[发明专利]建筑物夜景的照明控制方法及其系统

说明书

公开了一种建筑物夜景的照明控制方法及其系统，其采用基于深度学习的人工智能控制技术，以所述建筑物夜景照明系统中各个照明设备在时间维度上的功率值信息作为输入数据，以此来挖掘出所述各个照明设备间的功率在时间维度上的多尺度动态变化特征的具有长距离依赖和中短距离依赖的上下文关联特征分布信息，并以所述各个照明设备功率动态特征间的长距离依赖关联特征和中短距离依赖关联特征的融合特征分布来进行建筑物夜景照明系统的照明灯效是否异常的判断。这样，能够根据实际情况来准确地进行建筑物夜景的照明自适应控制。

技术领域

本申请涉及照明控制技术领域，且更为具体地，涉及一种建筑物夜景的照明控制方法及其系统。

背景技术

建筑夜景照明是一种表现建筑夜间景观的室外照明技术，多用于大型公共建筑、纪念性建筑、公园、雕塑和喷水池等处，建筑夜景照明是建筑艺术和环境综合处理的一种手法，具有装饰和美化环境的作用。

现有技术中，如公开号为CN107105557A的中国专利，公开了建筑物内照明控制系统包括多个区域集中控制站，所述区域集中控制站与灯具开关控制器信息通信连接，所述区域集中控制站用于控制所属区域内的所述的灯具开关控制器运作，并检测所述的灯具开关控制器的运行状况，以通过灯具开关控制器、多个区域集中控制站、中心远程控制平台三级控制，实现整个建筑物内的照明灯具进行全部监控管理，以及时发现和处理不需要的照明或者损坏的照明装置。

但是在上述建筑物夜景的照明控制系统的运行中，发现：其所发现和处理的不需要照明或者损坏的照明装置中存在正常的照明装置，而在其没发现和处理的照明装置中却存在故障照明装置。究其原因建筑物夜景照明不再单纯地提供照明功能，而还需要相互配合以形成特定的灯效，这种工作模式下，无法通过单个照明设备的工作性能数据来判断照明设备是否正常。

因此，期待一种优化的建筑物夜景的照明控制方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种建筑物夜景的照明控制方法及其系统，其采用基于深度学习的人工智能控制技术，以所述建筑物夜景照明系统中各个照明设备在时间维度上的功率值信息作为输入数据，以此来挖掘出所述各个照明设备间的功率在时间维度上的多尺度动态变化特征的具有长距离依赖和中短距离依赖的上下文关联特征分布信息，并以所述各个照明设备功率动态特征间的长距离依赖关联特征和中短距离依赖关联特征的融合特征分布来进行建筑物夜景照明系统的照明灯效是否异常的判断。这样，能够根据实际情况来准确地进行建筑物夜景的照明自适应控制。

根据本申请的一个方面，提供了一种建筑物夜景的照明控制方法，其包括：获取建筑物夜景照明系统中各个照明设备在预定时间段内多个预定时间点的功率值；将所述各个照明设备在预定时间段内多个预定时间点的功率值分别按照时间维度排列为功率输入向量后通过多尺度邻域特征提取模块以得到多个单照明设备时序特征向量；将所述多个单照明设备时序特征向量通过第一照明效果语义理解模型以得到第一照明灯效语义特征向量；将所述多个单照明设备时序特征向量通过第二照明效果语义理解模型以得到第二照明灯效语义特征向量；融合所述第一照明灯效语义特征向量和所述第二照明灯效语义特征向量以得到分类特征向量；以及将所述分类特征向量通过分类器以得到分类结果，所述分类结果用于表示建筑物夜景照明系统的照明灯效是否异常。

在上述建筑物夜景的照明控制方法中，所述将所述各个照明设备在预定时间段内多个预定时间点的功率值分别按照时间维度排列为功率输入向量后通过多尺度邻域特征提取模块以得到多个单照明设备时序特征向量，包括：将所述功率输入向量输入所述多尺度邻域特征提取模块的第一卷积层以得到第一尺度照明特征向量，其中，所述第一卷积层具有第一长度的第一一维卷积核；将所述功率输入向量输入所述多尺度邻域特征提取模块的第二卷积层以得到第二尺度照明特征向量，其中，所述第二卷积层具有第二长度的第二一维卷积核，所述第一长度不同于所述第二长度；以及，将所述第一尺度照明特征向量和所述第二尺度照明特征向量进行级联以得到所述单照明设备时序特征向量。