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

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 1，采集当前环境的照度信息；S2,将所述照度信息与设定的索引表比对，W得到所述照度 信息落入的照度区间，所述索引表存储有所述照度区间及对应的所述灯具的开关状态；W 及S3,获取所述照度信息所对应的所述灯具的开关状态。
[00巧]根据本发明实施例的灯具开关状态的估算方法，将采集的当前环境的照度信息与 索引表比对，W获取照度信息落入的索引表的照度区间从而确定灯具的开关状态，实时性， 准确率高。
[0026] 在一些示例中，所述方法还包括；输出并显示所述的照度信息及其对应的所述灯 具的开关状态。
[0027] 本发明第六方面实施例的灯具的开关状态的估算系统，包括：采集单元，用于采集 当前环境的照度信息；存储单元，所述存储单元存储有设定的索引表，所述索引表存储有所 述照度区间及其对应的所述灯具的开关状态；W及处理器，用于将所述照度信息与所述索 引表比对W确定所述照度信息落入的照度区间，从而获取所述照度信息所对应的所述灯具 的开关状态。
[0028] 根据本发明实施例的灯具开关状态的估算系统，将采集的当前环境的照度信息与 索引表比对，W获取照度信息落入的索引表的照度区间从而确定灯具的开关状态，实时性， 准确率高。
[0029] 在一些示例中，所述系统还包括；显示单元，用于显示所述的照度信息及其对应的 所述灯具的开关状态。
[0030] 本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变 得明显，或通过本发明的实践了解到。
【附图说明】
[0031] 图1是根据本发明一个实施例的灯具的开关状态的识别方法的流程图；
[0032] 图2是本发明实施例的样本数据示意图；
[0033] 图3是本发明实施例的拓扑结构及识别规则示意图；
[0034] 图4是本发明实施例的训练集与测试集的识别结果与真实记录的对比图；
[0035] 图5是根据本发明一个实施例的灯具的开关状态的识别系统的结构框图；
[0036] 图6是根据本发明一个实施例的灯具的开关状态的识别方法的流程图；
[0037]图7是本发明实施例的照度数据与灯具的开关状态间的内在规律示意图；
[003引图8是本发明实施例的两用户的灯具的开关状态识别结果与真实记录的对比图；
[0039] 图9是根据本发明一个实施例的灯具的开关状态的识别系统的结构框图；
[0040] 图10是根据本发明一个实施例的灯具的开关状态的估算方法的流程图；和
[0041] 图11是根据本发明一个实施例的灯具的开关状态的估算系统的结构框图。
【具体实施方式】
[0042] 在本发明的描述中，需要理解的是，术语"中屯、"、"纵向"、"横向"、"长度"、"宽度"、 "厚度"、"上"、"下"、"前"、"后"、"左"、"右"、"竖直"、"水平"、"顶"、"底""内"、"外"、"顺时 针"、"逆时针"、"轴向"、"径向"、"周向"等指示的方位或位置关系为基于附图所示的方位或 位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必 须具有特定的方位、W特定的方位构造和操作，因此不能理解为对本发明的限制。
[0043] 此外，术语"第一"、"第二"仅用于描述目的，而不能理解为指示或暗示相对重要性 或者隐含指明所指示的技术特征的数量。由此，限定有"第一"、"第二"的特征可W明示或 者隐含地包括至少一个该特征。在本发明的描述中，"多个"的含义是至少两个，例如两个， =个等，除非另有明确具体的限定。
[0044] 在本发明中，除非另有明确的规定和限定，术语"安装"、'哺连"、'嘴接"、'咽定"等 术语应做广义理解，例如，可W是固定连接，也可W是可拆卸连接，或成一体；可W是机械连 接，也可W是电连接；可W是直接相连，也可W通过中间媒介间接相连，可W是两个元件内 部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员 而言，可W根据具体情况理解上述术语在本发明中的具体含义。
[0045] 在本发明中，除非另有明确的规定和限定，第一特征在第二特征"上"或"下"可W 是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在 第二特征"之上"、"上方"和"上面"可是第一特征在第二特征正上方或斜上方，或仅仅表示 第一特征水平高度高于第二特征。第一特征在第二特征"之下"、"下方"和"下面"可W是 第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
[0046] 下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终 相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附 图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
[0047] 如图1的根据本发明一个实施例的灯具的开关状态的识别方法的流程图所示，本 发明第一方面实施例的灯具的开关状态的识别方法，包括W下步骤：
[0048]S11，采集样本数据，样本数据包括照度数据及与该照度数据对应时刻的灯具的开 关状态；
[0049] S12,对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，并将预处理 后的样本划分为训练集和测试集；
[0050] S13,对训练集进行特征项选择W获取特征项；
[0051] S14,对特征项进行处理，W获取灯具开关状态的识别规则，识别规则包括照度区 间及对应的灯具的开关状态；W及
[0052] S15,利用测试集对识别规则进行测试，并获取测试结果，
[0053] S16,判断测试结果是否大于预设阔值，若是，则将识别规则作为灯具的开关状态 的识别结果，输出识别结果，若否，则重复执行S13~S16直至样本数据测试结束。
[0054] 具体的实现过程描述如下：
[0055] 步骤S11，采集样本数据。
[0056] 具体的，如图2所示，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。在本发明的一个实施例中，采用室内照度测量传感器测量不同时刻的照度数据，该 室内照度测量传感器可W是一种或多种照度传感器W及其组合，能够对各类型的房间的照 度进行测量。该照度传感器具有一定的数据存储能力或者通信接口，既可W在本地存储照 度监测数据并提供读取接口，也可W通过多种通信渠道，如总线、W太网、互联网等形式将 数据传输至存储设备进行处理。
[0057] 由于灯具在"Off"和''化"不同状态时，室内照度的变化规律是不相同的：首先，短 期内开关灯时间会有一定的规律，特别是在住宅建筑中，该跟用户的作息时间W及对光环 境的偏好密切相关。其次，不同时段照度变化规律不同：白天一般灯具处于"Off"状态，从 早上到傍晚照度会经历从Olux逐渐增大到达顶峰后又逐渐减小到Olux的过程。夜间，当 灯具被打开时，照度会有一个跳变，且随后会稳定在一个定值附近，关灯后，室内照度会马 上突变到极低值或Olux,灯具照度越大，该些变化特征越明显。正是根据照度数据与灯具开 关行为的内在联系，使得本发明实施例的方法能仅仅通过照度数据的变化规律来识别出灯 具的开关状态。
[0058] 用户（受试者）通过人机交互接口，记录每次日常开关灯行为及时间，不需像传统 纸质记录那样输入开关时间，代之化"或"Off"等简单的描述。一种可能的方式为人机 界面含有灯具"化"和"Off"按钮，用户在开关灯时刻可W按对应按钮进行表达，同时人机 交互接口能够自动抓取按钮动作的时间。该人机交互接口，可W是电脑上的一个设计好的 信息采集表格，也可W是手机或电脑上的一个APP或网页，拥有数据存储能力或者通信接 口。用户只需在开启和关闭灯具时刻记录"化"或"Off",该记录过程只需持续1-2个星期， 用于形成一定容量的样本数据。人机交互接口既可W在本地存储用户记录信息并提供读取 接口，也可总线、W太网、互联网等传输形式收集到相 应的计算机、服务器等存储器和 处理器中存储并处理。
[0059] 例如，收集某个用户的一定容量的样本数据。该样本数据包括照度数据和对应时 刻的灯具的开关状态。其中，照度数据可用Xi表示，Xi为第i个样本的照度数据值。灯具的 开关状态可用y表示，当灯具为开的状态，即"化"时，y= 1。当灯具为关的状态，即"Off" 时，y= 0。
[0060] 步骤S12,对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，并将预 处理后的样本划分为训练集和测试集。
[0061] 现有很多的方法可W用来对异常样本的检测与剔除。在本发明的一个实施例中， W基于样本间距的方法为例，定义样本数据Xi，Xj.间的距离为：
[0062] d(Xi，Xj) =Ixj-Xjl/L^,
[006引其中，L为照度数据值在样本空间内的变化范围。如果样本Xi满足W下条件：
[0064]
[006引则判定该样本数据异常。例如，取d= 1，1= 720 >111/2，111为该类样本总数。根 据本发明实施例的方法在本例中检测到的异常样本量为0。
[0066] 对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，并将预处理后的 样本划分为训练集和测试集。
[0067] 步骤S13,对训练集进行特征项选择W获取特征项。
[0068] 在本发明的一个示例中，根据照度数据与灯具的开关状态的相对信息增益量获取 特征项。利用基于信息理论的相对信息增益巧IG)计算照度数据相关的各变量所能提供的 信息量。如果灯具的开关状态为事件Y，照度数据相关变量为信息X，则X对Y的相对信息 增益RIG(Y，幻的计算公式如下：
[0069]
[0070] 其中，H(Y)为事件Y的信息滴。H(Y|幻为事件Y在给定信息X时的条件滴，二者 定义分别如下：
[0071]
[007引其中，p(y;)为Y=y府的概率，H(Y|xP为当X=X财事件Y的条件滴。
[0073] 在本发明的一个示例中，照度数据相关的变量有照度的绝对值、平均值、变化率 等；时间参数如小时值等。照度数据的绝对值量与小时值量的组合所得的相对信息增益量 在所有变量及变量组合中最大，被选作特征项。其中，。照度数据的绝对值量被4个分组节 点分成了 5组，而小时值量则在每个照度量子分组空间内各分为3组，此时该组合的相对信 息量达到最大，为83. 1%。
[0074] 利用基于信息理论的相对信息增益计算环境参数相关的各变量所能提供的信息 量。由于照度的变化过程包含了绝对值和变化率相关量的变化，为了对该些信息进行精简 与分组，减少算法的工作量、提高准确率，进行特征选择分析是有必要的。变量的相对信息 增益值越高，与灯具开关状态信息的相关性越大。
[00巧]步骤S14,对特征项进行处理，W获取灯具的开关状态的识别规则，识别规则包括 照度区间及对应的灯具的开关状态。
[0076] 本例中采用贝叶斯网络实现灯具的开灯状态识别。识别的训练与测试的目的是输 出灯具开关状态的识别规则，识别规则的形式因算法类型而异，可W是数学表达式或是网 络拓扑结构，甚至是计算机语句等。训练与测试过程可w根据识别规则的原理自行编制计 算脚本或软件进行，也可W利用Matlab中的工具箱进行。图3为本例中贝叶斯网络的拓扑 结构及灯具的开关状态识别规则。
[0077] 例如，当照度数据值<1.Olux时，无论时间是何时，灯具状态始终是"Off",即未开 灯；当照度在4. 0~15. 51ux之间时，若时间是晚上19:00~23:59之间，则灯具是"On", 即开着灯；W此类推。此规则是对用户近一周内的开灯习惯及相应照度的历史信息学习得 到的，W此识别规则即可根据实时监测的照度数据进行灯具的开关状态识别。图4为训练 集及测试集的识别结果与真实记录的对比。
[0078] 进一步的，对本发明实施例的灯具的开关状态进行识别的方法，针对室内照度随 季节、天气可能存在的变化，采集的样本可W根据时间进行阶段性更新。可W定期将历史样 本数据从样本集合中剔除，将最新的样本加入样本集合，按照上述的方法对新样本集合进 行处理得到更新后的识别规则。
[0079] 步骤S15,利用测试集对识别规则进行测试，并获取测试结果。
[0080] 利用步骤S12获取的测试集对识别规则进行测试，并获取测试结果。
[0081] 步骤S16,判断测试结果是否大于预设阔值，若是，则将识别规则作为灯具的开关 状态的识别结果，输出识别结果，若否，则重复执行S13~S16直至样本数据测试结束。
[0082] 在本发明的一个示例中，若测试结果（识别准确率）高于90%，则判定该识别规则 可W接受。若测试结果（识别准确率）低于90%，则重新进行特征项选择分析，改变特征变 量或增加特征项中变量数。重复执行步骤S13~S16直至步骤S11获取的样本数据测试结 束。
[0083] 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。
[0084] 如图5所示，本发明第二方面实施例的灯具的开关状态的识别系统100包括；采集 模块101、预处理模块102、特征选取模块103、识别模块104和判断模块105。
[0085] 采集模块101用于采集样本数据，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102用于对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，并将预处理后的样本划分为训练集和测试集。特征选取模块103用于对训 练集进行特征项选择W获取特征项。识别模块104用于对特征项进行处理，W获取灯具的 开关状态的识别规则，识别规则包括照度区间及对应的灯具的开关状态。判断模块105用 于利用测试集对识别规则进行测试，并获取测试结果，判断测试结果是否大于预设阔值，若 是，则将识别规则作为灯具的开关状态的识别结果，输出识别结果。
[0086] 需要说明的是，本发明第二方面实施例的灯具的开关状态的识别系统的具体实现 方式与本发明第一方面实施例的灯具的开关状态的识别方法部分的具体实现方式类似，请 参见方法部分的描述，为了减少冗余，此处不做寶述。
[0087] 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。
[0088] 本发明第=方面实施例的灯具的开关状态的识别方法，如图6所示，包括W下步 骤：
[0089] S21，获取第一预定样本容量的第一样本数据，第一样本数据包括照度数据及对应 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，从第一样本数据中删除 与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，并将第二样本 数据加入删除后的第一样本数据中，W得到更新后的第一样本数据，第二预定样本容量小 于第一预定样本容量；
[0090] S23,建立更新后的第一样本数据的照度数据与灯具的开关状态的识别规则；
[0091] S24,输出照度数据与灯具的开关状态的识别规则。
[0092] 具体的实现过程如下；
[0093] 步骤S21，获取第一预定样本容量的第一样本数据，第一样本数据包括照度数据及 对 应的灯具的开关状态。
[0094] 在本发明的一个实施例中，采用室内照度测量传感器测量不同时刻的照度数据， 该室内照度测量传感器可W是一种或多种照度传感器W及其组合，能够对各类型的房间 的照度进行测量。该照度传感器具有一定的数据存储能力或者通信接口，既可W在本地存 储照度监测数据并提供读取接口，也可W通过多种通信渠道，如总线、W太网、互联网等形 式将数据传输至存储设备进行处理。如图7所示位于客厅的照度数据传感器测试的照度 数据与测试时间的关系曲线，A表示白天，照度数据先上升到达顶峰后逐渐下降，最后降到 Olux。B表示傍晚时分，尚未完全天黑（Olux)就已开灯。C表示夜间开灯、开灯频繁，测试 区、邻区照度不一，照度跳跃大。D表示夜间开灯，由于人员活动等原因造成照度数据值不 稳定。E表示凌晨时，偶尔有人起床，开启卫生间的灯等，照度数据值非常低。F表示夜间开 灯，开灯前与关闭后室内照度数据均为Olux,较容易识别。G表示早上开灯，照度会有较大 的突升，随后由于逐渐天亮，自然光与室内灯光的叠加，照度逐渐增加。
[0095] 用户（受试者）通过人机交互接口，记录每次日常开关灯行为及时间，不需像传统 纸质记录那样输入开关时间，代之化"或"Off"等简单的描述。一种可能的方式为人机 界面含有灯具"化"和"Off"按钮，用户在开关灯时刻可W按对应按钮进行表达，同时人机 交互接口能够自动抓取按钮动作的时间。该人机交互接口，可W是电脑上的一个设计好的 信息采集表格，也可W是手机或电脑上的一个APP或网页，拥有数据存储能力或者通信接 口。用户只需在开启和关闭灯具时刻记录"化"或"Off",该记录过程只需持续1-2个星期， 用于形成一定容量的样本数据。人机交互接口既可W在本地存储用户记录信息并提供读取 接口，也可总线、W太网、互联网等传输形式收集到相应的计算机、服务器等存储器和 处理器中存储并处理。
[0096] S22,获取第二预定样本容量的第二样本数据，从第一样本数据中删除与第二预定 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，并将第二样本数据加入删 除后的第一样本数据中，W得到更新后的第一样本数据，第二样本数据也包括照度数据及 对应的灯具的开关状态，第二预定样本容量小于第一预定样本容量。
[0097] 例如，在获取用户最新的学习样本后，将新近样本加入学习样本集合，同时将样本 集合中历史最久的等量样本删除，得到新近的算法学习样本集合。
[0098] 步骤S23,建立更新后的第一样本数据的照度数据与灯具的开关状态的识别规则， 识别规则包括照度区间及其对应的灯具的开关状态。
[0099] 本发明实施例的方法可W直接用计算机语言描述样本数据中所呈现的照度数据 与灯具的开关状态之间的各种内在规律，即曲线形状，如图7所示。直接描述曲线形状同样 需要一些辅助变量，如照度的绝对值、变化率（向前、向后差分）等，同时需要将所有可能的 形状描述出来且要能相互区分。由于同类型用户的照度与灯具的开关状态之间的内在规律 是基本相同的，因而本发明实施例的灯具的开关状态识别规则具有普适性，即对同类型用 户均适用，且由于未利用时间变量，因而更具有时变抗性。
[0100]S24,输出照度数据与所述灯具的开关状态的识别规则。
[0101] 例如，图8为两个用户使用本发明实施例的识别方法得到的测试集识别结果与真 实记录的对比示意图。
[0102] 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。
[0103] 如图9所示，本发明第四方面实施例的灯具的开关状态的识别系统200包括；第一 采集模块201、第二采集模块202和处理模块203。
[0104] 第一采集模块201用于采集第一预定样本容量的第一样本数据，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202用于获取第二预定样本容量的第 二样本数据。处理模块203用于从第一样本数据中删除与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，并将第二样本数据加入删除后的第一样本数据 中，W得到更新后的第一样本数据，并建立更新后的第一样本数据的照度数据与灯具的开 关状态的识别规则，第二预定样本容量小于第一预定样本容量。
[0105] 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。
[0106] 需要说明的是，本发明第四方面实施例的灯具的开关状态的识别系统的具体实现 方式与本发明第=方面实施例的灯具的开关状态的识别方法部分的具体实现方式类似，请 参见方法部分的描述，为了减少冗余，此处不做寶述。
[0107] 如图10所示，本发明第五方面实施例的灯具的开关状态的估算方法包括W下步 骤：
[010引S1，采集当前环境的照度信息；
[0109]S2,将照度信息与设定的索引表比对，W得到照度信息落入的照度区间，索引表存 储有照度区间及其对应的所述灯具的开关状态；W及
[0110]S3,获取照度信息所对应的灯具的开关状态。
[0111] 具体的实现过程如下：
[0112] 步骤S1，采集当前环境的照度信息。
[0113] 在本发明的一个实施例中，采用室内照度测量传感器测量不同时刻的照度数据， 该室内照度测量传感器可W是一种或多种照度传感器W及其组合，能够对各类型的房间的 照度进行测量。该照度传感器具有一定的数据存储能力或者通信接口，既可W在本地存储 照度监测数据并提供读取接口，也可W通过多种通信渠道，如总线、W太网、互联网等形式 将数据传输至存储设备进行处理。
[0114] 步骤S2,将照度信息与设定的索引表比化W得到照度信息落入的照度区间。
[0115] 在本发明的一个示例中，索引表存储有照度区间及对应的灯具的开关状态。索引 表可W通过本发明第一方面或第=实施例的灯具的开关状态的识别方法获得，具体的实现 方法参考相应部分，该里不再寶述。
[0116] 步骤S3,获取照度信息所对应的灯具的开关状态。
[0117] 根据步骤S2可知步骤S1测得的当前的照度信息落入的照度区间，通过索引表获 取照度区间对应的灯具的开关状态。
[0118] 进一步的，本发明实施例的灯具的开关状态的估算方法，还包括：
[0119] 步骤S4,输出并显示的照度信息及其对应的灯具的开关状态。
[0120] 具体的，可W通过多种方式进行输出。例如给出用户开、关灯时刻的照度，或开灯 期间的平均照度，或日常习惯的开关灯时刻及时长等通过数据库等媒介保存。该表格可W 是W数据库的形式，存入数据库系统，W便供后续分析、研究等使用。也可W通过可视化界 面，将照度数据与灯具开关状态的时间序列展示出来，供用户或者管理人员分析使用，便于 对建筑光环境的了解。也可W直接W数学表达式或拓扑网络的形式输出，该形式表达了各 用户房间的灯具开关状态识别规则，可供房间照明智能控制策略研究等实用。
[0121] 根据本发明实施例的灯具开关状态的估算方法，将采集的当前环境的照度信息与 索引表比对，W获取照度信息落入的索引表的照度区间从而确定灯具的开关状态，实时性， 准确率高。
[0122] 如图11所示，本发明第六方面实施例的灯具的开关状态的估算系统10包括；采集 单元12、存储单元14和处理器16。
[0123] 采集单元12用于采集当前环境的照度信息。存储单元14存储有索引表，索引表存 储有照度区间及其对应的灯具的开关状态。处理器16用于将照度 信息与存储单元14的索 引表比对W确定照度信息落入的照度区间，从而获取照度信息所对应的灯具的开关状态。
[0124] 进一步的，本发明实施例的灯具的开关状态的估算系统还包括显示单元18。显示 单元18用于显示的照度信息及其对应的灯具的开关状态。
[0125] 根据本发明实施例的灯具开关状态的估算系统，将采集的当前环境的照度信息与 索引表比对，W获取照度信息落入的索引表的照度区间从而确定灯具的开关状态，实时性， 准确率高。
[0126] 需要说明的是，本发明第六方面实施例的灯具的开关状态的估算系统的具体实现 方式与本发明第五方面实施例的灯具的开关状态的估算方法部分的具体实现方式类似，请 参见方法部分的描述，为了减少冗余，此处不做寶述。
[0127] 在本说明书的描述中，参考术语"一个实施例"、"一些实施例"、"示例"、"具体示 例"、或"一些示例"等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特 点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不 必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可W在任 一个或多个实施例或示例中化合适的方式结合。此外，在不相互矛盾的情况下，本领域的技 术人员可W将本说明书中描述的不同实施例或示例W及不同实施例或示例的特征进行结 合和组合。
[0128] 尽管上面已经示出和描述了本发明的实施例，可W理解的是，上述实施例是示例 性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可W对上述 实施例进行变化、修改、替换和变型。
【主权项】
1. 一种灯具的开关状态的识别方法，其特征在于，包括以下步骤： S11，采集样本数据，所述样本数据包括照度数据及与该照度数据对应时刻的灯具的开 关状态； 512, 对所述样本数据进行预处理滤除异常样本，以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； 513, 对所述训练集进行特征项选择以获取特征项； 514, 对所述特征项进行处理，以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； 515, 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；以及 516, 判断所述测试结果是否大于预设阈值，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。2. 如权利要求1所述的识别方法，其特征在于，所述步骤S12采用样本间距的方式滤除 异常样本。3. 如权利要求1所述的识别方法，其特征在于，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。4. 如权利要求1所述的识别方法，其特征在于，所述步骤S14利用贝叶斯网络获取所述 识别规则。5. -种灯具的开关状态的识别系统，其特征在于，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与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，以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以获取特征项； 识别模块，用于对所述特征项进行处理，以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；以及 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阈值，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。6. 如权利要求5所述的系统，其特征在于，所述预处理模块用于采用样本间距的方式 滤除异常样本。7. 如权利要求5所述的系统，其特征在于，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。8. 如权利要求5所述的系统，其特征在于，所述识别模块用于利用贝叶斯网络获取所 述识别规则。9. 一种灯具的开关状态的识别方法，其特征在于，包括以下步骤： 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，以得到更新后的第一样本数据，所述第二样本数 据包括照度数据及对应的灯具的开关状态，所述第二预定样本容量小于所述第一预定样本 容量； 523, 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该照度区间对应的所述灯具的开关状态； 524, 输出所述照度数据与所述灯具的开关状态的识别规则。10. 如权利要求9所述的识别方法，其特征在于，该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。11. 一种灯具开关状态的识别系统，其特征在于，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，以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对应的灯具的开关状态，所述第二预定样本 容量小于所述第一预定样本容量。12. -种灯具的开关状态的估算方法，其特征在于，包括以下步骤： S1，采集当前环境的照度信息； 52, 将所述照度信息与设定的索引表比对，以得到所述照度信息落入的照度区间，所述 索引表存储有所述照度区间及所述照度区间对应的所述灯具的开关状态；以及 53, 获取所述照度信息所对应的所述灯具的开关状态。13. 如权利要求12所述的方法，其特征在于，所述方法还包括： 输出并显示所述照度信息及所述照度信息对应的所述灯具的开关状态。14. 一种灯具的开关状态的估算系统，其特征在于，包括： 采集单元，用于采集当前环境的照度信息； 存储单元，所述存储单元存储有设定的索引表，所述索引表存储有所述照度区间及所 述照度区间对应的所述灯具的开关状态；以及 处理器，用于将所述照度信息与所述索引表比对以确定所述照度信息落入的照度区 间，从而获取所述照度信息所对应的所述灯具的开关状态。15. 如权利要求14所述的估算系统，其特征在于，所述系统还包括： 显示单元，用于显示所述照度信息及所述照度信息对应的所述灯具的开关状态。
【专利摘要】本发明提出一种灯具的开关状态的识别方法，包括以下步骤：S11，采集样本数据；S12，对样本数据进行预处理滤除异常样本，以获取预处理后的样本，并将预处理后的样本划分为训练集和测试集；S13，对训练集进行特征项选择以获取特征项；S14，对特征项进行处理，以获取灯具的开关状态的识别规则，识别规则包括照度区间及对应的灯具的开关状态；以及S15，利用测试集对识别规则进行测试，并获取测试结果；以及S16，判断测试结果是否大于预设阈值，若是，则将识别规则作为识别结果，若否，则重复执行S13～S16直至样本数据测试结束。本发明的方法准确度高，实时性好，高效便捷。本发明还提出一种灯具的开关状态的识别系统及一种估算方法及一种估算系统。
【IPC分类】G06K9/62, G06K9/66
【公开号】CN104881674
【申请号】CN201510121858
【发明人】周浩, 乔利锋, 柴大权, 周翔, 张永名, 李颖, 姜漪
【申请人】智联通建筑科技（北京）有限公司
【公开日】2015年9月2日
【申请日】2015年3月19日