一种基于照明平台的分数阶梯度极值搜索方法与流程

本发明属于极值搜索
技术领域：
，更为具体地讲，涉及一种基于照明平台的分数阶梯度极值搜索方法。
背景技术：
：据统计，全球能源耗用与日趋增的同时，电能消耗量也在随之攀升，其中单照明便占全球全年总用电量20％之高。显然，节约电能，降低电能的使用量是整个节能工程必不可少的一部分。本发明以更好的节能为出发点，以实现在照明系统中能最大限度的降低能耗。在现有的技术中，采用pid控制算法和基于梯度的极值搜索算法的双闭环控制系统，采用pid控制算法保证了目标区域照度值稳定在设定照度值附近，实现了一定的节能，采用梯度极值搜索算法在满足照度需求的情况下寻找到系统能耗的极小值，并保持最小值稳定输出，实现了二次节能，对于应用在照明系统节能上有着重要的控制作用。在上述发明中，对照明系统中的灯具进行分组控制，这有助于对照明系统进行灵活控制，通过对灯具分组后采用梯度极值搜索方法寻找相对最低能耗值的算法，对照明系统节能而言是一种新型且有效地控制方法。然而，采用梯度极值搜索最低能耗值时，其搜索的效率低，需要消耗大量时间，且搜索精确度不够准确，不能更快更准的寻找到系统能耗的极小值，实现整个照明系统优化和节能。技术实现要素：本发明的目的在于克服现有技术的不足，提供一种基于照明平台的分数阶梯度极值搜索方法，采用分数阶梯度极值搜索算法在满足照度需求的情况下，能更快更准的寻找到系统能耗的极小值，实现整个照明系统优化和节能。为实现上述发明目的，本发明一种基于照明平台的分数阶梯度极值搜索方法，其特征在于，包括以下步骤：(1)、将用于照度控制区域照明的所有灯具划分为n组，每组灯具的电流分配系数为ω，其中，ω＝[ω1,ω2,ω3,...,ωn]t，且通过改变电流分配系数ω的值来控制各组灯具的亮度；在照度控制区域安装一个光传感器，用于照度控制区域照度的采集；(2)、设定照度控制区域的目标照度值，初始化每组灯具的电流分配系数计算出所有灯具的初始能耗e；其中，i表示所有灯具的总电流，ri表示第i组灯具的电阻值；(3)、将初始能耗e经过一个分数阶高通滤波器滤除信号的直流分量γ，产生新的信号e-γ，即其中，s表示s域，q为分数阶的阶次，且0＜q≤1，ωh为分数阶高通滤波器的截止频率；(4)、将信号e-γ先经过扰动f(t)的作用后，再输入至一个频率为ωl的分数阶低通滤波器产生出稳定的信号即(5)、将信号通过一个分数阶积分器得到每组灯具的电流分配系数ω的估计值即其中，k为分数阶积分器增益；(6)、将估计值与扰动w(t)作和后得到各组灯具的电流分配系数ω，即(7)、利用步骤(6)得到的各组灯具的电流分配系数ωi更新各组灯具的初始电流分配系数并按照步骤(2)所述方法计算本轮迭代的总能耗，判断本轮迭代的总能耗与上一轮迭代的总能耗的差值δe是否小于设定的阈值，如果小于阈值，则结束；否则返回步骤(3)，通过多次循环迭代，最终搜索到稳定的最小能耗值。本发明的发明目的是这样实现的：本发明一种基于照明平台的分数阶梯度极值搜索方法，通过实时跟踪所设照度值，使目标区域照度值稳定在所设照度值范围内，再通过分数阶梯度极值搜索控制算法搜索到系统能耗的相对极小值，使灯具达到并保持相对最低能耗值的组合输出，从而实现整个照明系统优化和节能。同时，本发明一种基于照明平台的分数阶梯度极值搜索方法还具有以下有益效果：(1)、本发明是在之前发明的基础上，对基于梯度极值搜索算法进行了优化，得到一个分数阶梯度极值搜索算法，新算法相对于原整数阶极值搜索算法拥有相似的概念和分析方法，但搜索结果相比较，新算法在搜索效率上更快，搜索精确度上更精确。(2)、本发明引入了系统的分数阶次，相对于原梯度极值搜索算法，该算法采用分数阶求导，将原梯度极值搜索算法进行了扩展，使该算法的适应性得到了提高，通过调整分数阶的阶次q，可以使该算法更快更准的搜索到最小能耗点，其次，引入分数阶次使系统的性能调节范围变大，适应性得到提高，故可得到更好的优化效果。(3)、本发明在保证目标区域照度值维持在期望值时，该算法通过调节各灯组的电流分配系数，使该照明系统消耗的能耗值保持最低。(4)、本发明利用扰动的作用，在某一迭代点处沿能耗下降的方向，寻找到下一个迭代点，一直循环下去，直到能耗维持在一个稳定的最小值，这样在搜索最优能耗的同时可保证目标区域照度值稳定在用户设定照度值附近，这样即满足了用户的需求，又达到了节能的效果。附图说明图1是本发明基于照明平台的分数阶梯度极值搜索方法流程图；图2是照度控制区域内照明的所有灯具划分为两组示意图；图3是两组灯遍历实验中实际光照值随时间的变化图；图4是两组灯遍历实验中能耗e与电流分配系数ω之间的关系；图5是灯具分两组时分数阶梯度法极值搜索中实际光照值随时间的变化；图6是灯具分两组时分数阶梯度法极值搜索中能耗随时间的变化；图7是灯具分两组时新旧算法能耗随时间的变化对比；图8是灯具分两组时变光照值分数阶梯度法极值搜索中实际光照值随时间变化；图9是灯具分两组时变光照值分数阶梯度法极值搜索中能耗随时间的变化；图10是灯具分两组时变光照值新旧算法能耗随时间的变化对比；图11是照度控制区域内照明的所有灯具划分为三组示意图；图12是三组灯遍历实验中能耗e与电流分配系数ω1和ω2之间的关系；图13是灯具分三组时变光照值分数阶梯度法极值搜索中实际光照值随时间变化；图14是灯具分三组时变光照值分数阶梯度法极值搜索中能耗随时间的变化；图15是灯具分三组时变光照值新旧算法能耗随时间的变化对比。具体实施方式下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。实施例在本实施例中，将本发明应用于智能照明实验平台，下面对该平台的运作流程进行简要的介绍。照明平台主要包括小房子、小灯、光照度传感器、数据采集卡、电脑。光照度传感器将当前小房子内特定区域的光照值通过数据采集卡传输给电脑，电脑作为控制器对采集到的信息进行实时处理并产生相应的控制指令，分别控制各灯组的照度值，从而构成了整个照明控制闭环系统。本发明采用分数阶梯度极值搜索控制的照明系统最低能耗搜索方法，包括使目标区域照度值稳定在用户设定照度值附近的控制方法和基于分数阶梯度法的极值搜索控制方法。为使目标区域照度值稳定在用户期望照度值附近，我们采用简单的pid控制，将采集到的特定区域的照度值与期望照度值比较产生差值，该差值经过pid控制器产生相应的控制量，该控制量由极值搜索算法按一定的比例分配给各个灯组，以控制各组灯的光照度，使得目标区域的光照度维持在期望值附近。我们要保证在极值搜索算法进行搜索时，即pid输出的控制量的分配比例在变化时，目标区域的光照度要维持在期望值附近。下面结合图1，对本发明一种基于照明平台的分数阶梯度极值搜索方法进行详细说明，具体包括以下步骤：s1、将用于照度控制区域照明的所有灯具划分为n组，每组灯具的电流分配系数为ω，其中，ω＝[ω1,ω2,ω3,...,ωn]t，且通过改变电流分配系数ω的值来控制各组灯具的亮度；在照度控制区域安装一个光传感器，用于照度控制区域照度的采集；s2、设定照度控制区域的目标照度值，初始化每组灯具的电流分配系数在当前电流分配系数的前提下，由pid控制实现照度控制区域的实际照度值达到期望照度值，输出相应的控制量i。由此计算出所有灯具的初始能耗e；其中，i表示所有灯具的总电流，ri表示第i组灯具的电阻值；s3、将初始能耗e经过一个分数阶高通滤波器滤除信号的直流分量γ，产生新的信号e-γ，即其中，s表示s域，q为分数阶的阶次，且0＜q≤1，ωh为分数阶高通滤波器的截止频率；该过程经反拉氏变换，由s域转换到时域，得到s4、将信号e-γ先经过扰动f(t)的作用后，再输入至一个频率为ωl的分数阶低通滤波器产生出稳定的信号即将该过程由s域转换到时域，有其中，扰动f(t)的表达式为：其中，ai为设计参数，i＝1,2,...,n，σi为扰动频率，[·]t表示转置；s5、将信号通过一个分数阶积分器得到每组灯具的电流分配系数ω的估计值即其中，k为分数阶积分器增益；同样将该过程由s域转换到时域得到s6、将估计值与扰动w(t)作和后得到各组灯具的电流分配系数ω，即其中，扰动w(t)的表达式为：w(t)＝[a1sinσ1t,...,ansinσnt]ts7、利用步骤s6得到的各组灯具的电流分配系数ωi更新各组灯具的初始电流分配系数并按照步骤s2所述方法计算本轮迭代的总能耗，判断本轮迭代的总能耗与上一轮迭代的总能耗的差值δe是否小于设定的阈值，如果小于阈值，则结束；否则返回步骤s3，通过多次循环迭代，最终搜索到稳定的最小能耗值。实例在本实施例中，我们将用于照度控制区域照明的所有灯具分为两组，分组示意图如图3所示，设定目标区域照度值45lux，55lux，65lux，对3个照度设定值分别进行遍历实验。在照度设定值为45lux情况下，目标区域实际照度值随时间的变化如图3所示；同时得到该照度设定值情况下的电流分配系数ω及其对应的能耗值e之间的关系如图4所示。在相同的分组情况下，分别对照度设定值为55lux及65lux进行试验，实验数据如表1所示；表1设定目标区域照度值55lux，进行分数阶梯度法极值搜索算法可行性的验证。保持小灯分组情况不变，采用分数阶梯度极值搜索算法搜索该情况下照明平台的最小能耗点，得到目标区域光照随时间的变化如图5，该照明平台小灯总能耗随时间的变化如图6。可知该算法在保证目标区域照度值维持55lux的同时，搜索到稳定的最小能耗e，且在e*误差的27％范围内，即我们认为该算法可以搜索到照明平台的最小能耗值。保持上述条件不变，改用原梯度极值搜索算法，得到该算法对应的照明平台小灯总能耗随时间的变化，与分数阶梯度极值搜索算法的结果对比如图7所示。由图可以看出，运用分数阶极值搜索方法可以更准确的搜到系统的最小能耗点，而且搜索过程抖颤较小，更加稳定。下面进行变光照值实验，光照设定值随时间的变化发生跳变，每150秒变一次，分别为55lux，65lux，45lux，保持小灯的分组情况不变。首先进行分数阶梯度法极值搜索算法可行性的验证，利用该算法搜索各光照设定值对应的照明平台最小能耗点，得到目标区域光照随时间的变化如图8，该照明平台小灯总能耗随时间的变化如图9。首先，由图形可以看出，该算法适用于用户对照明需求有变化的情况，且在实际光照度维持在变化的设定值附近时，该算法搜索到的能耗在最小能耗的27％误差范围内，即可以搜索到极值。保持上述条件不变，改用原梯度极值搜索算法，得到该算法对应的照明平台小灯总能耗随时间的变化，与分数阶梯度极值搜索算法的结果对比如图10所示。可以看出分数阶极值搜索搜索的最小能耗值更加准确，而且抖颤更小，说明了该算法相对于原梯度极值搜索算法拥有更好的性能。下面我们将用于照度控制区域照明的所有灯具分为三组，分组示意图如图11所示，设定目标区域照度值40lux，50lux，60lux，对3个照度设定值分别进行遍历实验。在设定值为40lux时，在目标区域实际照度维持在设定值情况下，得到电流分配系数ω1，ω2及其对应的能耗值e之间的关系，如图12所示同样我们可以得到设定值为50lux和60lux情况下的图形和数据，由于该图形基本相同，这里不予展示，所测的结果如表2所示；光照设定值(lux)405060最低能耗值e*0.91391.45322.2e*误差范围1+5％0.95961.52592.31e*误差范围1+27％1.16071.84562.794表2下面进行变光照值实验，光照设定值随时间的变化发生跳变，每150秒变一次，分别为60lux，40lux，50lux，保持小灯的分组情况不变。首先进行分数阶梯度法极值搜索算法可行性的验证，利用该算法搜索各光照设定值对应的照明平台最小能耗点，得到目标区域光照随时间的变化如图13，该照明平台小灯总能耗随时间的变化如图14。可知，该算法在实际照度值达到并维持设定值的情况下，搜索到的能耗值在最小能耗值27％的误差范围内，即该算法搜索到了最小能耗点。保持上述条件不变，改用原梯度极值搜索算法，得到该算法对应的照明平台小灯总能耗随时间的变化，与分数阶梯度极值搜索算法的结果对比如图15所示。由对比图形可知，分数阶算法相对于原算法搜索到的能耗值更加接近最小能耗值，即搜索的极值更加准确，并且算法的稳定性更好，从而实现了更加节能的目标。尽管上面对本发明说明性的具体实施方式进行了描述，以便于本
技术领域：
的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本
技术领域：
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。当前第1页12