[发明专利]基于模糊集合理论的路灯故障类型判断方法

权利要求书

1.一种基于模糊集合理论的路灯故障类型判断方法，包括：

根据正常路灯和故障路灯的实际运行数据，分别给出不同故障类型的模型参数，并根据实际运行数据和模型参数构造出各个分量数据的隶属度函数，得到最初的隶属度模型；

每次引入新的单灯数据，并基于最新的隶属度模型进行判断，并针对判定为故障的路灯进行现场核实；

若核查发现正确，则继续进行下一次单灯数据的判断，同时将当前判断正确的故障例子中的电参数据加入到对应的故障类型数据库中，待累计到一定数量时重新修正该故障类型的模型参数；

若核查发现错误，则进行人工分析并归类，待累计到一定数量时重新修正该故障类型的模型参数；

在核查之后获得修正后的模型参数，再继续下一个单灯数据的判断。

2.根据权利要求1所述的基于模糊集合理论的路灯故障类型判断方法，其特征在于，在核查发现错误的过程中，若对模型参数的修正仍不起作用，则进一步修正隶属度模型本身。

3.根据权利要求1所述的基于模糊集合理论的路灯故障类型判断方法，其特征在于，模型参数包括典型期望值、标准偏差。

4.根据权利要求1所述的基于模糊集合理论的路灯故障类型判断方法，其特征在于，分量数据包括电流数据、电压数据。

5.根据权利要求1所述的基于模糊集合理论的路灯故障类型判断方法，其特征在于，在核查发现错误的步骤中，若新增的被核查是错误的数据若现场验证灯无故障，则重新测试电参数据，并将其归入到非故障灯数据库中，若被核实为其他故障，则将电参数据加入到对应的故障类型数据库中。

6.根据权利要求1所述的基于模糊集合理论的路灯故障类型判断方法，其特征在于，隶属度函数是基于正常灯的单灯数据和故障灯的单灯数据一同构造的。

7.根据权利要求1所述的基于模糊集合理论的路灯故障类型判断方法，其特征在于，当出现新增故障类型时，或者需要分立与合并故障类型时，重新归类新的故障类型数据库，以便重新构造新的隶属度模型和参数。