dark=Day_Min+(L_STD-Day_Min)/8,其中,Day_Max为一天中光敏读数的最大值,Day_Min为一天中光敏读数的最小值,L_STD为在自然光为0的环境中光敏读数的最大值;
[0009] S3当获取到环境初始亮暗黑阈值后或者学习超过2天后,判断环境光是否发生突变及环境光的变化趋势:
[0010] S31计算取样间隔为2秒的光敏读数差值:GAP=T(i)-T(i-2);
[0011] S32若GAP-50=0,则说明环境光未发生突变;
[0012] S33若GAP-50>0,则说明环境光发生突然变亮的突变;
[0013] S34若GAP-50<0,则说明环境光发生突然变暗的突变;
[0014] S35每5分钟判断一次环境光的变化趋势;
[0015] S4学习用户的作息时间,对用户每天最后关灯时间和每天第一次开灯时间应用聚类算法找到最常用的关灯时间作为用户睡眠开始时间,最常用的开灯时间作为用户睡眠结束时间;
[0016] S5学习用户的亮暗阈值,将用户在6点到19点之间的开灯前后以及关灯前后的亮度值记录下来,当有效数据达到12个或以上时,进行聚类分析得到亮阈值和暗阈值:
[0017] S6学习用户黑阈值,收集用户的手动开灯前后以及手动关灯前后的光敏值,当有效开灯及关灯次数均达到12次后,进行聚类分析得到黑阈值Dark;
[0018] S7根据学习到的亮暗阈值进行自动控制,并根据用户的操作习惯进行校正。
[0019] 作为优选,S5具体包括:
[0020] S51若用户开灯前的值大于黑阈值+10,则记录此次开灯前后灯光亮度值;
[0021] S52若用户关灯前的值大于开灯前的值,且开灯前的值与关灯后的值差大于1,则记录此次关灯前后的灯光亮度值;
[0022] S53对所述开灯前后灯光亮度值和关灯前后灯光亮度值分别进行聚类分析,得到开灯和关灯的聚类结果;
[0023] S54若聚类得到的开灯后的值大于用户灯光值user_L,其中,user_L=开灯后的灯光值-开灯前的灯光值,则用户的暗阈值Lo=聚类得到的开灯后的值;
[0024] S55若Lo大于关灯后的环境亮度值Hi’,则Lo=Hi’。
[0025] 作为优选,S7具体包括:
[0026] S71得到当前需要进行判断的作息时间及亮暗黑阈值;
[0027] S72若当前时间处于用户的休息时间内,则禁用自控;
[0028] S73若用户开关状态发生了改变且处于开启状态:
[0029] S731若当前灯光处于亮阈值,且当前环境趋势为变亮,并大于前一次开灯后的值减去开灯前的值加上开灯后的值,则启用自控;
[0030] S732若当前灯光不处于亮阈值且在黑区域,则禁用自控;
[0031] S733若当前灯光不处于亮阈值且当前处于环境突变状态,则禁用自控;
[0032] S74若用户开关状态没有发生改变:
[0033] S741若开关状态为开启且为手动,通过判断手动操作与自控的差异,对自控灵敏度进行修正;
[0034] S742若开关状态为开启且为自动,当开灯后的灯光值处于亮区域,则禁用自控,否则启用自控;
[0035] S743若开关状态为关闭且为手动,当关灯后的灯光值处于暗或黑区域,则禁用自控,否则启用自控;
[0036] S744若开关状态为关闭且为自动,当开灯后的灯光值处于亮区域,则禁用自控,否则启用自控。
[0037] 作为优选,S2中自然光为0的环境为21点至24点。
[0038] 本发明的有益效果:通过采用自动控制结合手动调整,不仅可以根据用户用光习惯来执行自动开关灯,省去了手动开关的繁琐,同时可以根据环境灯光变化来进行自动控制,节约资源。

实施方案

[0042] 下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
[0043] 如图1所示,根据本发明实施例所述的一种基于前馈预测的环境照度的自动控制方法,包括以下步骤:
[0044] S1通过比较开灯前后开关上的光敏读数,如果所述光敏读数之差超过??(有没有判断标准?),则确认控制设备与被控设备处于同一个房间;
[0045] S2当学习不超过2天时,获取环境的初始亮阈值:hi=L_STD+(Day_Max-L_STD)/2,初始暗阈值:lo=Day_Min+(L_STD-Day_Min)/4+(Day_Max-L_STD)/4,dark=Day_Min+(L_STD-Day_Min)/8,其中,Day_Max为一天中光敏读数的最大值,Day_Min为一天中光敏读数的最小值,L_STD为在自然光为0的环境中光敏读数的最大值;其中,选定自然光为0的环境为21点至24点。
[0046] S3当获取到环境初始亮暗黑阈值后或者学习超过2天后,判断环境光是否发生突变及环境光的变化趋势:
[0047] S31计算取样间隔为2秒的光敏读数差值:GAP=T(i)-T(i-2);
[0048] S32若GAP-50=0,则说明环境光未发生突变;
[0049] S33若GAP-50>0,则说明环境光发生突然变亮的突变;
[0050] S34若GAP-50<0,则说明环境光发生突然变暗的突变;
[0051] S35每5分钟判断一次环境光的变化趋势;
[0052] S4学习用户的作息时间,对用户每天最后关灯时间和每天第一次开灯时间应用聚类算法找到最常用的关灯时间作为用户睡眠开始时间,最常用的开灯时间作为用户睡眠结束时间;
[0053] S5学习用户的亮暗阈值,将用户在6点到19点之间的开灯前后以及关灯前后的亮度值记录下来,当有效数据达到12个或以上时,进行聚类分析得到亮阈值和暗阈值:
[0054] S51若用户开灯前的值大于黑阈值+10,则记录此次开灯前后灯光亮度值;
[0055] S52若用户关灯前的值大于开灯前的值,且开灯前的值与关灯后的值差大于1,则记录此次关灯前后的灯光亮度值;
[0056] S53对所述开灯前后灯光亮度值和关灯前后灯光亮度值分别进行聚类分析,得到开灯和关灯的聚类结果;
[0057] S54若聚类得到的开灯后的值大于用户灯光值user_L,其中,user_L=开灯后的灯光值-开灯前的灯光值,则用户的暗阈值Lo=聚类得到的开灯后的值;
[0058] S55若Lo大于关灯后的环境亮度值Hi’,则Lo=Hi’。
[0059] S6学习用户黑阈值,收集用户的手动开灯前后以及手动关灯前后的光敏值,当有效开灯及关灯次数均达到12次后,进行聚类分析得到黑阈值Dar;
[0060] S7根据学习到的亮暗阈值进行自动控制,并根据用户的操作习惯进行校正:
[0061] S71得到当前需要进行判断的作息时间及亮暗黑阈值;
[0062] S72若当前时间处于用户的休息时间内,则禁用自控;
[0063] S73若用户开关状态发生了改变且处于开启状态:
[0064] S731若当前灯光处于亮阈值,且当前环境趋势为变亮,并大于前一次开灯后的值减去开灯前的值加上开灯后的值,则启用自控;
[0065] S732若当前灯光不处于亮阈值且在黑区域,则禁用自控;
[0066] S733若当前灯光不处于亮阈值且当前处于环境突变状态,则禁用自控;
[0067] S74若用户开关状态没有发生改变:
[0068] S741若开关状态为开启且为手动,通过判断手动操作与自控的差异,对自控灵敏度进行修正;
[0069] S742若开关状态为开启且为自动,当开灯后的灯光值处于亮区域,则禁用自控,否则启用自控;
[0070] S743若开关状态为关闭且为手动,当关灯后的灯光值处于暗或黑区域,则禁用自控,否则启用自控;
[0071] S744若开关状态为关闭且为自动,当开灯后的灯光值处于亮区域,则禁用自控,否则启用自控。
[0072] 为了方便理解本发明的上述技术方案,以下通过具体使用方式上对本发明的上述技术方案进行详细说明。
[0073] 在具体使用时,根据本发明所述的一种基于前馈预测的环境照度的自动控制方法,在算法的一开始需要对控制设备(即开关)与被控设备(即灯)是否在同一个房间,判断的依据为开灯前后的光敏读数之差,若灯和开关在同一房间内,该光敏读数之差应该较大,如果光敏读数之差很小甚至几乎为零,则可判断灯和开关不在同一房间。
[0074] 在最初使用开关时,由于缺少用户开关灯操作的数据,无法应用学习算法来学习用户习惯,此时通过一天中光敏读数的最大值Day_Max、一天中光敏读数的最小值Day_Min和在自然光为0的环境中光敏读数的最大值L_STD来计算环境的初始或称临时亮暗阈值,初始亮阈值:hi=L_STD+(Day_Max-L_STD)/2,初始暗阈值:lo=Day_Min+(L_STD-Day_Min)/4+(Day_Max-L_STD)/4,初始黑阈值:dark=Day_Min+(L_STD-Day_Min)/8。其中,选定自然光为0的环境为21点至24点。
[0075] 在正式开始学习算法后,需要考虑环境光的突变以及环境光的趋势,其中环境光的突变是指在设备上的光敏读数突然发生变化,突然变大或变小,具体判断的步骤为:
[0076] S31计算取样间隔为2秒的光敏读数差值:GAP=T(i)-T(i-2);
[0077] S32若GAP-50=0,则说明环境光未发生突变;
[0078] S33若GAP-50>0,则说明环境光发生突然变亮的突变;
[0079] S34若GAP-50<0,则说明环境光发生突然变暗的突变。
[0080] 而对于环境光趋势的判断中,具体计算过程为:
[0081] a初始化nums=0,并获取5分钟以内光敏读数;
[0082] b判断该过程是否发生了光线突变;
[0083] c若未发生突变,则计算相邻光线值的变化值绝对值SUM(|Ti-Ti+4|),i=0,4,…,296;
[0084] d初始化i=0;
[0085] f若|Ti-Ti+4|>0,则令nums=nums+1,且i=i+4;
[0086] 若|Ti-Ti+4|<0或=0,则i=i+4;
[0087] 若i>292,则进行下一步g;
[0088] g令T_mean=SUM/nums,重新计算波动值,若大于T_mean,则应用到趋势变化中,否则放弃该值。
[0089] 在学习用户的作息时间时,因为用户在睡眠休息期间和其他时间对光线的需求是不同的,所以学习用户的作息时间是非常重要的,作息时间的学习按照对用户的每天最后关灯时间和每天第一次开灯时间应用聚类算法(k-means聚类算法)来找到最常用的关灯时间和开灯时间,这个关灯时间就作为用户睡眠开始时间,开灯时间就作为用户睡眠结束时间。作息时间的学习过程是:
[0090] a.对每天早上7点后到第二天凌晨4:00间的所有关灯时间聚类,聚类结果作为SS;
[0091] b.记录每天①环境照度低于黑阈值或暗阈值时且②凌晨4点至早上10点间的开灯时间减去上次关灯时间间隔最大的开灯时间集合。其中,若暗阈值且黑阈值为空时,环境照度需低于30;
[0092] c.对满足(b)的开灯集合进行聚类。选择聚类簇内个数最多的簇,作为SE,若SS OR SE无计算结果,则令SS=-1OR SE=-1。
[0093] 这里SS就是用户睡眠开始的时间,SE就是用户睡眠结束的时间。
[0094] 另外,需要学习用户的亮暗阈值,也就是学习用户喜欢在什么亮度下关灯,什么亮度下开灯。主要聚类过程就是将用户在早上6点到晚上7点之间的开关灯前后的亮度值记录下来,当有效的开灯和关灯数据均达到12个或以上时,应用k-means聚类算法进行聚类,得到两个结果:亮阈值、暗阈值。其中,在得到有效数据的过程中,需要做数据清洗,将那些不合理的开关灯值扔掉,如关灯前的值应大于开灯前的值,否则视为不合理。
[0095] 在学习了用户的作息时间和亮暗阈值后,此时就开始应用前述学习得到的数据来实现自动控制,此时,仍需要根据用户手动控制的操作来对决定是否开启自动控制,具体过程为:
[0096] S71得到当前需要进行判断的作息时间及亮暗黑阈值;
[0097] S72若当前时间处于用户的休息时间内,则禁用自控;
[0098] S73若用户开关状态发生了改变且处于开启状态:
[0099] S731若当前灯光处于亮阈值,且当前环境趋势为变亮,并大于前一次开灯后的值减去开灯前的值加上开灯后的值,则启用自控;
[0100] S732若当前灯光不处于亮阈值且在黑区域,则禁用自控;
[0101] S733若当前灯光不处于亮阈值且当前处于环境突变状态,则禁用自控;
[0102] S74若用户开关状态没有发生改变:
[0103] S741若开关状态为开启且为手动,通过判断手动操作与自控的差异,对自控灵敏度进行修正;
[0104] S742若开关状态为开启且为自动,当开灯后的灯光值处于亮区域,则禁用自控,否则启用自控;
[0105] S743若开关状态为关闭且为手动,当关灯后的灯光值处于暗或黑区域,则禁用自控,否则启用自控;
[0106] S744若开关状态为关闭且为自动,当开灯后的灯光值处于亮区域,则禁用自控,否则启用自控。
[0107] 最后,通过用户的不断反馈操作,对自动控制的结果反复进行优化,以求达到最佳的自动控制效果。
[0108] 综上所述,借助于本发明的上述技术方案,通过采用自动控制结合手动调整,不仅可以根据用户用光习惯来执行自动开关灯,省去了手动开关的繁琐,同时可以根据环境灯光变化来进行自动控制,节约资源。
[0109] 以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

附图说明

[0039] 为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0040] 图1是根据本发明实施例所述的一种基于前馈预测的环境照度的自动控制方法的简要示意图;
[0041] 图2是根据本发明实施例所述的一种基于前馈预测的环境照度的自动控制方法的环境光趋势的计算方法示意图。
版权所有:盲专网 ©2023 zlpt.xyz  蜀ICP备2023003576号