灯具的开关状态的识别方法及系统及估算方法及系统的制作方法
【技术领域】
[0001] 本发明设及智能家居技术领域，尤其设及一种灯具开关状态的识别方法及系统及 估算方法及系统。
【背景技术】
[0002] 传统的收集建筑内灯具运行及照度信息的方法主要是通过记录用户日常行为和 大范围的问卷调查统计来进行照度测量。长期不断的记录灯具运行状态的行为会让受试用 户感觉枯燥乏味，且会增加其工作负担。大范围的实地问卷调查一方面无法经常性进行，另 一方面难W将灯具运行的统计信息与实时的环境数据联系起来。
[0003] 近年来，随着传感、通信、计算等技术的发展及智能家居等概念的流行，用于室内 环境监测和灯具开关状态控制的建筑无线监测网络逐渐兴起。国内外已有大量的研究人员 在尝试通过室内外环境参数的长时间监测结果来分析与总结室内人员状态与室内环境变 化之间的规律，如Raat化ainen等人通过室内外温湿度、压差、C02浓度变化等特征推断室 内是否有人、空调是否开启。Dong等和化ge等根据室内C02的变化特征、小区域内的代谢 产热率与污染物浓度。推断人员的出勤率化及人员的活动区域分布。化n等和化ge等根据 温度等变化推测人员的开窗活动等。但是，该些研究均属于控制环境下的实验研究，监测的 数据量少，没有形成能够用于真实环境中长期数据监测与行为信息收集的体系。真实环境 中用户的自主性与开、关灯行为的随机性，给室内照度数据与灯具开关行为信息的长期、大 范围收集带来了挑战。
【发明内容】
[0004] 本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明第 一方面目的在于提出一种具有智能、高效的灯具的开关状态识别方法。
[0005] 本发明第二方面目的在于提出一种灯具的开关状态识别系统。
[0006] 本发明第S方面目的在于提出一种灯具的开关状态识别方法。
[0007] 本发明第四方面目的在于提出一种灯具的开关状态识别系统。
[0008] 本发明第五方面目的在于提出一种灯具的开关状态估算方法。
[0009] 本发明第六方面目的在于提出一种灯具的开关状态估算系统。
[0010] 为了实现上述目的，本发明第一方面实施例的灯具的开关状态识别方法，包括W 下步骤；S11，采集样本数据，所述样本数据包括照度数据及该照度数据对应时刻的灯具的 开关状态；S12,对所述样本数据进行预处理滤除异常样本，W获取预处理后的样本，并将所 述预处理后的样本划分为训练集和测试集；S13,对所述训练集进行特征项选择W获取特征 项；S14,对所述特征项进行处理，W获取所述灯具的开关状态的识别规则，所述识别规则 包括照度区间及对应的所述灯具的开关状态；S15,利用所述测试集对所述识别规则进行 测试，并获取测试结果；W及S16,判断所述测试结果是否大于预设阔值，若是，则将所述识 别规则作为所述灯具的开关状态的识别结果，输出所述识别结果，若否，则重复执行S13~ S16直至所述样本数据测试结束。
[0011] 根据本发明实施例的灯具的开关状态的识别方法，通过大范围的实时测量室内照 度数据和收集开关灯等的行为信息采集样本数据，克服长期行为记录的不便、大范围数据 收集的高费用等挑战。此外通过对样本数据进行预处理获取训练集和测试集，并对训练集 进行特征项选择，训练出照度数据与灯具的开关状态的识别规则，同时利用测试集对识别 规则进行测试，已验证获取的高正确率的识别结果。
[0012] 在一些示例中，所述步骤S12采用样本间距的方式滤除异常样本。
[0013]在一些示例中，所述步骤S13根据所述照度数据与所述灯具的开关状态的相对信 息增益量获取所述特征项。
[0014]在一些示例中，所述步骤S14利用贝叶斯网络获取所述识别规则。
[0015]本发明第二方面实施例的灯具的开关状态识别系统，包括：采集模块，用于采集样 本数据，所述样本数据包括照度数据及该照度数据对应时刻的灯具的开关状态；预处理模 块，用于对所述样本数据进行预处理滤除异常样本，W获取预处理后的样本，并将所述预处 理后的样本划分为训练集和测试集；特征选取模块，用于对所述训练集进行特征项选择W 获取特征项；识别模块，用于对所述特征项进行处理，W获取所述灯具开关状态的识别规 贝1J，所述识别规则包括照度区间及对应的所述灯具的开关状态；W及判断模块，用于利用所 述测试集对所述识别规则进行测试，并获取测试结果，判断所述测试结果是否大于预设阔 值，若是，则将所述识别规则作为所述空调的开关状态的识别结果，输出所述识别结果。根 据本发明实施例的灯具的开关状态的识别系统，采集模块通过大范围的实时测量室内照度 数据和收集开关灯等的行为信息采集样本数据，克服长期行为记录的不便、大范围数据收 集的高费用等挑战。此外预处理模块通过对样本数据进行预处理获取训练集和测试集，特 征项选择模块对训练集进行特征项选择后，识别模块训练出照度数据与灯具的开关状态的 识别规则，同时判断模块利用测试集对识别规则进行测试，已验证获取的高正确率的识别 结果。
[0016]在一些示例中，所述预处理模块用于采用样本间距的方式滤除异常样本。
[0017]在一些示例中，所述特征选取模块用于根据所述照度数据与所述灯具的开关状态 的相对信息增益量获取所述特征项。
[0018]在一些示例中，所述识别模块用于利用贝叶斯网络获取所述识别规则。
[0019]本发明第=方面实施例的灯具的开关状态的识别方法，包括W下步骤；S21，获取 第一预定样本容量的第一样本数据，所述第一样本数据包括照度数据及该照度数据对应的 灯具的开关状态；S22,获取第二预定样本容量的第二样本数据，从所述第一样本数据中删 除与所述第二预定样本容量数目相同的第一样本数据并获取删除后的第一样本数据，并将 所述第二样本数据加入所述删除后的第一样本数据中，W得到更新后的第一样本数据，所 述第二样本数据包括照度数据及该照度数据对应的灯具的开关状态，第二预定样本容量小 于所述第一预定样本容量；S23,建立所述更新后的第一样本数据的所述照度数据与所述灯 具的开关状态的识别规则，所述识别规则包括照度区间及其对应的所述灯具的开关状态； S24,输出所述照度数据与所述灯具的开关状态的识别规则。
[0020] 根据本发明实施例的灯具的开关状态的识别方法，通过采集样本，并利用新样本 替代历史样本的方法，直接根据样本数据中呈现的照度数据与灯具的开关状态之间的内在 规律，获取照度数据对应的灯具的开关状态。本发明实施例的方法未利用时间变量，因而更 具有抗时变性。
[0021] 在一些示例中，所述识别方法通过机器学习的方式获取所述照度数据与所述识别 规则。
[0022] 本发明第四方面实施例的灯具的开关状态识别系统，包括；第一采集模块，用于采 集第一预定样本容量的第一样本数据，所述第一样本数据包括照度数据及对应的灯具的开 关状态；第二采集模块，用于获取第二预定样本容量的第二样本数据；处理模块，用于从所 述第一样本数据中删除与所述第二预定样本容量数目相同的第一样本数据获取删除后的 第一样本数据，并将所述第二样本数据加入所述删除后的第一样本数据中，W得到更新后 的第一样本数据，并建立所述更新后的第一样本数据的所述照度数据与所述灯具的开关状 态的识别规则，所述识别规则包括照度区间及对应的所述灯具的开关状态，所述第二样本 数据包括照度数据及该照度数据对应的灯具的开关状态，第二预定样本容量小于所述第一 预定样本容量。
[0023] 根据本发明实施例的灯具的开关状态的识别系统，通过第一采集模块采集样本， 并利用第二采集模块采集的新样本替代历史样本的方法，处理模块直接根据样本数据中呈 现的照度数据与灯具的开关状态之间的内在规律，获取照度数据对应的灯具的开关状态。 本发明实施例的方法未利用时间变量，因而更具有抗时变性。
[0024] 本发明第五方面的实施例中提出一种灯具开关状态的估算方法，包括W下步骤： S