【技术实现步骤摘要】
基于数据预测的照明灯控制方法及系统
[0001]本专利技术涉及灯具数据处理
，尤其涉及一种基于数据预测的照明灯控制方法及系统
。
技术介绍
[0002]随着照明灯在家居市场的兴起以及数据处理技术的发展，越来越多的智能照明灯也开始被研发出来，这类智能照明灯具备数据处理能力，能够为用户提供更加智能的照明服务
。
[0003]但现有技术中，智能照明灯由于其多样化的功能部件，通常较为耗电，如何实现其节能管控是一个研发重点，但现有的针对照明灯的节能管控一般仍然简单处于发光材料的选择或者发光功率的控制，没有考虑到结合算法优势和用户的历史操作记录来提高管控效果
。
可见，现有技术存在缺陷，亟需解决
。
技术实现思路
[0004]本专利技术所要解决的技术问题在于，提供一种基于数据预测的照明灯控制方法及系统，能够同时兼顾对照明灯的节能发光进行把控以及照顾用户的亮度偏好体验，在达到节能管控的同时提高了用户体验
。
[0005]为了解决上述技术问题，本专利技术第...
【技术保护点】
【技术特征摘要】
1.
一种基于数据预测的照明灯控制方法，其特征在于，所述方法包括：获取目标用户在历史时间段对于目标照明灯的历史亮度调节操作和对应的照明灯传感参数；根据所述历史亮度调节操作和对应的照明灯传感参数，建立所述目标用户对应的时间点
、
照明灯传感参数和亮度偏好之间的数学关系模型；在所述目标照明灯工作时，根据所述目标照明灯的当前显示亮度
、
当前时间点
、
当前照明灯传感参数以及所述数学关系模型，确定所述目标用户对应的当前显示亮度偏好；在所述当前显示亮度高于所述当前显示亮度偏好对应的节能亮度范围时，根据所述目标照明灯的当前显示亮度，和所述当前显示亮度偏好，确定所述目标照明灯的功率变化指令；所述功率变化指令用于将所述当前显示亮度调整至所述节能亮度范围
。2.
根据权利要求1所述的基于数据预测的照明灯控制方法，其特征在于，所述历史亮度调节操作包括调节操作和操作参数，所述调节操作为亮度提高操作或亮度降低操作；所述操作参数包括操作用时
、
操作反复次数
、
控制亮度变化程度中的至少一种；和
/
或，所述照明灯传感参数包括所述目标照明灯的温度传感参数
、
图像传感参数
、
环境光亮度传感参数和位置传感参数中的至少一种
。3.
根据权利要求2所述的基于数据预测的照明灯控制方法，其特征在于，所述根据所述历史亮度调节操作和对应的照明灯传感参数，建立所述目标用户对应的时间点
、
照明灯传感参数和亮度偏好之间的数学关系模型，包括：将每一所述历史亮度调节操作和对应的操作时间点，确定为第一训练数据集；根据所述第一训练数据集，训练得到能够根据时间点预测亮度调节操作的第一操作预测神经网络模型；将每一所述历史亮度调节操作和对应的照明灯传感参数，确定为第二训练数据集；根据所述第二训练数据集，训练得到能够根据照明灯传感参数预测的传感预测亮度调节操作的第二操作预测神经网络模型；基于多项式拟合算法，根据每一所述历史亮度调节操作和对应的操作时间点和照明灯传感参数，拟合得到所述操作时间点
、
所述照明灯传感参数和亮度调节操作之间的多项式关系模型；将所述第一操作预测神经网络模型
、
所述第二操作预测神经网络模型和所述多项式关系模型，确定为所述目标用户对应的时间点
、
照明灯传感参数和亮度偏好之间的数学关系模型
。4.
根据权利要求3所述的基于数据预测的照明灯控制方法，其特征在于，所述根据当前时间点
、
当前照明灯传感参数以及所述数学关系模型，确定所述目标用户对应的当前显示亮度偏好，包括：将当前时间点输入至所述第一操作预测神经网络模型中，以得到所述目标用户对应的第一预测亮度操作和对应的第一预测概率；将当前照明灯传感参数输入至所述第二操作预测神经网络模型中，以得到所述目标用户对应的第二预测亮度操作和对应的第二预测概率；将所述当前时间点和所述当前照明灯传感参数输入至所述多项式关系模型中，以得到所述目标用户对应的第三预测亮度操作；
根据所述第一预测亮度操作
、
所述第一预测概率
、
所述第二预测亮度操作
、
所述第二预测概率和所述第三预测亮度操作，确定所述目标用户对应的最终预测亮度操作；根据所述目标照明灯的当前显示亮度，和所述最终预测亮度操作，确定所述目标用户对应的当前显示亮度偏好
。5.
根据权利要求4所述的基于数据预测的照明灯控制方法，其特征在于，所述根据所述第一预测亮度操作
、
所述第一预测概率
、
所述第二预测亮度操作
、
所述第二预测概率和所述第三预测亮度操作，确定所述目标用户对应的最终预测亮度操作，...
【专利技术属性】
技术研发人员：朱湘军，董浩，吴应超，李利苹，汪壮雄，唐伟文，孟凯，任继光，
申请(专利权)人：广州视声智能股份有限公司，
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。