[发明专利]基于电流特征指纹曲线自动识别灯具故障的AI算法

权利要求书

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。

2.根据权利要求1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。

3.根据权利要求2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。

4.根据权利要求1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。