本發(fā)明涉及故障自檢領(lǐng)域，尤其涉及一種照明系統(tǒng)的故障自檢方法及裝置。

背景技術(shù)：

1、在現(xiàn)代社會中，惡劣環(huán)境下的照明系統(tǒng)扮演著至關(guān)重要的角色，它們不僅保障了各種作業(yè)活動的正常進(jìn)行，還直接關(guān)系到人員安全和工作效率。然而，由于惡劣環(huán)境本身的復(fù)雜性和不可預(yù)測性，照明系統(tǒng)常常面臨各種挑戰(zhàn)，如極端氣候、電源不穩(wěn)定、設(shè)備老化等問題，這些因素都可能導(dǎo)致系統(tǒng)故障。

2、現(xiàn)有技術(shù)中的不足：

3、缺乏智能化的故障檢測手段：傳統(tǒng)的照明系統(tǒng)故障檢測主要依賴人工巡檢和定期維護(hù)，這種方式不僅效率低下，而且難以實(shí)時發(fā)現(xiàn)和處理故障。特別是在惡劣環(huán)境下，人工巡檢的難度和危險性都大大增加。

4、故障檢測精度不高：現(xiàn)有的故障檢測方法往往基于單一參數(shù)或簡單模型，難以全面、準(zhǔn)確地反映照明系統(tǒng)的實(shí)際運(yùn)行狀態(tài)。特別是在復(fù)雜多變的惡劣環(huán)境下，單一參數(shù)的波動可能受多種因素影響，導(dǎo)致誤報或漏報。

5、缺乏故障預(yù)警和預(yù)測能力：傳統(tǒng)的故障檢測方法通常只能在故障發(fā)生后進(jìn)行檢測和修復(fù)，無法提前預(yù)警和預(yù)測故障的發(fā)生。這導(dǎo)致在故障發(fā)生時，系統(tǒng)可能已經(jīng)無法正常工作，造成不必要的損失。

6、故障信息傳播不明確：在故障發(fā)生后，現(xiàn)有的系統(tǒng)往往只能提供簡單的故障信息，如故障位置、故障類型等，但無法提供詳細(xì)的故障原因、傳播路徑及修復(fù)建議，這給故障排查和修復(fù)帶來了很大的困難。

7、用戶反饋和互動不足：現(xiàn)有的照明系統(tǒng)故障檢測方法往往缺乏用戶反饋和互動機(jī)制，用戶無法對檢測結(jié)果進(jìn)行驗(yàn)證和反饋，也無法提出改進(jìn)建議，這限制了系統(tǒng)的進(jìn)一步優(yōu)化和升級。

8、針對上述不足，本研究提出了一種照明系統(tǒng)的故障自檢方法。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了一種照明系統(tǒng)的故障自檢方法及裝置，用于提高故障檢測的準(zhǔn)確性和效率，增強(qiáng)系統(tǒng)的預(yù)警和預(yù)測能力。

2、本發(fā)明第一方面提供了一種照明系統(tǒng)的故障自檢方法，所述照明系統(tǒng)的故障自檢方法包括：收到故障自檢信號，故障自檢信號包括電壓波動超過設(shè)定閾值，切換至次級模式，響應(yīng)于所述切換，獲取現(xiàn)有資源數(shù)據(jù)參數(shù)；依據(jù)所述現(xiàn)有資源數(shù)據(jù)參數(shù)結(jié)合預(yù)置的集成學(xué)習(xí)模型，得到多個基學(xué)習(xí)器的預(yù)測結(jié)果，依據(jù)多個基學(xué)習(xí)器的預(yù)測結(jié)果進(jìn)行集成，得到一級檢測結(jié)果，依據(jù)所述一級檢測結(jié)果初步判斷是否存在故障，若所述一級檢測結(jié)果判斷無故障，則調(diào)換至恢復(fù)模式，并記錄此次一級檢測結(jié)果，若所述一級檢測結(jié)果判斷存在故障，轉(zhuǎn)換至關(guān)閉模式；響應(yīng)于所述轉(zhuǎn)換，獲取二級運(yùn)行狀態(tài)數(shù)據(jù)，依據(jù)所述二級運(yùn)行狀態(tài)數(shù)據(jù)結(jié)合預(yù)置的時間序列模型，得到模型預(yù)測值，計算所述二級運(yùn)行狀態(tài)數(shù)據(jù)的實(shí)際參數(shù)值與所述模型預(yù)測值之間的差異，得到預(yù)警數(shù)值結(jié)果；依據(jù)所述二級運(yùn)行狀態(tài)數(shù)據(jù)結(jié)合預(yù)置的照明系統(tǒng)貝葉斯網(wǎng)絡(luò)模型，得到故障原因可能結(jié)果及傳播路徑可能結(jié)果，依據(jù)所述預(yù)警數(shù)值結(jié)果、所述故障原因可能結(jié)果及傳播路徑可能結(jié)果得到二級檢測結(jié)果；依據(jù)所述一級檢測結(jié)果及所述二級檢測結(jié)果得到故障自檢結(jié)果，包括：使用預(yù)置的歷史故障數(shù)據(jù)和正常運(yùn)行數(shù)據(jù)，為所述一級檢測結(jié)果及所述二級檢測結(jié)果分配權(quán)重，設(shè)一級檢測結(jié)果為r1，二級檢測結(jié)果為r2，則權(quán)重分配公式：其中，nf1是一級檢測結(jié)果中故障數(shù)據(jù)的數(shù)量，nf2是二級檢測結(jié)果中故障數(shù)據(jù)的數(shù)量；采用決策融合和證據(jù)理論的方法，將所述一級檢測結(jié)果及所述二級檢測結(jié)果進(jìn)行融合，得到融合輸出結(jié)果，對于每個檢測結(jié)果，定義一個基本概率分配函數(shù)，以表示該結(jié)果對某個故障類型的支持程度，設(shè)θ是所有可能的故障類型的集合，對于每個：其中，r1(θ)和r2(θ)分別是一級檢測結(jié)果和二級檢測結(jié)果對故障類型θ的評分或概率；使用dempster合成規(guī)則來融合兩個檢測結(jié)果的基本概率分配，設(shè)m12是融合后的基本概率分配，則：其中，k是沖突系數(shù)，表示兩個證據(jù)之間的不一致程度；通過映射表或分類器將融合輸出結(jié)果映射到具體的故障類型和級別上，得到故障自檢結(jié)果。

3、可選的，在本發(fā)明第一方面的第一種實(shí)現(xiàn)方式中，所述收到故障自檢信號，切換至次級模式，響應(yīng)于所述切換，獲取現(xiàn)有資源數(shù)據(jù)參數(shù)，包括：部署多個傳感器組成傳感器網(wǎng)絡(luò)，持續(xù)收集照明系統(tǒng)的單一能耗資源參數(shù)，建立一個動態(tài)滑動窗口，用于存儲和分析近n次的能耗數(shù)據(jù)，設(shè)定一個窗口大小n，表示滑動窗口內(nèi)存儲的能耗數(shù)據(jù)點(diǎn)數(shù)，每當(dāng)新的能耗數(shù)據(jù)到達(dá)時，實(shí)時計算滑動窗口內(nèi)能耗數(shù)據(jù)的平均值，作為能耗基準(zhǔn)值；根據(jù)環(huán)境因素對照明能耗的影響，為不同環(huán)境因素設(shè)置加權(quán)系數(shù)；依據(jù)加權(quán)系數(shù)及能耗基準(zhǔn)值得到平均值的差值，差值超過預(yù)設(shè)的閾值m，則觸發(fā)故障自檢信號；收到故障自檢信號，切換至次級模式，所述故障自檢信號包括能耗異常，所述次級模式包括節(jié)能模式，在節(jié)能模式下，照明系統(tǒng)會降低亮度、調(diào)整色溫或關(guān)閉部分燈具，所述次級模式的切換為平滑切換機(jī)制，采用指數(shù)漸變的方式調(diào)整亮度、色溫參數(shù)，在切換到次級模式時不會對用戶造成突然的視覺沖擊；和/或在切換到次級模式時動態(tài)關(guān)閉部分非關(guān)鍵區(qū)域的燈具；響應(yīng)于所述切換，依據(jù)傳感器網(wǎng)絡(luò)獲取現(xiàn)有資源數(shù)據(jù)參數(shù)，所述現(xiàn)有資源數(shù)據(jù)參數(shù)包括電流、電壓、溫度，對所述現(xiàn)有資源數(shù)據(jù)參數(shù)進(jìn)行清洗、去噪和標(biāo)準(zhǔn)化處理。

4、可選的，在本發(fā)明第一方面的第二種實(shí)現(xiàn)方式中，所述依據(jù)所述現(xiàn)有資源數(shù)據(jù)參數(shù)結(jié)合預(yù)置的集成學(xué)習(xí)模型，得到多個基學(xué)習(xí)器的預(yù)測結(jié)果，依據(jù)多個基學(xué)習(xí)器的預(yù)測結(jié)果進(jìn)行集成，得到一級檢測結(jié)果，依據(jù)所述一級檢測結(jié)果初步判斷是否存在故障，若所述一級檢測結(jié)果判斷無故障，則調(diào)換至恢復(fù)模式，并記錄此次一級檢測結(jié)果，若所述一級檢測結(jié)果判斷存在故障，轉(zhuǎn)換至關(guān)閉模式，包括：選擇多個基學(xué)習(xí)器，基學(xué)習(xí)器包括決策樹、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)，使用預(yù)置的歷史故障數(shù)據(jù)和正常運(yùn)行數(shù)據(jù)對基學(xué)習(xí)器進(jìn)行訓(xùn)練，得到訓(xùn)練好的集成學(xué)習(xí)模型；依據(jù)所述現(xiàn)有資源數(shù)據(jù)參數(shù)輸入到訓(xùn)練好的集成學(xué)習(xí)模型中，每個基學(xué)習(xí)器給出自己的預(yù)測結(jié)果，采用加權(quán)投票、堆疊或袋裝的集成策略來結(jié)合多個基學(xué)習(xí)器的預(yù)測結(jié)果，得到一級檢測結(jié)果；預(yù)設(shè)一個閾值l，如果一級檢測結(jié)果超過閾值l，則判斷存在故障，否則，判斷無故障，若判斷無故障，則調(diào)換至恢復(fù)模式，恢復(fù)模式包括重啟系統(tǒng)、調(diào)整參數(shù)，并記錄此次一級檢測結(jié)果，若判斷存在故障，則轉(zhuǎn)換至關(guān)閉模式，關(guān)閉模式包括切斷電源、發(fā)出警報，并記錄故障信息；若單位時間r內(nèi)，響應(yīng)于所述調(diào)換的次數(shù)大于n，則直接轉(zhuǎn)換至關(guān)閉模式。

5、可選的，在本發(fā)明第一方面的第三種實(shí)現(xiàn)方式中，所述響應(yīng)于所述轉(zhuǎn)換，獲取二級運(yùn)行狀態(tài)數(shù)據(jù)，依據(jù)所述二級運(yùn)行狀態(tài)數(shù)據(jù)結(jié)合預(yù)置的時間序列模型，得到模型預(yù)測值，計算所述二級運(yùn)行狀態(tài)數(shù)據(jù)的實(shí)際參數(shù)值與所述模型預(yù)測值之間的差異，得到預(yù)警數(shù)值結(jié)果，包括：一旦系統(tǒng)判斷存在故障并進(jìn)入關(guān)閉模式，立即觸發(fā)一個數(shù)據(jù)收集機(jī)制，所述數(shù)據(jù)收集機(jī)制被設(shè)計為在故障發(fā)生后的短暫時間內(nèi)，快速捕獲和存儲照明系統(tǒng)的二級運(yùn)行狀態(tài)數(shù)據(jù)，所述二級運(yùn)行狀態(tài)數(shù)據(jù)包括用戶反饋故障報告、歷史故障日志、遠(yuǎn)程訪問日志、系統(tǒng)資源使用情況、環(huán)境與情境數(shù)據(jù)；使用預(yù)置的歷史故障數(shù)據(jù)和正常運(yùn)行數(shù)據(jù)進(jìn)行訓(xùn)練，得到訓(xùn)練好的時間序列模型，時間序列模型包括長短期記憶網(wǎng)絡(luò)、門控循環(huán)單元及transformer模型，得到集成的時間序列模型；將預(yù)處理后的二級運(yùn)行狀態(tài)數(shù)據(jù)輸入到集成的時間序列模型中，時間序列模型輸出預(yù)測的未來一段時間內(nèi)的狀態(tài)數(shù)據(jù)值，計算實(shí)際測量的二級運(yùn)行狀態(tài)數(shù)據(jù)與模型預(yù)測值之間的差異；采用多種指標(biāo)來衡量差異得到預(yù)警數(shù)值結(jié)果，包括均方誤差（mse）、平均絕對誤差（mae）、動態(tài)時間彎曲（dtw）距離，設(shè)定一個差異閾值u，當(dāng)實(shí)際數(shù)據(jù)與預(yù)測數(shù)據(jù)的差異超過這個閾值時，生成預(yù)警信號；所述預(yù)警數(shù)值結(jié)果包括差異大小、預(yù)警級別。

6、可選的，在本發(fā)明第一方面的第四種實(shí)現(xiàn)方式中，所述依據(jù)所述二級運(yùn)行狀態(tài)數(shù)據(jù)結(jié)合預(yù)置的照明系統(tǒng)貝葉斯網(wǎng)絡(luò)模型，得到故障原因可能結(jié)果及傳播路徑可能結(jié)果，依據(jù)所述預(yù)警數(shù)值結(jié)果、所述故障原因可能結(jié)果及傳播路徑可能結(jié)果得到二級檢測結(jié)果，包括：依據(jù)所述二級運(yùn)行狀態(tài)數(shù)據(jù)輸入到訓(xùn)練好的照明系統(tǒng)貝葉斯網(wǎng)絡(luò)模型，利用照明系統(tǒng)貝葉斯網(wǎng)絡(luò)模型中的推理算法計算各故障原因節(jié)點(diǎn)的后驗(yàn)概率，根據(jù)后驗(yàn)概率大小，確定最可能的故障原因及其組合，得到故障原因可能結(jié)果，所述推理算法包括團(tuán)樹算法、變量消除法；在貝葉斯網(wǎng)絡(luò)中，分析故障原因節(jié)點(diǎn)與故障現(xiàn)象節(jié)點(diǎn)之間的依賴關(guān)系，利用路徑搜索算法，找出從故障原因到故障現(xiàn)象的傳播路徑可能結(jié)果，路徑搜索算法包括深度優(yōu)先搜索及廣度優(yōu)先搜索；將所述預(yù)警數(shù)值結(jié)果、所述故障原因可能結(jié)果及傳播路徑可能結(jié)果相結(jié)合，對預(yù)警數(shù)值結(jié)果進(jìn)行分級和分類處理，得到二級檢測結(jié)果。

7、可選的，在本發(fā)明第一方面的第五種實(shí)現(xiàn)方式中，還包括：利用可視化技術(shù)展示故障自檢結(jié)果，同時生成詳細(xì)的故障報告，包括故障類型、級別、可能原因、傳播路徑及建議的修復(fù)措施；允許用戶對故障自檢結(jié)果進(jìn)行反饋，包括結(jié)果的準(zhǔn)確性、完整性及建議的改進(jìn)方向；通過管理平臺實(shí)時監(jiān)控照明系統(tǒng)的運(yùn)行狀態(tài)，并在檢測到潛在故障時及時觸發(fā)預(yù)警機(jī)制，通知相關(guān)人員進(jìn)行處理。

8、本發(fā)明第二方面提供了一種照明系統(tǒng)的故障自檢裝置，所述照明系統(tǒng)的故障自檢裝置包括：獲取模塊，用于收到故障自檢信號，切換至次級模式，響應(yīng)于所述切換，獲取現(xiàn)有資源數(shù)據(jù)參數(shù)；檢測模塊，用于依據(jù)所述現(xiàn)有資源數(shù)據(jù)參數(shù)結(jié)合預(yù)置的集成學(xué)習(xí)模型，得到多個基學(xué)習(xí)器的預(yù)測結(jié)果，依據(jù)多個基學(xué)習(xí)器的預(yù)測結(jié)果進(jìn)行集成，得到一級檢測結(jié)果，依據(jù)所述一級檢測結(jié)果初步判斷是否存在故障，若所述一級檢測結(jié)果判斷無故障，則調(diào)換至恢復(fù)模式，并記錄此次一級檢測結(jié)果，若所述一級檢測結(jié)果判斷存在故障，轉(zhuǎn)換至關(guān)閉模式；預(yù)測模塊，用于響應(yīng)于所述轉(zhuǎn)換，獲取二級運(yùn)行狀態(tài)數(shù)據(jù)，依據(jù)所述二級運(yùn)行狀態(tài)數(shù)據(jù)結(jié)合預(yù)置的時間序列模型，得到模型預(yù)測值，計算所述二級運(yùn)行狀態(tài)數(shù)據(jù)的實(shí)際參數(shù)值與所述模型預(yù)測值之間的差異，得到預(yù)警數(shù)值結(jié)果；設(shè)置模塊，用于依據(jù)所述二級運(yùn)行狀態(tài)數(shù)據(jù)結(jié)合預(yù)置的照明系統(tǒng)貝葉斯網(wǎng)絡(luò)模型，得到故障原因可能結(jié)果及傳播路徑可能結(jié)果，依據(jù)所述預(yù)警數(shù)值結(jié)果、所述故障原因可能結(jié)果及傳播路徑可能結(jié)果得到二級檢測結(jié)果；分配模塊，用于依據(jù)所述一級檢測結(jié)果及所述二級檢測結(jié)果得到故障自檢結(jié)果。

9、本發(fā)明第三方面提供了一種照明系統(tǒng)的故障自檢設(shè)備，包括：存儲器和至少一個處理器，所述存儲器中存儲有指令；所述至少一個處理器調(diào)用所述存儲器中的所述指令，以使得所述照明系統(tǒng)的故障自檢設(shè)備執(zhí)行上述的照明系統(tǒng)的故障自檢方法。

10、本發(fā)明的第四方面提供了一種計算機(jī)可讀存儲介質(zhì)，所述計算機(jī)可讀存儲介質(zhì)中存儲有指令，當(dāng)其在計算機(jī)上運(yùn)行時，使得計算機(jī)執(zhí)行上述的照明系統(tǒng)的故障自檢方法。

11、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

12、提高故障檢測準(zhǔn)確性：通過集成學(xué)習(xí)模型和時間序列模型的綜合應(yīng)用，能夠更準(zhǔn)確地檢測和分析照明系統(tǒng)的故障，減少誤報和漏報。

13、增強(qiáng)系統(tǒng)可靠性：實(shí)時監(jiān)控和故障自檢機(jī)制能夠及時發(fā)現(xiàn)潛在故障，并采取措施避免故障擴(kuò)大，從而提高照明系統(tǒng)的可靠性和穩(wěn)定性。

14、優(yōu)化資源利用：在次級模式下，系統(tǒng)能夠降低能耗，調(diào)整亮度、色溫等參數(shù)，以節(jié)約資源并延長照明系統(tǒng)的使用壽命。

15、提升用戶體驗(yàn)：平滑的模式切換機(jī)制和詳細(xì)的故障報告能夠減少用戶對故障處理的困擾，提高用戶滿意度和體驗(yàn)。

16、便于維護(hù)與管理：通過管理平臺實(shí)時監(jiān)控和故障預(yù)警機(jī)制，維護(hù)人員能夠及時了解系統(tǒng)狀態(tài)并采取措施，降低維護(hù)成本和工作量。

17、綜上所述，本發(fā)明為惡劣環(huán)境照明系統(tǒng)提供了一種高效、準(zhǔn)確的故障自檢方法，能夠顯著提高系統(tǒng)的可靠性、優(yōu)化資源利用并提升用戶體驗(yàn)。