基于电流特征指纹曲线自动识别灯具故障的AI算法制造技术

本发明专利技术公开了一种基于电流特征指纹曲线自动识别灯具故障的AI算法，首先训练获取正常灯具在常温下、高温下的电流特征指纹曲线，以及包含故障灯具的多个灯具在常温下、高温下的电流特征指纹曲线，然后将待检测灯具的电流特征指纹曲线与训练获取的电流特征指纹曲线进行相似度比对获得匹配曲线，并基于匹配曲线判断待检测灯具状态。本发明专利技术可实现故障灯具的实时判断，具有判断准确度高的优点。

【技术实现步骤摘要】
基于电流特征指纹曲线自动识别灯具故障的AI算法
本专利技术涉及灯具状态识别智能AI算法领域，具体是一种基于电流特征指纹曲线自动识别灯具故障的AI算法。
技术介绍
目前智能灯具普遍采用全球标准协议（DMX512协议），基于该协议虽然能够实现灯具的远程控制，但无法基于该协议获取灯具的实时故障状态，灯具故障只能通过人工巡检的方式进行检测，对于山体、景区等业态进行巡检存在人力成本过高的问题，进而造成运维部门难以及时获取灯具故障状态的问题。实际运维过程中，对于少量灯具失效且不影响景观的情况下是不进行维修更换。本专利主要是为了解决检测识别灯具失效而进行专利技术设计的。
技术实现思路
本专利技术的目的是提供一种基于电流特征指纹曲线自动识别灯具故障的AI算法，以解决现有技术智能灯具的实时故障状态无法获取的问题。为了达到上述目的，本专利技术所采用的技术方案为：基于电流特征指纹曲线自动识别灯具故障的AI算法，其特征在于：包括以下步骤：（1）、令多个正常灯具分别播放相同的设定节目，并采集每个正常灯具播放设定节目过程中的实时电流值，采用神经网络对采集的各个正常灯具的实时电流值进行训练，生成第一电流特征指纹曲线；（2）、选择包含若干个故障灯具的多个灯具分别播放相同的设定节目，并采集每个灯具播放设定节目过程中的实时电流值，采用神经网络对采集的每个灯具的实时电流值进行训练，生成第二电流特征指纹曲线；（3）、将步骤（1）中多个正常灯具置于高温环境下，并令各个正常灯具分别播放相同的设定节目，同时采集每个正常灯具在高温环境下播放设定节目过程中的实时电流值，采用神经网络对采集的各个正常灯具高温环境下的实时电流值进行训练，生成第三电流特征指纹曲线；（4）、将步骤（2）中的多个灯具置于高温环境下，并令各个灯具分别播放相同的设定节目，同时采集每个灯具在高温环境下播放设定节目过程中的实时电流值，采用神经网络对采集的各个灯具高温环境下的实时电流值进行训练，生成第四电流特征指纹曲线；（5）、令待检测的多个灯具分别播放相同的设定节目，采集各个待检测灯具播放设定节目过程中的实时电流值，根据各个待检测灯具的实时电流值获得每个待检测灯具的电流特征指纹曲线，将每个待检测灯具的电流特征指纹曲线分别与第一、第二、第三、第四电流特征指纹曲线进行相似度比对，得到匹配曲线，若匹配曲线为第一、第三电流特征指纹曲线中的任意一个，则判断待检测灯具正常，若匹配曲线为第二、第四电流特征曲线的任意一个，则判断待检测灯具故障。所述的基于电流特征指纹曲线自动识别灯具故障的AI算法，其特征在于：步骤（5）中，匹配时根据电流特征指纹曲线得到对应的电流特征曲线函数，再基于电流特征曲线函数进行相似度比对。所述的基于电流特征指纹曲线自动识别灯具故障的AI算法，其特征在于：步骤（5）中，分别计算待检测灯具的电流特征曲线函数与第一、第二、第三、第四电流特征曲线函数之间的相似度，得到判断结果。所述的基于电流特征指纹曲线自动识别灯具故障的AI算法，其特征在于：得到待检测灯具的判断结果时，实际检验判断结果是否存在误差，若存在误差则修正待检测灯具对应的匹配曲线，并更新该匹配曲线用于检测后续待检测灯具。本专利技术可通过电流特征曲线进行AI训练生成曲线函数，通过训练的曲线函数和实时采集的待检测灯具的电流曲线进行相似度的比对，根据比对结果确认当前灯具的状态，最后分析出异常状态进行实时上报，可实现灯具状态的实时判断，具有判断准确度高的优点。附图说明图1是本专利技术AI训练流程框图。图2是本专利技术进行检测时流程框图。图3是本专利技术实施例步骤（1）中获取的第一电流特征指纹曲线图。图4是本专利技术实施例步骤（2）中获取的第二电流特征指纹曲线图。图5是本专利技术实施例步骤（3）中获取的第三电流特征指纹曲线图。图6是本专利技术实施例步骤（4）中获取的第四电流特征指纹曲线图。具体实施方式下面结合附图和实施例对本专利技术进一步说明。如图1、图2所示，基于电流特征指纹曲线自动识别灯具故障的AI算法，包括以下步骤：（1）、选择100个正常灯具，令100个正常灯具分别播放相同的设定节目，并通过现场电流采集单元采集每个正常灯具播放设定节目过程中的实时电流值，采用神经网络对采集的100个正常灯具的实时电流值进行训练，生成第一电流特征指纹曲线如图3所示。（2）、选择包含若干个故障灯具的100个灯具分别播放步骤（1）中相同的设定节目，并采集每个灯具播放设定节目过程中的实时电流值，采用神经网络对采集的每个灯具的实时电流值进行训练，生成第二电流特征指纹曲线如图4所示。（3）、将步骤（1）中100个正常灯具置于高温环境下，并令各个正常灯具分别播放步骤（1）相同的设定节目，同时采集每个正常灯具在高温环境下播放设定节目过程中的实时电流值，采用神经网络对采集的各个正常灯具高温环境下的实时电流值进行训练，生成第三电流特征指纹曲线如图5所示。（4）、将步骤（2）中的100个灯具置于高温环境下，并令各个灯具分别播放相同的设定节目，同时采集每个灯具在高温环境下播放设定节目过程中的实时电流值，采用神经网络对采集的各个灯具高温环境下的实时电流值进行训练，生成第四电流特征指纹曲线如图6所示。（5）、令待检测的多个灯具分别播放步骤（1）相同的设定节目，采集各个待检测灯具播放设定节目过程中的实时电流值，根据各个待检测灯具的实时电流值获得每个待检测灯具的电流特征指纹曲线，将每个待检测灯具的电流特征指纹曲线分别与第一、第二、第三、第四电流特征指纹曲线进行相似度比对，得到匹配曲线。匹配时根据电流特征指纹曲线得到每个待检测灯具电流特征指纹曲线对应的电流特征曲线函数，以及第一、第二、第三、第四电流特征指纹曲线各自对应的电流特征曲线函数，分别计算待检测灯具的电流特征曲线函数与第一、第二、第三、第四电流特征曲线函数之间的相似度，得到判断匹配曲线。若匹配曲线为第一、第三电流特征指纹曲线中的任意一个，则判断待检测灯具正常，若匹配曲线为第二、第四电流特征曲线的任意一个，则判断待检测灯具故障。得到待检测灯具的判断结果时，实际检验判断结果是否存在误差，若存在误差则修正待检测灯具对应的匹配曲线，并更新该匹配曲线用于检测后续待检测灯具。本专利技术所述的实施例仅仅是对本专利技术的优选实施方式进行的描述，并非对本专利技术构思和范围进行限定，在不脱离本专利技术设计思想的前提下，本领域中工程技术人员对本专利技术的技术方案作出的各种变型和改进，均应落入本专利技术的保护范围，本专利技术请求保护的
技术实现思路
，已经全部记载在权利要求书中。本文档来自技高网...

【技术保护点】
1.基于电流特征指纹曲线自动识别灯具故障的AI算法，其特征在于：包括以下步骤：/n（1）、令多个正常灯具分别播放相同的设定节目，并采集每个正常灯具播放设定节目过程中的实时电流值，采用神经网络对采集的各个正常灯具的实时电流值进行训练，生成第一电流特征指纹曲线；/n（2）、选择包含若干个故障灯具的多个灯具分别播放相同的设定节目，并采集每个灯具播放设定节目过程中的实时电流值，采用神经网络对采集的每个灯具的实时电流值进行训练，生成第二电流特征指纹曲线；/n（3）、将步骤（1）中多个正常灯具置于高温环境下，并令各个正常灯具分别播放相同的设定节目，同时采集每个正常灯具在高温环境下播放设定节目过程中的实时电流值，采用神经网络对采集的各个正常灯具高温环境下的实时电流值进行训练，生成第三电流特征指纹曲线；/n（4）、将步骤（2）中的多个灯具置于高温环境下，并令各个灯具分别播放相同的设定节目，同时采集每个灯具在高温环境下播放设定节目过程中的实时电流值，采用神经网络对采集的各个灯具高温环境下的实时电流值进行训练，生成第四电流特征指纹曲线；/n（5）、令待检测的多个灯具分别播放相同的设定节目，采集各个待检测灯具播放设定节目过程中的实时电流值，根据各个待检测灯具的实时电流值获得每个待检测灯具的电流特征指纹曲线，将每个待检测灯具的电流特征指纹曲线分别与第一、第二、第三、第四电流特征指纹曲线进行相似度比对，得到匹配曲线，若匹配曲线为第一、第三电流特征指纹曲线中的任意一个，则判断待检测灯具正常，若匹配曲线为第二、第四电流特征曲线的任意一个，则判断待检测灯具故障。/n...

【技术特征摘要】
1.基于电流特征指纹曲线自动识别灯具故障的AI算法，其特征在于：包括以下步骤：
（1）、令多个正常灯具分别播放相同的设定节目，并采集每个正常灯具播放设定节目过程中的实时电流值，采用神经网络对采集的各个正常灯具的实时电流值进行训练，生成第一电流特征指纹曲线；
（2）、选择包含若干个故障灯具的多个灯具分别播放相同的设定节目，并采集每个灯具播放设定节目过程中的实时电流值，采用神经网络对采集的每个灯具的实时电流值进行训练，生成第二电流特征指纹曲线；
（3）、将步骤（1）中多个正常灯具置于高温环境下，并令各个正常灯具分别播放相同的设定节目，同时采集每个正常灯具在高温环境下播放设定节目过程中的实时电流值，采用神经网络对采集的各个正常灯具高温环境下的实时电流值进行训练，生成第三电流特征指纹曲线；
（4）、将步骤（2）中的多个灯具置于高温环境下，并令各个灯具分别播放相同的设定节目，同时采集每个灯具在高温环境下播放设定节目过程中的实时电流值，采用神经网络对采集的各个灯具高温环境下的实时电流值进行训练，生成第四电流特征指纹曲线；
（5）、令待检测的多个灯具分别播放相同的设定节目，采集各个待检测灯具播放设定...

【专利技术属性】
技术研发人员：王忠泉，朱立一，刘剑，
申请(专利权)人：杭州罗莱迪思科技股份有限公司，
类型：发明
国别省市：浙江;33