一种基于物联网的数字化照明数据管理系统及方法

专利主权项内容

更多数据：搜索马克数据网来源： 1.一种基于物联网的数字化照明数据管理方法，其特征在于：包括以下步骤：步骤S100：采集目标工厂内各工作区域的工作流程内容，形成区域集；采集区域集中各工作区域在历史时间节点上产出的质量数据和相应的照明能耗数据，分别形成各工作区域的产出质量集和相应的照明数据集；步骤S200：对各工作区域的产出质量集和相应的照明数据集进行加权关联，分别构建各工作区域的照明质量变化图；根据照明质量变化图分析各工作区域在由各相邻时间节点组成的时间段内的照明质量异常程度R；根据照明质量异常程度R分析各工作区域的照明质量异常周期，并根据照明质量异常周期分析各工作区域的异常并发性概率H；步骤S300：捕捉异常并发性概率H大于阈值的各工作区域，则根据区域集中各工作区域的工作流程内容对各捕捉区域进行排序，形成关联区域集；步骤S400：在当前工作周期的时间节点下，依次获取关联区域集中各工作区域的照明质量异常程度R，则将第一个出现异常程度大于异常阈值的工作区域设为标识区域；根据标识区域的照明质量异常程度R、同关联区域集中各工作区域的异常并发性概率H对关联区域集中各工作区域制定最佳的照明调节方案；步骤S500：根据最佳照明调节方案对关联区域集中各工作区域产出的质量数据和相应的照明能耗数据进行监控；所述步骤S200包括：步骤S210：对各工作区域分别获取各历史时间节点上产出的质量数据和相应的照明能耗数据，则分别对质量数据和照明能耗数据进行加权关联后得到各工作区域的照明质量X=σ*Z1/Z2；其中Z1表示各历史时间节点上产出的质量数据，Z2表示各历史时间节点上相应的照明能耗数据，σ表示各工作区域中相应质量数据和照明能耗数据的关联因子；步骤S220：以历史时间节点为横坐标，各历史时间节点上相应各工作区域的照明质量为纵坐标，分别构建各工作区域的照明质量变化图；根据各历史时间节点的照明质量分别计算得到各照明质量变化图对应的照明质量均值V；捕捉各照明质量变化图中各相邻时间节点组成时间段时对应照明质量所产生的斜率K，此时分别计算出各照明质量变化图中各相邻时间节点所组成的时间段对应的照明质量异常程度R=α*(|V-V|+|V-V|)/|K|，其中V和V表示照明质量变化图中任意相邻时间节点分别对应的照明质量，α表示照明质量变化权重；ii+1ii+1步骤S230：将各照明质量变化图中斜率K小于设定阈值β1且照明质量异常程度R大于设定阈值β2的时间段设为异常周期，则分别形成相应各工作区域的异常周期集T(i)={t1, t2, …, tn}，其中t1, t2, …, tn表示第i个工作区域的第1、2、…、n个异常周期；分别获取任意两个工作区域的异常周期集T(i)和T(q)，则捕捉到异常周期集T(i)中满足|(ts-tx)-(tq-tw)|小于时长阈值δ的个数为m，其中ts、tq表示第i个工作区域的第s、q个异常周期，tx、tw表示第q个工作区域的第x、w个异常周期；得到第i个工作区域和第q个工作区域的异常并发性概率H=m/n；iiiiiiiqiqiiqq所述步骤S400包括：步骤S410：依次获取当前工作周期的时间节点下，关联区域集中各工作区域的照明质量，并根据所述各工作区域的照明质量检测出相应各工作区域的照明质量异常程度，直至检测到关联区域集中第一个出现照明质量异常程度R大于异常阈值的工作区域，并将所述工作区域设为标识区域；步骤S420：捕捉标识区域在关联区域集中的序号位置，并获取关联区域集中在所述序号位置之后的任意工作区域，则根据标识区域的照明质量异常程度R、同任意工作区域的异常并发性概率H构建任意工作区域的照明质量影响模型Y=ε*R*H；其中ε表示任意工作区域和标识区域之间的关联因子；步骤S430：获取工作流程中任意工作区域的正常照明功率，则当工作流程未进入任意工作区域时，将相应工作区域的照明数据设定为最低功耗；而当工作流程进入任意工作区域时，则根据照明质量影响模型Y自适应调高任意工作区域的正常照明功率，作为当前时间节点任意工作区域的照明功率。