[发明专利]路灯优化控制方法、装置、计算机设备和存储介质

权利要求书

1.一种路灯优化控制方法，所述方法包括：

获取被控路灯的路灯数据；

根据所述路灯数据分析所述被控路灯的路灯特征和外部因素特征，所述路灯特征包括所处环境的区域特征、地理特征、商业特征以及业务特征，所述外部因素特征包括时间特征、季节特征以及天气因素；

根据所述被控路灯的路灯特征和外部因素特征，在预设控制策略库中进行匹配，得到匹配的路灯优化控制策略；

根据匹配的路灯优化控制策略，得到所述被控路灯的控制参数；

所述根据分析得到的所述被控路灯的路灯特征和外部因素特征，在预设控制策略库中进行匹配，得到匹配的路灯优化控制策略之前，还包括：

获取路灯的样本基础数据以及样本策略数据，所述样本基础数据包括路灯所处物联网平台、所处互联网接入平台以及所处路灯管理系统的关联数据；对所述路灯的样本基础数据以及样本策略数据进行智能分析，提取各路灯的路灯特征和外部因素特征，并构建预设控制策略库；

所述提取各路灯的路灯特征和外部因素特征，并构建预设控制策略库包括：提取各路灯的路灯特征和外部因素特征，根据所述各路灯的路灯特征和外部因素特征进行路灯分类，根据不同的路灯类别进行策略构建，得到预设控制策略库。

2.根据权利要求1所述的方法，其特征在于，智能分析包括信息文本分析、故障关联分析以及策略学习。

3.根据权利要求2所述的方法，其特征在于，所述信息文本分析包括：

提取所述样本基础数据中由路灯所处物联网平台以及所处互联网接入平台得到的文本数据；

获取路灯特征关联的基础词库；

根据所述基础词库、基于分词算法对所述文本数据进行文本分词，得到文本分词结果；

对所述文本分词进行语义分析处理，得到路灯特征。

4.根据权利要求3所述的方法，其特征在于，所述基础词库携带有路灯监视、分析以及控制相关的特征词汇。

5.根据权利要求2所述的方法，其特征在于，所述故障关联分析包括：

提取所述样本基础数据中与路灯故障相关的故障数据；

根据提取的故障数据，识别路灯故障之间的因果关系；

根据所述路灯故障之间的因果关系，确定故障关联对象；

分析故障关联对象的状态，并进行多故障关联分析，定位故障源。

6.根据权利要求2所述的方法，其特征在于，所述策略学习包括：

提取所述样本策略数据中携带的所有策略；

对提取的策略进行策略特征分析以及多策略关联性分析，得到策略分析结果；

根据所述策略分析结果，将关联策略的策略特征进行合并重构，得到重构的策略数据；

对重构的策略数据进行学习优化，得到优化的策略。

7.一种路灯优化控制装置，其特征在于，所述装置包括：

数据获取模块，用于获取被控路灯的路灯数据；

特征分析模块，用于根据所述路灯数据分析所述被控路灯的路灯特征和外部因素特征，所述路灯特征包括所处环境的区域特征、地理特征、商业特征以及业务特征，所述外部因素特征包括时间特征、季节特征以及天气因素；

策略匹配模块，用于根据所述被控路灯的路灯特征和外部因素特征，在预设控制策略库中进行匹配，得到匹配的路灯优化控制策略；

控制模块，用于根据匹配的路灯优化控制策略，得到所述被控路灯的控制参数；

控制策略库生成模块，用于获取路灯的样本基础数据以及样本策略数据，样本基础数据包括路灯所处物联网平台、所处互联网接入平台以及所处路灯管理系统的关联数据；对路灯的样本基础数据以及样本策略数据进行智能分析，提取各路灯的路灯特征和外部因素特征，并构建预设控制策略库；

其中，所述提取各路灯的路灯特征和外部因素特征，并构建预设控制策略库包括：提取各路灯的路灯特征和外部因素特征，根据所述各路灯的路灯特征和外部因素特征进行路灯分类，根据不同的路灯类别进行策略构建，得到预设控制策略库。

8.根据权利要求7所述的装置，其特征在于，所述智能分析包括信息文本分析、故障关联分析以及策略学习。