[发明专利]照明设备的寿命预估方法、装置、存储介质及电子设备有效

专利信息
申请号: 201910598334.6 申请日: 2019-07-03
公开(公告)号: CN110287640B 公开(公告)日: 2023-10-13
发明(设计)人: 陈昆伦;黄书鹏;付晓亮;于宏志;赵中华 申请(专利权)人: 辽宁艾特斯智能交通技术有限公司
主分类号: G06F30/20 分类号: G06F30/20;G06Q10/20;G06F119/04
代理公司: 北京超凡宏宇知识产权代理有限公司 11463 代理人: 刘亚飞
地址: 110000 辽宁省*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 照明设备 寿命 预估 方法 装置 存储 介质 电子设备
【说明书】:

本申请提供一种照明设备的寿命预估方法、装置、存储介质及电子设备,涉及照明设备控制领域。方法包括:获取多个照明设备之间的相关性模型;获取部分照明设备的实时数据,并根据所述实时数据确定异常的照明设备;计算所述异常的照明设备的寿命;及根据所述相关性模型和所述异常的照明设备的寿命,预估目标照明设备的寿命。通过这样的方式,可以根据已经确定出使用寿命的照明设备的寿命值的数据,对与之相关的照明设备的寿命进行预估,由于数据都来自于实际中的实时数据,因此能够尽可能准确地预估出与异常的照明设备关联的照明设备的寿命。

技术领域

本申请涉及照明设备控制领域,例如涉及一种照明设备的寿命预估方法、装置、存储介质及电子设备。

背景技术

为满足公共区域(例如,隧道,公路,公园等)的照明需求,通常会在这些区域安装大量的照明设备。为保证照明效果,这些照明设备需要及时维护。现有的照明设备维护方式多为人工维护。由于照明设备较多且较分散,且实际使用中,通常需要在照明设备出现异常后才能了解到该设备的实际使用寿命,而无法提前对正常使用中的照明设备进行有效的寿命预估,因此,导致维护人员的工作量较大。

发明内容

有鉴于此,本申请的目的在于提供一种能够减少照明设备维护人员工作量的照明设备的寿命预估方法、装置、存储介质及电子设备。

为了实现上述目的,本申请的实施例通过如下方式实现:

第一方面,本申请的实施例提供一种照明设备的寿命预估方法,所述方法包括:

获取多个照明设备之间的相关性模型;获取部分所述照明设备的实时数据,并根据所述实时数据确定异常的照明设备;计算所述异常的照明设备的寿命;及根据所述相关性模型和所述异常的照明设备的寿命,预估目标照明设备的寿命。

通过获取照明设备的实时数据,确定出其中异常的照明设备的使用寿命,并根据该使用寿命,对相关性模型中与该异常的照明设备关联的照明设备的寿命进行预估。通过这样的方式,可以根据已经确定出使用寿命的照明设备的寿命值的数据,对与之相关的照明设备的寿命进行预估,由于数据都来自于实际中的实时数据,因此能够尽可能准确地预估出与异常的照明设备关联的照明设备的寿命,从而使得维护人员能够有针对性地对照明设备进行维护,进而减少维护人员的工作量。

结合第一方面实施例,在第一种可能的实现方式中,所述获取多个照明设备之间的相关性模型,包括:

获取所述多个照明设备的原始属性信息;根据所述原始属性信息,建立所述多个照明设备之间的相关性权重关联关系;及根据所述相关性权重关联关系形成所述多个照明设备之间的相关性模型。

通过对多个照明设备的原始属性信息进行相关性权重的设定,以此建立多个照明设备之间的相关性模型,使得相关性模型可以较为准确地反映多个照明设备之间的关联关系,从而能够尽可能准确地预估出与异常的照明设备关联的照明设备的寿命。

结合第一方面的第一种可能的实现方式,在第二种可能的实现方式中,所述根据所述相关性权重关联关系建立所述多个照明设备之间的相关性模型,包括:

以所述多个照明设备作为神经元,并以所述多个照明设备之间的相关性数值作为神经元连接权重,建立神经网络,将所述神经网络作为所述相关性模型。

通过以多个照明设备作为神经元,以多个照明设备之间的相关性数值作为神经元连接权重建立神经网络模型,可以使得建立的模型能够自主地根据实时数据进行不断地学习和改进,以使对目标照明设备的寿命预估更加准确。

结合第一方面实施例,在第三种可能的实现方式中,所述获取部分所述照明设备的实时数据,并根据所述实时数据确定异常的照明设备,包括:

获取部分所述照明设备的影像信息;根据所述影像信息,确定所述异常的照明设备。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于辽宁艾特斯智能交通技术有限公司,未经辽宁艾特斯智能交通技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910598334.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top