CN104919327A - 用于照明系统中的故障管理的系统和方法 - Google Patents

Abstract

本发明公开了用于管理照明系统的方法和装置。该方法包括针对多个设定执行训练阶段，其中训练由与统计模型相关联的统计参数表示，并且随后执行监测阶段以监测照明系统，确定所监测的照明系统的特性是否对应于在训练阶段期间获得的模型，以及在所监测的照明系统不在统计参数的容差值内时确定存在错误。

Description

用于照明系统中的故障管理的系统和方法

技术领域

本申请涉及照明领域并且更特别地涉及用于照明系统中的故障检测的系统和方法。

背景技术

集中式设施管理系统提供了用于将建筑自动化与信息系统和网络集成的设备和标准。当前控制系统中的一些提供了能源系统的调度和监测。虽然已经实施有限的故障监测策略，可以通过增加先进的照明监测策略来显著增强系统。

一般而言，在建筑物中越来越多地配备先进的控制系统来减少能源消耗。然而，存在非常有限的自动机制来检验这些系统是否在按照意图运行。在一些情况下，简单的失灵（malfunction）可能维持未被检测达数年之久，或者可甚至在它们被检测到之前导致灾难性的失效。这时进行维护不仅昂贵，而且造成带故障运行期间能源的浪费。

然而，在每个建筑物中仍然配备设施管理器以监测和减轻问题。在一些建筑物类型中，诸如零售商店，本地的设施管理是不可用的。因此，调度的维护是最好的行动方式。在这样的情况下，如果灯被烧坏，他们通常在调度维护之前等待若干灯烧坏。这会造成直到实施维护之前光的质量的损失；影响顾客体验。

因此，尽管配备集中式管理的设施检测系统，在该行业中仍然需要安装一种自动系统，其能够检测照明系统的故障，并且针对安排的维护自动通知建筑物运营者。

发明内容

所主张的发明的目的在于提供用于其中通过控制器控制一组灯的照明系统的故障检测的方法和系统。控制器使用来自光传感器以及能量计的反馈以检查当前的灯设定是否匹配调度/意图的灯设定。

在本发明的一个方面中，光强度传感器被定位为测量在一区域中产生的光和/或功率的大致水平，确定该水平的统计分布以及将该统计分布与功率消耗的分布集成，以便评价照明和灯控制系统的健康状况。

在本发明的另一方面中，照明系统的训练和监测被用于评价照明和灯控制系统的健康状况。在训练时段中，确定和量化来自不同灯设定的光及功率消耗统计分布。在监测阶段，将当前的光强度和功率使用与在训练时段期间获得的统计学上确定的参数进行比较以检查照明和灯控制系统的健康状况是否在预期的标准内。

在本发明的一个方面中，公开了一种用于管理环境中的照明的方法，其中该方法包括执行训练阶段，所述训练阶段包括：获得针对多个设定中的每一个设定的多个样本；以及确定与所述获得的针对多个设定中的每一个设定的多个样本相关联的统计参数；以及执行监测阶段，所述监测阶段包括：在所述多个设定中选择的一个设定中，获得针对多个设定中的每一个设定的测量样本；确定与测量样本相关联的参数；确定所述参数是否在与针对所述多个设定中相应的一个设定的所述统计参数有关的阈值内；以及在所述参数不在所述阈值内时指示错误。

在本发明的另一方面中，公开了一种用于管理环境内的照明的装置。该装置包括与存储器通信的处理器，所述存储器包括代码，所述代码在由处理器访问时使处理器：执行训练阶段，所述训练阶段包括：获得针对多个设定中的每一个设定的多个样本；以及确定与所述获得的针对多个设定中的每一个设定的多个样本相关联的统计参数；以及执行监测阶段，所述监测阶段包括：在所述多个设定中选择的一个设定中，获得针对多个设定中的每一个设定的测量样本；确定与测量样本相关联的参数；确定所述参数是否在与针对所述多个设定中相应的一个设定的所述统计参数有关的阈值内；以及在所述参数不在所述阈值内时指示错误。

在本发明的另一方面中，公开了一种计算机程序产品，其中该计算机程序产品存储在非暂态介质上，该计算机程序产品在被加载到处理器中时使处理器：执行训练阶段，所述训练阶段生成针对多个设定中的每一个设定的照明系统的模型表示；以及执行监测阶段，其中，将在所述监测阶段期间获得的与设定相关联的参数与表示所述模型的统计参数进行比较；以及在所述参数在与所述统计参数有关的阈值外时，指示错误。

附图说明

在考虑将结合附图详细描述的说明性实施例的情况下，本发明的优点、本质和各种附加特征将变得更加明显，其中在整个附图中相同的附图标记用于标识相同的元件：

图1A图示传统的照明系统；

图1B图示传统的照明系统网络配置；

图2图示根据本发明的原理的信息流的方框图；

图3图示根据本发明的原理的示例性过程的流程图；

图4（a）-（c）图示根据本发明的原理的示例性监测过程的流程图；

图5图示根据本发明的原理的示例性检验过程的方框图；

图6图示根据本发明再另一方面的示例性监测过程。

应理解，在此描述的本发明的附图和说明已经被简化来说明与清晰理解本发明相关的元件，同时出于清楚目的去除了许多其他元件。然而，因为这些去除的元件是本领域公知的，并且因为它们并不便于更好地理解本发明，所以在此未提供这样的元件的论述。在此的公开还涉及本领域技术人员已知的变型和修改。

具体实施方式

图1A图示传统的灯系统100，其包括连接至多个继电器120a-120n的中央控制单元110。每个继电器，例如120a连接至相应的照明元件130a-130n。照明元件130a-130n向一个或多个区域提供光照。照明系统100还包括测量相应区域内所选择的点处的光照的多个传感器140。继电器120a-120n可以用于在中央控制单元110的控制下控制（例如，点亮、关闭、调暗）相应的照明元件130a-130n。

中央控制单元110可以经由一个或多个网络（未图示），诸如互联网，连接至可以提供有关照明元件130a-130n的操作的进一步控制信息的企业范围管理系统。

图1B进一步详细图示与向灯元件或器具130（即，130a-130n）提供控制信号的继电器120通信的中央控制单元（或服务器）110的连接。分布在由灯元件130a-130n中的一个或多个灯元件光照的区域周围的光传感器140将有关该区域内的光照水平的信息提供给控制单元110。中央控制单元110可以通过网络连接160与继电器120和光传感器140通信。网络连接160可以是内部网络或外部网络，诸如互联网、内联网、局域网、广域网等。用于在不管是内部还是外部的网络连接上传送/接收信息的协议（例如TCP/IP）是本领域公知的，并且在此不需要详细论述。

中央控制单元110还可以与允许用户观看照明系统100的状态的设备通信。例如，中央控制单元100可以与诸如本地个人计算机或基于网络的服务器170、一个或多个智能电话175和/或平板电脑180之类的一个或多个设备通信。控制单元110与一个或多个设备170、175、180之间的通信可以是有线的或无线的，和/或有线和无线网络的结合。

中央控制单元110可以包括控制器112、存储器114、电力单元116和显示单元118。控制器112可以包括专用处理器或者通用处理器，其可以访问代码或软件，该代码或软件可以使该通用处理器变为被编程为执行在此描述的处理的专用处理器和/或专用硬件（例如，FPGA、ASIC）。存储器114可以包括代码（软件指令），其在由控制器112访问时使控制器112执行在此描述的处理。处理的结果可以显示在显示器118上或者可以经由网络传输至一个或多个设备170、175、180。

电力单元116向中央控制单元110的组件提供电力。

传感器（光、能量、功率等）140和致动器（继电器）120可以通过有线连接或者无线连接联网至控制单元110。网络块160管理传感器140、致动器120和通信设备170、175、180之间的通信。例如，计算机或服务器可以通过连续地轮询系统100来确定照明和训练过程的状态。计算机或服务器对于系统100的远程访问可以通过例如以太网连接来变得可能。以这一方式，远程地点的设施主管可以发起和跟踪系统100的训练、自我检验和监测过程。远程服务器或计算机也可以生成报告，其详细说明有关训练、检验和监测过程的所有内部细节和信息。这样的报告可以由维护团队用于解决识别出的（多个）故障。服务器还可以使用户能够通过智能电话175、PDA、平板设备180等访问以发起照明系统的训练阶段和/或监测照明系统的监测阶段。

图2图示根据本发明的原理的示例性过程200的方框图。

在该示例性处理中，从传感器140（标记为S1、S2……Sn）获得的信息230被提供给控制单元110内的训练系统260和监测系统250。此外，可选的功率消耗传感器240提供有关照明系统的功率消耗的信息。

此外，将有关照明系统100的调度数据和认知信息提供给控制单元110。调度数据可以包括照明系统内的照明元件130活动或不活动的预期时间。系统信息的认知可以包括有关用户与光照系统100的交互（例如点亮/关闭、调暗）的信息。

可以将设定代码220进一步提供给控制单元110。设定代码可以包括有关光照系统的预期设定的信息。

根据本发明的原理，来自控制单元110的命令指定哪些照明元件130将被点亮以及哪些照明元件130将被关闭。提供给控制单元110的第三输入信号表示来自光传感器140的反馈信号，其用于修改和/或调整控制（点亮/关闭/调暗）过程。控制单元110处理这三个输入并且生成输出270。输出270是指定错误代码的信号。当系统没有错误时，错误代码值被设定为预先定义的数字（例如，0）。然而，当检测到错误时，并且取决于该错误的类型，错误代码被设定为例如非零值。不同的值可以用于识别照明系统中已经确定的具体错误。

然而，错误代码的具体值或表示并不关键。因此，通过维护可能的错误值和它们的相应故障的列表，可以执行从错误代码值到特定故障的翻译。

图3图示根据本发明原理的示例性过程300的流程图。

在该示例性过程中，在安装之后，在步骤310，针对照明系统100的照明环境，系统自动训练自身。训练可以例如确定使灯点亮或关闭的条件的类型。例如，该条件可以基于一天的时间或天气状况。因此，在一个方面，照明元件130可以从周一至周五的8AM至6PM以及周六和周日的1PM至5PM被点亮。一些照明元件可以在所有其他时间关闭，同时其他照明元件可以被维持在调暗或减小的功率状态。此外，如果运动感测是可用的（即，传感器140），则运动传感器信号可以确定：选择的照明元件可以在检测到运动时被点亮，即使当天的时间在预期的点亮时段以外。在本发明的另一方面中，照明元件可以在不利的天气状况时段期间被点亮，即使在预期的点亮时段以外。

在训练阶段完成之后，在步骤320，系统可以执行自我检验过程。当检验过程是成功的，则系统在步骤340着手进行正常故障检测或监测阶段。然而，如果自我检验过程失败，则在步骤330重复训练过程。

虽然未示出，将认识到，不管检验过程表明训练是成功还是不成功，注册用户将被通知检验结果。

此外，在训练阶段中，照明命令以及传感器数据用于做出受监督的训练。在本发明的一个示例性实施例中，不同的照明设定在系统中被模型化为例如高斯模型。高斯模型可以由均值和协方差矩阵来表示。

如将认识的，训练模式可以是迭代的并且因此可以在进行至自我检验或监测阶段之前重复自身预定次数。

在训练过程中，照明命令以及传感器数据用于做出受监督的训练。出于描述本发明的原理的目的，多个不同的照明设定中的每一个被模型化为高斯模型，其由均值和协方差矩阵来表示。虽然，训练模型基于高斯模型，但是应意识到，在不改变本发明的范围的情况下，可以执行照明系统的其他类型的模型化以及其他类型的模式的使用。

在训练阶段中，假定在灯设定为k时，                                                是表示对于第i个设备的光强度的测量值的向量，则表示

其中，当灯设定为k时，是第i个传感器的光强度。

用于模型化照明条件的高斯模型的均值和协方差矩阵可以确定为：

。

其中，是在灯设定代码为k时步骤i处的均值，以及

是在灯设定代码为k时步骤i处的协方差矩阵。

训练阶段可以总结为：

当训练阶段完成时，系统自动切换到自我验证或监测阶段。在图3示出的本发明的方面中，包括了自我检验阶段。

在自我检验阶段中，最初，将与不同灯设定的模型相关联的值（例如，高斯模型的均值和协方差矩阵）彼此进行比较以确保系统具有正确数目的不同模型。例如，如果存在3个不同的灯设定（即，k=3），则应该存在与每个设定相关联的3个不同的统计值（即，高斯模型的均值和协方差矩阵值）。否则，在训练阶段期间系统中存在故障。在这一情况下，重复训练阶段。

然而，如果训练数据是正确的并且不同统计值的数目等于不同设定的数目，则在步骤340开始实时监测。

图4（a）-4（c）中示出监测阶段的示例性过程的流程图，图示示出如何的示例性处理的流程图。

图4（a）图示监测阶段的第一阶段，其中在步骤405，进行通过一个或多个传感器的测量，并且在步骤410，获得设定代码i。

在步骤415，基于预期的灯设定的分布信息计算例如卡方分布。基于在步骤405进行的测量，卡方分布利用示例性的高斯模型的均值和方差值，以获得更新的值。

如果卡方值在阈值内（步骤420），则做出以下确定：系统是健康的并且在步骤445处重置连续故障（f）的数目的计数。

在在此描述的在线监测处理中，存在用于检测错误的两个关键参数；卡方函数的阈值，以及在生成系统报告错误之前连续错误f的数目n。卡方阈值具有基于显著概率和卡方变量的自由度的已知值。在本发明的一个方面中，自由度可以选择为与传感器的数目相同。

参数n决定系统的鲁棒性。值n越高，决定了数目越少的故障警报。然而，赋予n太大的值将减慢检测故障的时间。因此，n可以根据传感器数据的采样率来确定。例如，如果采样率是每分钟一个（1个）样本并且n设定为10，则在报告故障之前要花费至少10分钟。将认识到，采样率和值n可以变化以满足用户的要求并且一个或两个值的这样的变化不会改变本发明的范围。

然而，当错误被确定时（步骤440），随后实施隔离算法（见图4（b））。

图4（a）中示出的在线监测算法可以总结为：

图4（b）表示用于隔离所确定的故障的原因的示例性过程450的流程图。在步骤455，做出错误或故障是否由于不正确的控制器命令或不正确的执行所致的确定。这通过以预期的调度检查系统命令来完成。如果命令无法匹配调度，则错误代码被设定为预定数（例如，1）。然而，如果命令匹配调度，则执行错误分析。

图4（c）表示用于分析所检测的故障的示例性过程470的流程图。

在图4（c）示出的示例性过程中，在步骤475，系统利用其相应的统计属性来计算所有已训练的灯设定的卡方值。在步骤480，系统找出具有最小卡方值的灯设定。随后，在步骤485，做出该新的卡方值是否在阈值内的检查。如果其在阈值内，意味着该灯设定是系统已知的，但是其不是正确的灯设定。如果其不在阈值内，则照明系统具有不同的问题（例如，若干器具失效）。

在本发明的另一方面中，在训练阶段完成之后，可以实施自我检验过程。

图5图示用于自我检验的示例性过程500的流程图。自我检验可以通过基于认知的系统510、基于规则的系统520和/或基于模型的系统530中的一个或多个来执行。

在基于认知的系统510中，有关可用的灯设定、传感器位置、继电器状态和/或功率和能量消耗的信息可以用于确定在训练阶段中确定的值是否合适。例如，可用的灯设定可以定义为：100%灯点亮、50%灯点亮、0%灯点亮等。

在基于规则的系统520中，建立规则以确定在训练阶段中确定的值是否合适。例如，用于检验的规则可以是以下中的一个或多个：

1、在针对灯设定i的训练时计算的卡方统计量应该在训练阈值内，

通常，被设定为高于（其在监测期间使用）。

2、在相比于设定具有较少数目的点亮的灯时，设定的空间的平均光水平不应超过设定的空间的平均光水平

3、在相比于设定具有较少数目的点亮的灯时，设定中的照明所消耗的平均功率不应超过设定中的照明所消耗的平均功率

4、训练期间的灯设定的变化应该产生光水平和平均功率消耗的具体变化（取决于电流和先前的灯设定而增加或降低）。

5、在训练阶段期间未检测到传感器失效。这可以以若干方式，例如通过检查光传感器输出的预期范围或通过传感器故障检测的残差分析来检验。

在基于模型的系统530中，可以基于有关照明和测量数据的认知来开发用于照明系统的基本模型。这样的模型可以用于训练过程的在线检验，训练过程的输出将与模型的输出进行比较。

图6图示本发明的监测过程的另外实施例，其中在步骤610取得测量结果x并且在步骤620获得设定代码k。在步骤630，做出样本是否小于阈值的确定。如果样本小于阈值，则在步骤690更新模型值并且处理继续到取得另一样本610。

然而，如果样本大于阈值，则处理继续到步骤640以确定卡方分布值，如参照图4（a）论述的。

然后在块650做出所确定的卡方分布值是否低于阈值的确定。如果卡方分布值小于阈值，则连续错误（f）的数目的计数被重置（步骤680）并且模型被更新（步骤690）。

然而，如果卡方分布值大于阈值，则连续错误（f）的数目的计数增加（步骤660）。在方框670做出连续错误（f）的数目是否大于阈值的确定。如果值f小于该阈值，则在块610取得新测量结果。然而，如果f的值大于阈值，则检测到故障并且处理如关于图4（a）-4（c）描述的那样继续。

根据本发明的上述方法可以以硬件、固件或作为可以存储在诸如CD ROM、RAM、软盘、硬盘或磁光盘的记录介质中的软件或计算机代码，或者最初存储在远程非暂态记录介质或者非暂态机器可读介质上并且将要存储在本地记录介质上的在网络上下载的计算机代码来实施，从而可以使用（多个）通用计算机或者（多个）专用处理器在存储在记录介质上的这样的软件中表达，或者在（多个）可编程或专用硬件（诸如ASIC或FPGA）中表达在此描述的方法。如本领域中应理解的，（多个）计算机、（多个）处理器、（多个）微处理器控制器或（多个）可编程硬件包括存储器组件，例如RAM、ROM、闪存等，其可以存储或接收软件或计算机代码，软件或计算机代码在由（多个）计算机、（多个）处理器或（多个）硬件访问并且执行时实施在此描述的处理方法。另外，将认识到，当（多个）通用计算机访问用于实施在此示出的处理的代码时，代码的执行将该（多个）通用计算机转变为用于执行在此示出的处理的（多个）专用计算机。

在此示出的用于照明系统的训练、自我检验和监测的处理可以在（多个）专用控制器上实施。取决于信号处理的需要，可要求二级处理器（例如，数字信号处理器）。芯片上存储器可以通过非易失性外部存储设备来增大，其中系统状态和变量在硬件重置时存储和取回。此外，板上电源电路可以使用电池或者AC/DC源。系统可以包括内置或外部接口连接的显示器以显示训练（以及监测）过程的进展和结果。

如在此使用的术语“一”或“一种”用于描述本发明的元件和组件。这仅出于方便目的来完成并且给出本发明的一般意义。在此的描述应该解读为包括一个或至少一个并且除非相反指明，单数也包括复数。

术语“包括”、“包含”、“作为”、“具有”或其任意其他变型意图覆盖非排他的内含物。例如，包括一系列元件的过程、方法、物品或装置并不必然限于仅仅那些元件，而是可以包括未明确列出的或者对于这样的过程、方法、物品或装置是固有的其他元件。此外，除非明确相反声明，术语“或”指的是包含性的“或”而不是排他性的“或”。例如，条件A或B被以下任意一项满足：A为真（或存在）并且B为假（或不存在）；A为假（或不存在）并且B为真（或存在）；以及A和B均为真（或存在）。

虽然如应用于其优选实施例的那样示出、描述和指出本发明的基础和新颖特征，但应理解，在不偏离本发明的精神的情况下，本领域技术人员可以做出在所描述的装置中、所公开的设备的形式和细节中、以及它们的操作中的各种省略和替代和改变。

明确地意图在于，以基本上相同的方式执行基本上相同的功能以实现相同结果的那些元件的所有组合落入本发明的范围内。还完全意图和设想到从一个所描述的实施例到另一个实施例的元件替换。

Claims (23)

1. 一种方法，在处理系统中可操作，用于确定照明系统中的故障，所述方法包括：

执行训练阶段，所述训练阶段包括：

　获得针对多个设定中的每一个设定的多个样本；

　确定与所述获得的针对所述多个设定中的每一个设定的多个样本相关联的统计参数；以及

执行监测阶段，所述监测阶段包括：

　在所述多个设定中选择的一个设定中，获得针对多个设定中的每一个设定的测量样本；

　确定与所述测量样本相关联的参数；

　确定所述参数是否在与针对所述多个设定中相应的一个设定的所述统计参数有关的阈值内；以及

　在所述参数不在所述阈值内时指示错误。

2. 根据权利要求1所述的方法，还包括：

对于所述统计参数中的每一个统计参数执行检验阶段，所述检验阶段包括：基于认知的系统、基于规则的系统以及基于模型的系统中的至少一个。

3. 根据权利要求1所述的方法，其中，所述统计参数表示统计模型。

4. 根据权利要求3所述的方法，其中，所述统计模型是由均值和协方差矩阵表示的高斯模型。

5. 根据权利要求1所述的方法，还包括：

在错误的数量超过错误报告阈值时，生成错误报告。

6. 根据权利要求1所述的方法，其中，所述错误报告阈值取决于要求的响应时间。

7. 根据权利要求6所述的方法，其中，所述要求的响应时间取决于采样率。

8. 根据权利要求5所述的方法，还包括：

基于命令错误和故障的其中之一，确定是否生成所述错误报告。

9. 根据权利要求8所述的方法，还包括：

确定多个所述参数中的最小值；以及

如果所述最小值小于错误阈值，则指示失效。

10. 一种用于确定照明系统中的故障的装置，包括：

与存储器通信的处理器，所述存储器包括代码，所述代码在由所述处理器访问时使所述处理器：

执行训练阶段，所述训练阶段包括：

　获得针对多个设定中的每一个设定的多个样本；以及

　确定与所述获得的针对所述多个设定中的每一个设定的多个样本相关联的统计参数；以及

执行监测阶段，所述监测阶段包括：

　在所述多个设定中选择的一个设定中，获得针对多个设定中的每一个设定的测量样本；

　确定与所述测量样本相关联的参数；

　确定所述参数是否在与针对所述多个设定中相应的一个设定的所述统计参数有关的阈值内；以及

　在所述参数不在所述阈值内时指示错误。

11. 根据权利要求10所述的装置，其中，所述处理器还访问所述代码以：

对于所述统计参数中的每一个统计参数执行检验阶段，所述检验阶段包括：

　基于认知的系统、基于规则的系统以及基于模型的系统中的至少一个。

12. 根据权利要求10所述的装置，其中，所述统计参数表示统计模型。

13. 根据权利要求12所述的装置，其中，所述统计模型是由均值和协方差矩阵表示的高斯模型。

14. 根据权利要求10所述的装置，其中所述处理器访问代码以：

在错误的数量超过错误报告阈值时，生成错误报告。

15. 根据权利要求10所述的装置，其中，所述错误报告阈值取决于要求的响应时间。

16. 根据权利要求15所述的装置，其中，所述要求的响应时间取决于采样率。

17. 根据权利要求14所述的装置，其中，所述处理器还访问所述代码以：

基于命令错误和故障的其中之一，确定是否生成所述错误报告。

18. 根据权利要求17所述的方法，其中，所述处理器还访问所述代码以：

确定多个所述参数中的最小值；以及

如果所述最小值小于错误阈值，则指示失效。

19. 一种计算机程序产品，包括存储在非暂态介质上的多个基于计算机的指令，所述计算机程序产品在被处理器访问时使所述处理器：

执行训练阶段，所述训练阶段生成针对多个设定中的每一个设定的照明系统的模型表示；

执行监测阶段，其中，将在所述监测阶段期间获得的与设定相关联的参数与表示所述模型的统计参数进行比较；以及

在所述参数在与所述统计参数有关的阈值外时，指示错误。

20. 根据权利要求19所述的计算机程序产品，其中，所述处理器还：

执行验证阶段，所述验证阶段基于以下的其中之一：

基于认知的系统、基于规则的系统以及基于模型的系统。

21. 根据权利要求14所述的装置，其中，所述处理器访问代码以：

将所述报告输出至以下的其中之一：中央服务器和便携显示设备。

22. 根据权利要求10所述的装置，其中，所述样本是以下的其中之一：功率值和光传感器值。

23. 根据权利要求10所述的装置，其中，在所述训练阶段中的所述多个样本可以通过以下的其中之一获得：

测量和手动输入。