CN110383953A - 重新调试下的数据关联 - Google Patents

Abstract

一种在照明系统的环境中执行与能量管理或空间利用相关的分析的方法，该方法包括：访问由设备报告的数据的数据库，该数据包括由设备中的每个相应设备报告的一个或多个数据的类型的值；取决于分析要表征位置、设备还是两者，在以下之间进行选择：i)使用位置而不是ID的指定作为选择标准，ii)使用ID而不是位置的指定作为选择标准，iii)使用位置和ID两者的指定作为选择标准，检索由具有规定指定的设备报告的数据类型的值，并基于其执行分析的至少部分；并基于所执行的分析来适配环境和/或照明系统的一个或多个特征。

Description

重新调试下的数据关联

技术领域

本公开涉及一种用于在连接的照明系统中重新调试下的数据关联的方法。

背景技术

连接照明指的是一种一个或多个照明器的系统，其中一个或多个照明器不是由（或不仅仅由）传统的有线、电开关或调光器电路控制，而是经由有线或更常见的无线连接（例如有线或无线网络）通过使用数据通信协议来控制。典型地，照明器，或者甚至照明器内的单个灯，可以各自配备有无线接收器或收发器，来用于根据无线网络协议（例如 ZigBee、Wi-Fi或蓝牙）从照明控制设备接收照明控制命令（并且可选地还用于使用无线网络协议向照明控制设备发送状态报告）。照明控制设备可以采取用户终端的形式，例如便携式用户终端，例如智能电话、平板电脑、膝上型电脑或智能手表；或者静态用户终端，例如台式计算机或无线墙壁面板。在这种情况下，照明控制命令可以源自用户终端上运行的应用，基于用户通过用户终端的用户接口（例如触摸屏或点击接口）向应用提供的用户输入，和/或基于应用的自动化功能。用户设备可以直接或者经由诸如无线路由器、接入点或照明桥的中间设备向照明器发送照明控制命令。

具有多个照明器和传感器的智能照明系统正在稳步发展。这种系统使用传感器输入（例如以占用和环境亮度测量的形式）来控制照明器的光输出，并将人工照明条件适配为适应普遍的环境条件。来自这种智能照明系统中的传感器的数据越来越多地存储在云或一些后端数据库中。因此，长时间的传感器和照明器控制数据（例如，占用、光传感器、能耗值）在分析引擎处变得可用。这提供了提供新数据使能的分析和服务的可能性，例如围绕能量管理和空间利用。

US8,159,156中考虑了一种调试照明系统的方法，该方法包含致使光源发射信号，在与每个光源共同定位的光传感器处检测信号，并将由光传感器获得的信号转换成距离测量值，以便创建光源的距离映射。

发明内容

但是，在场地初始安装照明系统后，照明器和/或传感器的位置可能会改变，但不一定会在云或后端数据库中更新。也可能发生其他变化，如照明器和/或传感器的添加或移除。当这种重新调试发生时，将各种数据流与适当的上下文信息适当地相关联是重要的。在大多数系统中，这涉及（容易出错的）手动干预。因此，考虑到这种重新调试可能会随着时间的推移而发生，希望开发适当的数据关联。

本发明考虑一种连接的照明系统，该照明系统具有连接到后端或控制系统的多个传感器和照明器，其中数据在分析引擎处是可用的。从连接的照明系统收集和分析数据的可能性提供了围绕能量管理和空间利用的新数据使能的分析和服务能量。这种分析的例子是有助于识别灯和/或传感器故障的照明能耗趋势，以及指示不同应用区域的利用的空间利用度量。

交付此类分析和服务的挑战之一是重新调试。重新调试是在初始安装后，照明器和/或传感器的位置随时间推移在场地处发生变化的情况。然而，这些变化在分析引擎处可能是未知的，并可能随后对数据解释产生影响。

发明人已经意识到，为了解决上述问题，需要解决以下问题：将根据重新调试获得的数据相关联，使得所得分析保持可靠。因此，这个问题变成了在重新调试下数据关联应该如何发生的问题。

本说明书呈现了一种用于在已经存在重新调试动作的情况下确定数据关联的方法，其中单词“重新调试”描述了改变连接的照明系统使得原始调试信息不再准确的动作。原始调试信息可以包含与连接的照明系统中的设备的物理位置相关的位置信息和与连接的照明系统中的设备的行为相关的功能信息。也就是说，本申请涉及随着时间推移从可能已经发生重新调试的连接的照明系统中的设备获得的数据的收集，例如，在连接的照明系统中，设备已经在已经调试的连接的照明系统中移动位置。由于设备的这种移动，获得的和/或与设备相关的数据可能在调试数据库中被不正确地关联，使得对该数据执行的分析也可能不正确。

发明人已经认识到，通过基于要利用数据执行的分析的类型来关联数据并考虑位置随时间的变化，可以防止通过对从连接的照明系统中的设备收集的数据进行分析而获得的结果中的不一致，并且可以使结果更有意义。因此，基于这些改进的分析结果采取的任何动作也可能变得更有意义。

因此，根据本文公开的第一方面，提供了一种执行与照明系统的环境相关的分析的方法，该照明系统包括多个设备，每个设备包括光照源和/或传感器；该方法包括：访问由设备报告的数据的数据库，该数据包括由多个设备中的每个相应设备报告的一个或多个数据的类型的值，其中由设备中的至少一些设备报告的数据类型中的至少一些的值与相应设备的位置相关联地存储，由设备中的至少一些设备报告的数据类型中的至少一些的值与相应设备的ID相关联地存储，并且由设备中的至少一些设备报告的数据类型中的至少一些的值与相应设备的位置和ID两者相关联地存储；取决于分析被执行来表征位置、设备还是两者，在以下之间进行选择：i）使用基于位置而非ID的选择标准从数据库中检索由与规定的位置相关联的设备的子集报告的数据类型中的一个或多个的值，并且基于所检索的值执行分析的至少部分，ii）使用对ID而不是位置的指定作为选择标准，使用基于ID而非位置的选择标准从数据库中检索由具有（一个或多个）规定的ID的一个或多个设备报告的数据类型中的一个或多个的值，并且基于所检索的值执行分析的至少部分，iii）使用基于位置和ID两者的选择标准从数据库中检索由具有（一个或多个）规定的ID和/或规定的位置的一个或多个设备报告的数据类型中得一个或多个的值，并且基于所检索的值执行分析的至少部分；并基于所执行的分析来适配环境和/或照明系统的一个或多个特征。一般来说，环境和/或照明系统的“特征”可以理解为环境和/或照明系统的特性或属性，或者与环境中的照明系统的设备相关的信号（例如控制信号或传感器信号）的特性或属性。

在实施例中，所述适配包括优化照明系统的能效。

在实施例中，所述环境包括建筑物的内部空间，其中建筑物包括多个房间，并且其中所述适配包括：重新分配房间中的一个或多个的功能或者重新划分内部空间。

在实施例中，基于位置而非ID检索的一个或多个数据类型中的一个包括以下中的一个或多个：能耗、和/或占用、和/或光传感器值、和/或运动传感器值、和/或温度、和/或湿度、和/或空气质量、和/或声级。

在实施例中，基于ID而非位置检索的一个或多个数据类型包括以下中的一个或多个：有效操作小时、和/或致动调光水平、和/或处理的请求、和/或故障率、和/或报告的错误、和/或诊断。

在实施例中，分析通常包括生成和/或分析空间数据映射，该空间数据映射包括一个或多个数据类型中的一个的空间表示。

在实施例中，包含在空间数据映射中的一个或多个数据类型包括：能耗、和/或占用值、和/或发光小时、和/或光学强度信号、和/或光传感器值、和/或运动传感器值、和/或温度、和/或湿度、和/或空气质量、和/或声级。

在实施例中，该ID是照明系统的单个设备的“唯一ID”。

在实施例中，该ID是从照明系统的设备的多个类别中识别设备的类别的“类型ID”。

在实施例中，位置的指定是就房间或区的指示给出的。在进一步的实施例中，该指示包括房间或区的规定属性，其中该方法步骤或从数据库检索值包括检索由来自具有规定属性的房间或区的设备的子集报告的数据类型中的一个或多个的值。在实施例中，该方法包括为房间或区中的至少一个确定与所述属性相关联的寿命，并且其中所述从数据库检索值包括仅检索在所述寿命内报告的值。与属性相关联的寿命可以被实现为该属性有效并可以被使用的有效期。

在实施例中，位置的指定以二维和/或三维空间的坐标给出。

根据本文公开的第二方面，提供了一种用于执行与照明系统的环境相关的分析的系统，该照明系统包括多个设备，每个设备包括光照源和/或传感器；该系统还包括：用于存储由设备报告的数据的数据库，该数据包括由多个设备中的每个相应设备报告的一个或多个数据的类型的值，其中由设备中的至少一些报告的数据类型中的至少一些的值与相应设备的位置相关联地存储，由设备中的至少一些报告的数据类型中的至少一些的值与相应设备的ID相关联地存储，并且由设备中的至少一些报告的数据类型中的至少一些的值与相应设备的位置和ID两者相关联地存储；以及分析引擎，被配置为执行以下步骤：访问包括由设备报告的数据的数据库；取决于分析被执行来表征位置、设备还是两者，在以下之间进行选择：i）使用基于位置而非ID的选择标准从数据库中检索由与规定的位置相关联的设备的子集报告的数据类型中的一个或多个的值，并且基于所检索的值执行分析的至少部分，ii）使用ID而不是位置的指定作为选择标准，使用基于ID而非位置的选择标准从数据库中检索由具有（一个或多个）规定的ID的一个或多个设备报告的数据类型中的一个或多个的值，并且基于所检索的值执行分析的至少部分，iii）使用基于位置和ID两者的选择标准从数据库中检索由具有（一个或多个）规定的ID和/或规定的位置的一个或多个设备报告的数据类型中的一个或多个的值，并且基于所检索的值执行分析的至少部分；以及向照明系统的用户输出所执行的分析，指示适配环境和/或照明系统的一个或多个特征的方式。

根据本文公开的第三方面，提供了一种用于执行与照明系统的环境相关的分析的计算机程序产品，该照明系统包括多个设备，每个设备包括光照源和/或传感器，该计算机程序产品包括代码，代码体现在计算机可读存储上并且被配置为当在计算机系统上运行时执行以下操作：访问由设备报告的数据的数据库，该数据包括由多个设备中的每个相应设备报告的一个或多个数据的类型的值，其中由设备中的至少一些报告的数据类型中的至少一些的值与相应设备的位置相关联地存储，由设备中的至少一些报告的数据类型中的至少一些的值与相应设备的ID相关联地存储，并且由设备中的至少一些报告的数据类型中的至少一些的值与相应设备的位置和ID两者相关联地存储；取决于分析被执行来表征位置、设备还是两者，在以下之间进行选择：i）使用基于位置而非ID的选择标准从数据库中检索由与规定的位置相关联的设备的子集报告的数据类型中的一个或多个的值，并且基于所检索的值执行分析的至少部分，ii）使用ID而不是位置的指定作为选择标准，使用基于ID而非位置的选择标准从数据库中检索由具有（一个或多个）规定的ID的一个或多个设备报告的数据类型中的一个或多个的值，并且基于所检索的值执行分析的至少部分，iii）使用基于位置和ID两者的选择标准从数据库中检索由具有（一个或多个）规定的ID和/或规定的位置的一个或多个设备报告的数据类型中的一个或多个的值，并且基于所检索的值执行分析的至少部分；并基于所执行的分析来适配环境和/或照明系统的一个或多个特征。

本公开不是关于“照此”适配环境和/或照明系统的一个或多个特征，而是关于以使得改进能量管理或空间利用相关分析的方式组织（这里称为“关联”）从照明系统中的设备检索的操作数据，并将组织的数据存储在诸如云或服务器之类的数据库中。分析的结果然后被用于适配环境和/或照明系统的特征。允许改进的能量和空间优化分析的方面是，基于将被分析的感兴趣的特性，从数据库中选择基于位置的数据、基于设备的数据或者基于位置和设备的数据。

所公开的方法、系统和计算机程序产品还降低了由于重新调试而在能量管理或空间利用相关分析中使用不一致数据的风险。如果数据与设备相关联，例如发光小时，则无论设备被移动到哪里或安装在哪里，发光小时数据与设备的完整性都被保持。如果数据与位置相关联，例如环境光数据，那么无论环境光数据来自哪个设备，环境光数据与位置的完整性都被保持。对于可能与位置和设备两者相关的数据，情况类似。重要的不仅是来自照明系统中的多个设备的报告的数据被收集在云或服务器中，还有这种数据被适当地组织和链接/关联到真实世界，以便在能量管理或空间利用分析环境中使这些数据有价值和有意义。

附图说明

为了有助于理解本公开并示出可以如何将实施例付诸实践，通过示例的方式参考附图，其中：

图1示出了连接的照明系统的例子；

图2示出了包含与子集的示例相关的照明数据的表格；

图3示出了RSSI数据的数据聚类，图示了调试变化的检测结果；

图4示出了一个重新调试的例子；

图5A和5B分别示出了楼层平面图5A和楼层平面图5B，其中楼层平面图5B图示了发生一个或多个重新调试动作之后的楼层平面图5A；和

图6A和6B示出了两个图表，图示了所有会议室中聚集的占用水平的时间趋势，其中图表6A包括重新调试之前报告的数据，而图表6B包括重新调试之后报告的数据。

具体实施方式

本文描述的本发明考虑了一种连接的照明系统，该照明系统具有连接到后端或控制系统的多个传感器和照明器，其中存储在数据库中的数据在分析引擎处是可用的。从这样的系统中收集和分析数据的可能性提供了新数据使能的分析和围绕能量管理和空间利用的服务。交付此类分析和服务的挑战之一是重新调试。初始安装后，照明器和/或传感器的位置可能会随时间推移而在客户场地处发生变化。此外，还可能发生其他变化，如照明器和/或传感器的添加或移除。然而，这些变化在分析引擎处可能是未知的。这对数据解释有影响。因此，考虑到这种重新调试可能会随着时间的推移而发生，希望开发用于激发和使用适当数据关联的方法。

具有多个照明器和传感器的连接的智能照明系统需要复杂的调试和配置软件来管理系统。当重新调试发生时，采取的典型步骤是检查照明控制功能，例如，如果占用传感器触发，该房间中的照明器是否打开但是，重新调试也会影响由照明器和传感器生成的数据及其与位置的关联。如此，发明人已经意识到需要解决诸如“可以如何自动检测重新调试”这样的问题。

图1示出了根据本发明实施例的示例性连接的照明系统100。环境103包括多个照明器101a-d和开关105。照明器101a-c是天花板类型的照明器，被设计成从上方在环境103中提供光照。照明器101d是放置在桌子上的独立式灯类型的照明器，被设计成从比天花板类型的照明器101a-c更低的位置在环境103中提供光照。照明器101a-d中的每一个可以是任何合适类型的照明器，例如白炽灯、荧光灯、LED照明设备等。多个照明器101a-d可以包括多于一种类型的照明器，或者每个照明器101a-d可以是相同类型的。照明器可以共同定位在还容纳一个或多个传感器107的照明单元106内部。这些传感器可以是亮度传感器、占用传感器或适于收集可以提供关于连接的照明系统及其如何工作的信息的数据的任何其他类型的传感器。

基本照明设备可以简单地由一个或多个灯泡（例如，LED、灯丝灯泡或气体放电灯）和任何相关的支撑结构组成。其他照明器还可以包括例如相关联的铸件或外壳，但是其他照明器可能不包括。照明器可以采用传统的天花板或墙壁安装的室内照明器或独立式照明器（如落地灯或台灯、或便携式照明器）的形式；或者它可以采用不太传统的形式，例如嵌入或安装在家具表面或物品上的LED条、洗墙灯或适合特定地提供光照的任何其他照明设备。用于与桥307通信的组件（例如专用电路、FPGA、处理器和适用的附带软件（例如固件））可以通过标准装配结合到灯泡中，以允许将连接的照明功能容易地改装到现有的非专用照明系统中。然而，这不是必需的，并且通常这些通信组件可以被结合在照明系统中的任何合适的位置，以允许照明器和桥307之间的通信。

应当注意，术语“照明器”、“光源”和“光照源”在本文中指的是不仅发射任何光、还有特定地发射光照的设备，即适于有助于照亮一个或多个人类所占用的环境的规模的光（使得人类占用者因此可以在物理空间内看见）。还要注意，术语“照明”在这个意义上也指光照。

开关105在图1中示出为墙壁安装的开关，并且可以是允许用户输入来控制多个照明器101a-d的任何合适类型的开关。例如，开关105可以是简单的开关控制器开关，或者可以允许更复杂的控制，例如调光，以及甚至可能地控制单个照明特性，例如色调和饱和度。开关105也可以是能够被从一个环境移动到另一个环境的便携式开关（便携式遥控器）。术语“开关”在本文中用来指允许用户向照明系统输入命令的任何控制设备。

多个照明器101a-d、开关105以及照明桥307和多个传感器107形成连接的照明网络。也就是说，它们都通过有线和/或无线连接相互连接，如图1中虚线所示。具体而言，图1示出了诸如可以在ZigBee照明网络中实现的“链式”连接，其中每个设备不必直接连接到每个其他设备。相反，设备能够中继通信信号，这允许例如照明器101c通过经由照明器101b和101a将数据中继到照明桥307来与照明桥307通信。然而，不排除可以采用其他网络拓扑。例如，可以使用“中心辐射”拓扑，其中每个设备直接连接（例如无线连接）到照明桥307，而不连接到网络中的任何其他设备。

作为另一个例子，网络中的每个照明器可以根据一种通信协议（例如ZigBee）来配置，并且开关可以根据另一种通信协议（例如WiFi）来配置。因此，可以理解，照明器可以与彼此以及照明桥307通信，而无需如图1所示地通过开关中继数据，并且开关105可以直接与照明桥307通信。在任何情况下，应当理解，照明桥307能够通过任何适当的方式与照明网络中的每个其他设备通信。

照明桥307被布置成至少接收输入（例如，从后端110或开关105），并且向照明器101a-d发送照明控制命令。应当理解，控制逻辑可以存储在连接的照明系统中的其他地方，即，在系统后端或云平台，并且不一定在桥307内。还应当理解，允许照明系统设备连接到诸如网络313的网络的任何通信接口不一定包括在与照明桥307相同的盒子内。

图1还示出了用户309和用户设备311，例如智能电话。用户设备311通过有线或无线连接（例如WiFi或ZigBee）可操作地耦合到照明桥307，并因此形成照明网络的一部分。用户309可以使用例如用户设备311的图形用户接口经由用户设备311向照明桥307提供用户输入。照明桥307然后解释用户输入，并相应地向照明器101a-d发送控制命令。如上所述，用户设备311通常允许比开关105更复杂的控制。例如，用户309可以使用用户设备311来控制单个照明器。一般来说，希望开关在与开关本身的相同的环境中控制照明器，即在图1中，开关105仅控制照明器101a-d，但是用户设备311可以控制照明网络中的任何照明器。例如，用户309可以使用用户设备311来控制另一环境中的照明器，例如控制除了用户309和用户设备311当前所在的房间之外的不同房间中的照明器。这是特别有利的，因为用户设备311通常比开关（特别是墙壁安装的开关）更便携，并且因此可以在不同的物理位置使用。用户设备311可以用于控制多个照明器101a-d来渲染照明场景，例如通过用户309使用用户设备311的GUI选择照明场景和期望的照明器。

如图1所示，照明桥307也可以设置有到网络313的连接。该网络可以是广域网（WAN）连接，例如到互联网的连接，或者可以通过其实现对互联网的访问的另一个中间网络。如本领域中已知的，这种连接允许照明桥307连接到诸如互联网的网络或者任何外部数据和服务，诸如后端存储器315和分析引擎317。注意，用户设备311和照明桥307之间的无线连接在图1中被示为直接连接，但是应当理解，用户设备311也可以经由网络（即互联网）313连接到照明桥307。存储器315可以分布在一个或多个物理位置处的一个或多个计算机上的系统后端110各处。系统后端110可以位于网络313的一个或多个服务器上，并且存储器315可以类似地作为软件、硬件或其任何组合分布在一个或多个物理位置，并且通过网络313连接。网络313可以是例如因特网，或者可以通过其发送数字信息和数据的任何其他网络，例如实现为后端系统的云计算平台的网络基础设施。

分析引擎317可以类似地分布，在一个或多个物理位置处，作为软件、硬件或其任意组合，分布在后端110的一个或多个计算机上。分析引擎317被配置成使用来自照明系统设备的报告数据来控制和/或运行一个或多个选择的分析应用中的任何一个。分析引擎还向照明系统的用户输出来自所执行的分析的结果，指示适配环境和/或照明系统的一个或多个特征的方式。

环境103内的传感器107a-e可以是包括照明器的照明单元的一部分，或者是独立的传感器。独立传感器107e是照明网络的一部分，因为它被布置成通过有线或无线连接与网络通信。也就是说，传感器107e被布置成至少以与照明器101a-d和/或传感器107a-d相同的方式可操作地耦合到照明桥307。多个传感器107可以是用于检测环境103内的属性的任何合适形式的传感器，其可以用于收集照明数据或链接到照明数据。例如，传感器107可以是布置成检测环境103内的噪声并随后确定占用值的麦克风。传感器107也可以是运动检测器、照相机、热传感器和/或光或亮度传感器。

尽管在图1中示出为单个实体，但是应当理解，任何合适的传感器或多个传感器可以用于提供本文赋予传感器107a-e的功能。还应当理解，独立传感器107e中的一个或多个可以位于环境103内的任何合适的位置，使得它可以相应地执行其指定的功能。

给定以上描述，可以理解，图1中所示的照明系统100被布置成用作连接的照明系统，并且因此照明器101可以被配置成根据一个或多个自动化规则来表现。例如，桥307可以被配置成以在整个环境103中提供组合的总照明效果的方式控制照明器101a-c以响应由传感器107e（或多个这样的传感器）感测的特定环境照明条件。也就是说，取决于传感器107a处感测到的光强度，可以自动调节照明器101a-c中的任一个的调光水平，以实现环境103的预定期望亮度。该预定义设置可以存储在数据库315中，通过网络313访问，并相应地由桥307实现。

本申请考虑了具有多个照明器和传感器的连接的照明系统，其中连接的照明系统可以被分成子集，每个子集被空间划界并形成控制区。每个控制区具有多个照明器和多个传感器。每个传感器可以是例如占用传感器或亮度/光传感器等。控制区中的照明器可以由该控制区中的占用传感器之一来占用控制。照明数据（例如，照明器的能耗、照明器的调光状态以及来自占用传感器的占用值等）被报告回并存储在云或后端数据库中。这些不同类型的数据，例如能耗、占用、光传感器值、灯发光或有效操作小时、温度、湿度、空气质量、声级、致动水平、处理的请求、故障率、报告的错误和/或能够被测量的任何其他数据值，然后被存储为数据类型的数据值的特定实例。通常，“照明数据”可以被定义为从连接的照明系统的照明器和/或传感器中检索的数据或这种数据的衍生物。

本文描述的环境包括建筑物的内部空间。该内部空间可以包括一个或多个房间或区。例如，参考图1描述的环境是一个单个房间。然而，环境可以包括多个房间。这样，环境可以在照明系统内被分成多个可控的房间或区。这些区可以包括一个或多个房间。环境可以包括一个或多个区。区可以描述环境的房间内的一个区域。例如，像演讲厅这样的大型开放房间可以包括位于朝向演讲者站立的房间前部的区，以及观察者可以坐着的房间其余部分的另一个区。

图2示出了包含与这种子集的例子相关的照明数据的表格。数据在后端110中可用。因此，考虑到在一段时间内照明系统中可能会发生重新调试，有兴趣开发用于维护、激发和使用适当数据关联的方法。发明人已经意识到有可能对从照明系统的设备收集的数据执行有意义的分析，从分析中获得有价值的知识，并通过取决于要使用数据或感兴趣的属性执行的分析的类型将数据与物理标记（设备ID或位置，或两者）相关联来确定环境和/或照明系统的改进动作。物理标记是位置的指定或ID的指定。

例如，让我们考虑一个重新调试的实例。

图2包含表示与连接的照明系统的设备的子集相关联的数据的数据结构的表格。该子集包含或者作为独立单元或者在照明单元中（以下统称为（一个或多个）单元）组合的诸如照明器和/或传感器之类的设备，并且基于共同的空间分界（即包含在同一房间内，或者位于彼此的特定空间范围内）进行分组。从空间划分的子集内的这些设备接收的数据在此被描绘为按数据类型在列中和按单位在行中进行布置。这里有多个单元组成子集，其中所有单元包括照明器和传感器两者。然而，应该理解的是，单独包括照明器或传感器的单元，或者具有任何其他数量或类型的连接的照明系统设备（例如开关等）的组合的单元也可以用这种方式表示。

列包括列202，列202包含收集信息的时间戳（T）。也就是说，收集或存储数据的绝对时间或用于确定绝对时间的指示符被包含在这里。在本示例中，使用了4个不同的时间戳，t1、t2、t3和tN。t1是最早的时间，其次是t2，然后是t3。tN是一个不确定的时间，在时间t3之后的未来的某个时间量。这些时间戳t1-t3（和tN）可以通过任何规则的或不规则的适当的间隔来确定。

列204包含照明器ID（L – ID）。该标识符可以识别连接的照明系统设备的特定子集内的照明器，或者从连接的照明系统的整体内的所有照明器中识别照明器。

列206包含以瓦特小时（Wh）为单位的能量（E）。这是自上次时间戳以来由照明器消耗的能量。也就是说，时间戳t2处Lum_1的能量读数是Lum_1自时间t1处的上一次读数以来所使用的能量的量。

列208包含照明器的调光状态（D%）。不包括照明器的单元的子集可能不包括该列，或者可能将子集的这种单元的数据值条目留空或没有信息。这同样适用于列206。调光状态表示当时输出的特定照明器能够输出的总亮度的百分比。例如，Lum_2在时间戳t1时具有90%的调光状态。

列210包含单元的占用传感器ID（OS-ID）。这里，单元包括占用传感器和照明器，并且它们的条目被发现位于表格的同一行。占用传感器标识符可以识别连接的照明系统设备的特定子集内的占用传感器，或者从连接的照明系统的整体内的所有占用传感器中识别占用传感器。

列212包含在由该特定时间戳表示的时间测量的占用值（O）。例如，在时间t2，占用传感器OS_1、OS_2、OS_3、OS_4和OS_5的占用值分别为1、1、1、1和0。这可以是占用状态的指示，其中占用由“1”表示，未占用由“0”表示。替换地，占用值可以表示时间t2的绝对占用，例如，如果确定由占用传感器OS_2覆盖的空间被3个人占用，则值为3。此外，该占用值可以是一段时间内绝对占用的平均值。例如，由占用传感器OS_2覆盖的空间由5个人占用5秒钟，然后由1个人占用2秒钟。这将导致时间t2的占用值为6/7。在这个例子中，所覆盖的总时间段将在时间t1和时间t2之间。

列214包含单元的物理位置（L）。例如，这里包含照明器Lum_2和OS_2的单元位于建筑物1的楼层4的位置（x2，y2），由[Bldg1;Floor4;(x2,y2)]表示，其中位置使用在预指定区域内确定的笛卡尔坐标。在本例中，x-y坐标指定4楼的一个位置。然而，应当理解，预确定空间内的任何位置都可以用这种方式来指示。例如，x-y坐标可以同样容易地指示楼层4上特定房间内的绝对位置，例如走廊1或办公室3，其可以作为位置信息的额外字段被包含。此外，应当理解，x-y坐标的预确定标度可以是基于粒度或精度要求确定的任何距离划分。例如，x和y位置可以形成1米粒度或2米粒度的网格。该预确定粒度可以取决于所讨论的空间的照明单元密度，并且可以在楼层之间或同一楼层的房间之间变化，或者基于任何其他预确定的空间边界。所讨论的空间可以是二维空间或三维空间，由此在笛卡尔坐标系中可以规定进一步的z坐标。这可以用于例如特定单元可以位于空间内不同高度的情况。即位于墙半高的开关、位于天花板高度的运动传感器或放置在桌子高度的亮度传感器。任何合适的坐标系都可以用来表示所讨论的空间。因此，应当理解，可以使用上述位置指示及其元素的任何组合，只要它们能够确定位置。一个横跨多个建筑物和楼层的整个场地可以仅使用单组坐标来识别位置，只要该场地以这种方式映射的话。也就是说，建筑物1的楼层1可以包括坐标x0、y0至x20、y20，并且建筑物1的楼层2可以使用坐标x21、y21至x31、y31来定义等。

考虑下面的例子。在时刻t1和t2，照明器和传感器单元Lum_2/OS_2（行216和218上的相关联的条目）位于位置[Bldg1;Floor4;(x2,y2)]。一段时间后，在时刻t2和t3之间，照明器和传感器单元Lum_2/OS_2被移动到新的位置。在连接的照明系统中，这个新位置被指定为[Bldg1;Floor5;(x2’,y2’)]。此外，同时（即在t2和t3之间），不同的照明器/占用传感器单元被放置在位置[Bldg1;Floor4;(x2,y2)]，即照明器/传感器单元Lum_2/OS_2的旧位置。

然而，从表2c和2d的列中的位置条目220可以看出，这些位置变化没有被输入到相应的数据库条目中。如此，在时刻t3（及以后），在位置[Bldg1;Floor4;(x2,y2)]有一个具有不同于Lum_2/OS_2的ID的照明器和占用传感器。

因此，该位置（位于Bldg1、Floor4的子集内）的能量、调光状态和占用值数据应该来自不是Lum_2和OS_2的不同的照明器和占用传感器。此外，从照明器和占用传感器Lum_2/OS_2收集的信息应该在属于不同子集的数据内有贡献并被考虑到。

重新调试时可能会出现两种可能的错误原因，并因此应予以考虑。第一个错误原因是在重新调试后，特定设备的行为调试和位置调试都没有更新。第二个错误原因是行为调试正确进行，但是没有为特定设备进行相应的位置调试。为了识别第二种情况，从特定位置处的信号（例如，光传感器测量、控制预设设置）推导出的设备行为随时间被分析。行为轮廓的变化被认为是设备位置变化的指示。在确定了位置变化之后，可以基于设备绑定关联、位置绑定关联或者设备和位置两者绑定关联来完成将后端接收的数据重新关联到正确的特征数据聚类。

设备绑定数据可用于诊断应用，例如照明器/传感器健康、发光小时、照明器/传感器数据（例如能量或占用值），相应的数据与照明器/传感器的ID相关联。因此，例如，为了获得ID为Lum_k的照明器的发光小时，对应于Lum_k下的条目的数据元素Energy_k和Dim_state_k随着时间的推移而被处理。更具体地，考虑为每个照明器存储Dim_state值，其中Dim_state是照明器的光输出相对于照明器能够产生的最大光输出的比例，其值在0和1之间（或者替换地在0%和100%之间）。照明器k的发光小时计算如下：

其中 是记录/存储Dim_state样本的时间段（例如，每个样本可以存储超过15分钟）； 是第n个时间段，Dim_state_k_n是第n个时间段内照明器k的调光状态并且基于 期间存储的Dim_state样本（例如，通过平均Dim_state数据值）。

例如，当考虑诸如能量趋势或占用传感器值时间模式的时间数据趋势时，可以使用位置绑定数据，相应的数据与照明器/传感器位置相关联。因此，当在某个控制区或跨不同控制区（例如，在不同层级）处理能量趋势时，随着时间的推移，考虑落在感兴趣的（一个或多个）控制区（例如，在层级内）中的所有位置，并且这些位置的能量值被聚集到所述（一个或多个）控制区（例如，在层级内）。在每个时间戳，这种聚集可以构成来自这些位置的能量水平的总和（或平均值）。

如上所述的控制预设设置是指对应于控制输入的定义行为。例如，其可能是当空间变得未被占用时（当相邻空间被占用时），控制器设置点驱动（一个或多个）照明器以实现比空间被占用时（例如500 lux）更低的光水平（例如300 lux）。这种策略将节省照明能量，同时对于仍在邻近空间工作的用户来说视觉上是舒适的。

例如，当考虑（例如能量或占用的）空间映射时，其中（例如能量或占用的）数据与使用照明器/传感器ID的映射位置相关联，设备绑定数据和位置绑定数据可以都被使用。空间数据映射是基于照明器/传感器ID检索的数据类型之一的空间表示。

因此，关键想法是通过设备或位置绑定的方式来关联数据，这取决于被分析的感兴趣的物理参数是设备的属性（例如灯的发光小时是照明器的属性）、还是位置的（例如特定办公室的平均能耗）或者是两者的（例如占用分布空间热量映射）。

在对收集的数据执行数据分析时，能够基于特定的感兴趣的属性提取数据非常重要。例如，如果后端的所有数据都链接到一个设备ID，但你只对某个区域中的特定位置感兴趣，而对该区域中的特定设备不感兴趣，那么应该可能基于这些设备的位置信息来访问信息。因此，可能不希望必须通过该区域中设备的特定设备ID的方式来检索该数据。

因此，发明人相信，取决于所收集的数据可能用于的分析类型，通过将所收集的数据与设备标识符（ID）、设备位置或两者相关联，用于分析的关联数据的更可靠和有效的方式是可能的。

如所讨论的，这些如上所述的检测照明系统变化的方法在重新调试期间特别有用。主要是当设备在连接的照明系统中改变位置时，例如从一个房间移动到另一个房间，结果，从重新定位的传感器或照明器收集的数据的相关性也可能改变。

因此，需要捕获设备的位置相对于该设备收集的数据的变化，并知道在发生重定位时如何处理数据。因此，将某些物理属性与某些传感器数据联系起来非常重要。一些数据必须与位置相联系，一些数据必须与设备ID和位置两者相联系，设备ID是照明系统的单个设备或设备的组或类别的唯一标识符ID。

希望通过执行与特定属性相关的分析来赋予数据以意义，例如，对与这些房间的最大容量相比的随时间推移占用的会议室的数量执行分析，可以指示将该空间用作会议室的效率。如果（一个或多个）会议室发生了一些变化（例如，添加或移除了一个会议室，或者移动了一个会议室（即，重新划分和/或重新分配了空间），或者移动了会议室中的照明器/传感器），则该分析的结果不会保持相同的相关性水平。也就是说，正在使用的一些数据量不再与正在分析的场景相关，因此输出会产生误导。

现有技术的数据库结构典型地使用设备ID作为从设备检索特定数据和检索设备位置的密钥。然而，数据与设备ID相关联，因此当要执行的分析仅涉及链接到位置的特征时，用于分析该特征的数据不直接链接到该位置，而是通过设备ID位置链接，例如，传感器ID和传感器位置在数据库结构中联系在一起。由于重新调试，此链接可能会随着时间的推移而变化。通过将收集到的数据与位置、设备标识符或两者相关联，取决于其将被用于的分析或数据/特征的类型，分析将更容易实现并且相对于正确的数据集更可靠。

例如，考虑已经从第一位置移动到第二位置的照明器或传感器设备。在感兴趣的特征与第一位置相关的情况下，使用来自仍然被错误地分配给第一位置但是实际上已经位于第二位置的照明器或传感器的数据执行分析使得分析变得毫无意义，所述照明器或传感器。

因此，认识到某些类型的数据需要关联或联系到某些物理属性，例如物理位置。

对于某些数据，设备ID而不是设备位置将与收集的数据相关联，例如发光小时，其不应该跟踪位置，因为它被认为是设备特定的特性。对于一些其他数据，设备位置而不是设备ID将与所收集的数据相关联，例如能耗映射，其应该从特定房间的数据中提取，而不管特定设备ID是什么。对于一些数据，将期望设备ID和设备位置两者与所收集的数据相关联，例如热量映射中的能量或传感器数据时空趋势，其需要知道具有特定位置的特定设备。

考虑图5A和5B所示的例子。图5A示出了用图案填充某些空间的楼层平面图。该图案指示位置功能或空间的类型。填充图案512指示单室办公空间的位置。填充图案514指示会议室空间的位置。填充图案516指示分组讨论/项目空间的位置。填充图案518指示开放办公空间的位置。例如，单室类型办公室典型地是具有一个或两个占用者的办公室，并且是完全封闭的，与其他工作空间分开。这些单室类型办公室在图5A和5B中示出为包含条形填充图案。平面图5A和5B还包括会议室，用方形填充图案指示。通过对从平面图5A的照明系统收集的数据进行分析，可能确定具有这些目的的空间的使用是否有效。还可能确定可以进行何种重新分配来提高该空间的效率。例如，可能将一些单室办公室重新分配为会议室会提高空间效率。可能引入或移除一种类型的空间可能会导致更有效地利用该空间。

平面图5B示出了作为这种空间管理分析的结果的可能建议的空间重新分配。也就是说，使用特定楼层平面图5A的占用数据执行的分析确立会议室和一些单室办公室未得到充分利用。即多个监控期的占用水平分析显示，会议室利用率低以及特定单室办公室利用率低。因此，执行空间重新分配，使得会议室的数量减少（或者替换地，会议室占用的大小或空间被减少），并且一些特定的单室办公室被重新调整用途。

这种重新分配可能需要安装、拆除或重新定位隔墙，以创造适合特定目的的新空间。这些类型的空间可能以前存在于楼层上，但在另一个位置，可能根本不存在，或者某些类型的空间可能被完全移除。例如回到图5A，会议室区502在楼层平面图5B中被分成两个区，其中502a与502b完全分开。这可以通过增加一堵墙来实现（在此之前，空间502a和502b包括单个会议室或一系列相邻的房间）。位置502b，先前是会议室502的一部分，随后变成一个单室办公室。通过减小该楼层会议室空间的大小，以前未充分利用的会议室空间现在被更大程度地用作（较小的）会议室和额外的其他类型的空间（例如，单室办公室空间502b）。随后的空间优化措施可能确实表明空间利用率有所提高。一个原因可能是，以前这个特定的会议室很少用于显著足以完全占用会议室空间的大小的会议，特别是如果也有那样或类似大小的会议室504潜在地可用的话。因此，对可用传感器数据进行分析可以指示潜在的空间管理改进选项。

空间504和506最初分别被指定为会议室和单室办公室。然而，如图5B所示，在重新分配空间之后，会议室504的大小减小，剩余空间508被添加到506的空间中，并标记为新类型的空间和新功能，称为分组讨论或项目空间。因此，未利用或未充分利用的单室办公室506和会议室504被重新分配或重新分派给具有更合适容量和功能的空间，以提高可用空间的有效利用。这种空间的重新定位和重新分配可以在咨询客户或建筑物或楼层的设施管理人员后实施。空间组合重组可用于更好地优化空间使用（可能跨多个楼层），并更好地满足员工的需求。在实施这种空间管理建议之后，随后可以在多个时段内监控建议的有效性。但是，这种进一步的分析需要将空间类别（例如，单室办公室、会议室和/或开放式办公空间）正确分配给空间，因此需要对云或后端数据库进行适当的寿命管理。也就是说，当对区域进行改变时，必须更新区域定义信息，使得正确地表示该特定区域的功能或目的。例如，在将位置506从单室办公室改变为分组讨论空间的一部分时，关于该改变的信息被正确地输入到云或后端数据库中是重要的，使得从该位置收集的所有信息被分析为分组讨论空间数据，而不是包含在用于单室办公室分析的数据中。

为了详细说明该楼层平面图5A的考虑空间502，但是现在假设该空间总共包括两个会议室（如楼层平面图5B中所划分的），即502a和502b。在该示例中，整个空间502过去/将来总是被认为是“会议室”类型，因此与这些空间相关的所有数据可以与云或后端数据库内（或者可以从一些其他可访问的存储器存储中检索）的指定位置（即“会议室”）的属性相关联。现在假设需要检索例如一个月内所有会议室消耗的能量的数据。然而，在两周之后（即一个月数据收集期的中途），会议室502a和502b分别被重新分配为一个会议室和一个单室办公室（如楼层平面图5B所示）。因此，前两周的数据涉及两个会议室502a和502b，而最后两周的数据涉及一个会议室502a和一个单室办公室502b。如果这种重新分配没有正确记录在云或后端数据库中，对该数据执行的分析会产生不正确的结果。我们可能最终得到正确的数据，但解释错误，即来自两个会议室的数据的数据现在只分配给一个会议室。或者，通过将单室办公室数据并入到会议室分析中，我们可能最终得到不正确的数据和不正确的解释。这里不认为只有由502a的设备收集的数据应该包含在会议室分析中，也不应该排除由502b的设备收集的数据。因此，可以看出不正确的数据关联会如何导致不正确的分析结果。此后纠正这些错误不仅需要纠正关联，使得新数据与正确的位置/目的相关联，还需要改变已经收集和存储的数据，以纠正已经收集和存储的数据中的关联。通过将收集的数据正确地关联到位置而不是设备ID、设备ID而不是位置或者设备ID和位置，可以防止上述情况。这种关联可以取决于所考虑的数据类型（即它所涉及的特征）和所执行的分析（数据意在被用于的方式，例如能效）。

还可能为数据提供上下文，并将数据与上下文一起存储。上下文（也称为上下文元素或上下文属性）可以指示如上所述的房间类型或房间表面积等。每个上下文可以包含特定的寿命。也就是说，特定上下文元素有效或准确的开始和/或结束日期（即上下文正确的时间段，例如由日期甚至一天中的时间和/或在其上开始或结束的持续时间规定）。该上下文可以在重新调试的物理动作时手动输入，或者随后基于本文公开的自动检测到的重新调试来输入。

因此，通过使用上述原理正确地关联数据，基于收集的数据的分析可以被认为更准确并且更有用。图6示出了两个图表，图示了会议室的聚集的占用水平的时间趋势。这些占用轮廓包括来自楼层平面图中的占用传感器的感测数据，如图5A和5B所示的那些。图表6A对应于x轴上示出的日期内60个会议室（与楼层平面图5A中的那些的分配情况相似）的占用。图表6B对应于x轴上示出的日期内50个会议室（与平面图5B中的分配情况相似）的占用。可以看出，通过由对正确关联的数据进行分析而产生的动作，例如将整个或部分会议室重新分配给其他功能，会议室空间的利用得到了优化。

在运行分析的过程中，分析员可以选择一个分析度量（例如2017年1月期间内建筑物中所有会议室的占用时间趋势）来在报告和存储的数据值上运行。该分析可以被配置为在选择时运行，或者以规则的编程时间间隔、一天中的预选时间、一个月中的预选日期、一年中的预选时间等运行。然后，为了进行分析以计算相关的占用度量值，需要获得不同条的信息，并相应地进行关联，以获得在所述时间段内所有会议室中的占用传感器的数据值。第一条信息是确定这段时间内存在的所有有效会议室。第二条信息是确定这些会议室中存在的所有占用传感器（使用第一条信息确定）。并且第三条信息是根据占用传感器的位置确定数据（使用第二条信息获得）。

也可以为了优化能效或能耗的目的而执行分析。从单室办公室改变到开放的办公区域可能会影响发光策略（例如，如何触发灯），并随后影响能耗。例如，照明器是由环境光条件（日光水平）触发还是由占用（例如，运动检测）触发可能与评估办公空间中照明器的最节能触发机制相关，这在可能共享区域中改变，在共享区域中，照明典型地照亮整个空间，而在单室办公室中，照明可能是聚光灯或提供光岛。在这种情况下，可以基于考虑由特定设备在特定位置收集的照明器的能量输出的分析来执行空间管理分析。从其中收集数据的设备和设备位置对于这种类型的分析都很重要，因为数据基于位置和设备特定的特征。如此，可以看出，将所收集的能耗数据与位置和设备ID相关是有益的。

考虑示出楼层上每个照明器在选定时间段内的平均能耗的楼层映射。在这种情况下，必须使用照明器ID和位置两者提取能量数据。假设照明器中的三个在此时间段内移动，并且热量映射中示出的能量值是使用仅对应于照明器ID的数据计算的。结果是，在选定的时间段内，所有照明器实际上都位于相同的空间内（由相同的能耗轮廓证明）。然而，在创建的映射中，照明器中的三个示出在完全不同的位置。这是因为它们是使用不正确的当前位置数据放置在映射中的。当它的位置特质的上下文和/或有效性没有被适当地并入时，这可能发生。这是一个必须从照明器ID中提取能量数据并将其正确关联到位置的例子，其中寿命（有效性）管理正确地应用于两个数据元素。

数据只需要链接到设备ID的一个例子是其中分析与设备的诊断有关。例如，识别哪个特定设备出现故障可能是重要的，以便可以确定需要修复的设备。当对具有特定规格的设备或例如具有特定功能的照明器（例如火灾时使用的照明）执行分析时，这也可能是重要的。

为了使数据关联更加完整，可能需要存储关于归属于数据值的房间或区的属性的上下文信息及其有效性/寿命（例如，在云或后端数据库中，或者可以容易地检索其的网络中的某个其他存储中，从那里）。例如，房间可以一个月前三周是会议室，然后一个月的剩余时间是灵活空间。在另一个例子中，空间的表面（地面）面积可以改变，例如，当两个房间（具有相同功能或不同功能）之间的分隔壁在两个房间的封套内移动时，使得每个相应房间的表面面积改变。可以改变感测数据的上下文和/或数据和/或上下文的有效性/寿命的对环境的任何其他改变，可以类似地使用与数据相关联的属性（例如上下文）和寿命的指示来表示。例如，如果属性指示房间是会议室，则该信息的寿命就是该特定条上下文属性信息正确的持续时间（由该寿命时段的开始日期和结束日期指示）。在检索相关联的数据和使用该指示时，可能没有输入特定的结束日期。

因此，可以将与数据库中的数据相关联的上下文属性用作工具，以进一步通知分析引擎哪些数据应该被从数据库中获取并在分析中使用，并且上下文属性的有效性/寿命可以用于通知分析引擎关于要使用可用存储时间序列数据的哪些数据。

还旨在确认数据中的这种差异，并且在对数据执行某些聚类分析时，不仅确定特定子集的收集数据中存在差异，而且随后能够输出指示，通知可能已经发生了重新调试。

图3示出了用于检测调试变化的RSSI数据聚类。

此处的目标是自动确定已经发生了重新调试。为此，会随着时间的推移监控一组ID/特征。所述ID/特征可以是MAC ID/RSSI值、VLC码/光学信号强度、照明器ID/光传感器值等。也可以使用接收信号的属性/特征的其他相应测量，例如飞行时间和/或到达角度。

在图3中，示出了4个特定单元或设备的子集的数据聚类。这里，接收信号强度指示符或RSSI已被用作特征，并且它对应于由于来自特定无线设备（在该特定情况下是特定照明器/传感器单元）的发射的在无线接收器处的无线电信号的强度。特定的无线设备可以通过其MAC ID来识别，MAC ID形成该特定ID/特征集合的ID部分。

其他ID/特征集合可以包含VLC，其指可见光通信，其中照明器的光输出可以使用在VLC接收器处可检测的代码来调制。因此，特定调制代码提供待确定的ID，光学信号强度提供待测量的特征。

在给出的实施例中，在照明系统中监控信号ID/特征中的一个或多个。更具体地，特定照明器处的传感器中的每一个记录其感测的信号ID/特征，每个特定照明器具有ID和位置两者（其中位置可以由照明器和传感器共用的单个位置来指示，如图2所示，或者作为单独的数据条目）。收集ID/特征数据值并将其链接到这些位置，并且使用收集的数据创建照明系统设备的子集的特征数据聚类。如此，单个ID的任何移动都将导致相应（一个或多个）特征数据值的可观察变化，并且可以从特征数据聚类分析中检测到。

数据聚类可以通过例如质心和半径来表征。质心是聚类中所有点的平均值。在其他实施例中，可以使用中心点或聚类中最具代表性的点。代替半径（或欧几里德距离），可以使用曼哈顿距离或任何其他合适的维度。因此，例如，可以基于特征数据聚类的特性之一的变化来确定特定照明器的位置变化。如果在给定时刻信号ID/特征被报告为不属于特定特征数据聚类，则声明新ID属于特征数据聚类的可能性。如果在一段持续时间后可能性值超过预设阈值，则我们声明在特征数据聚类中已经识别出新的信号ID。它的位置可能归因于邻近区域中不存在/不再存在的ID上的位置，例如在后端110尚未处理单元替换的情况下。

上面讨论的方法如图3所示。这里{RSSI_n,i}是在n=1，2，…，4个邻居处从MAC ID i接收的RSSI值。设备的物理布局可以如图框306所示地绘制。这里，相邻设备1-4被图示为通过虚线加入到具有MAC ID i的设备。这些线的长度表示在i处测量的信号强度。

从时间t_k到时间t_p之前的某个稍后时间，特征聚类在质心和半径302上示出一致性。当重新调试发生时（在时间t_p），例如，对于具有MAC ID i的照明器已经被移开，由于现在在设备i测量的RSSI值的幅度下降，RSSI质心304在RSSIn,i轴上下降。在这个稍后的时间，设备的物理布局可以被绘制为如框308所示。这里，相邻设备1-4同样被图示为通过虚线加入到具有MAC ID i的设备。这些线的长度表示在i处测量的信号强度。

在时间t_q，可能性值超过预设阈值，并声明调试改变。预设阈值可以是可能性值，被设置成使得它与观察质心变化的时间段相关，或者设置成使得它取决于聚类质心变化的程度。例如，台灯可以在房间内从一张桌子移动到另一张桌子，但是只是在借用的一天内。位置的这种变化可能会影响该房间中灯的子集的特征数据聚类的质心，但是由于这种变化仅在单个一天内观察到，并且没有超过基于对这种变化的观察的持续时间的可能性值的预设阈值，可以确定不需要自动或手动处理由于重新调试而导致的变化。然而，如果台灯不是被借用，而是台灯的主人永久移动了桌子，则可以确定观察的质心变化的时间段超过了预确定阈值，并且子集（或者甚至特定的照明器）可以被标记以用于由于重新调试而需要的进一步处理。台灯可能只是从同一张桌子的一边移到另一边。在这种情况下，可以在一段延长的时间段内观察到特征数据聚类的质心的变化，但是这种变化可能没有显著到足以导致超过预设阈值的可能性值。因此，同样没有输出通知所讨论的子集由于可能的重新调试而应该经历一些进一步的处理标志或指示。

替换地，使用任何已知的定位技术（取决于接收的信号特征）（例如基于基于光的VLC信号或无线电信号的接收信号强度（例如RSSI）或飞行时间（ToF））来定位信号ID。类似地，如果在特定的时刻之后没有找到现有的ID，那么一旦可能性值低于规定的阈值，该ID就被声明为丢失。

对于这种分析，可以使用称为聚类分析的过程。聚类分析或聚类是以这样的方式对一组对象进行分组的任务，使得同一聚类中的对象彼此比另外（一个或多个）聚类中的对象（在某种意义上）更相似。换句话说，“数据聚类”是指将数据分类为不同的组或将数据集合划分为不同的子集，其中子集内的每个数据理想地共享一些共同特征。

因此，聚类可以被表述为多目标优化问题。合适的聚类算法和参数设置取决于个体数据集合和结果的预期用途。在这种情况下，数据集合可以被视为从连接的照明系统的所有单元接收的数据，或者仅从属于特定子集的单元接收的数据。此外，可以用预期结果来分析数据，以示出与特定类型的数据点（例如占用）相关的特征聚类，或者给定更大的数据集合，可以分析数据以使得在聚类中的数据可能被相同物理位置的单元接收的情况下形成位置聚类。因此，如此的聚类分析并不被视为一项自动任务，而是知识发现的迭代过程或涉及试错法的交互式多目标优化。通常需要预处理数据或修改模型参数，直到聚类分析实现所需的结果或示出所需的属性。

图4示出了两个房间，“房间1”401和“房间2”403。两个房间都包含照明器/传感器单元A、B、C和D。房间1还包括大窗户408和门410。房间2还包括门412和比房间1的窗户小的窗户414。单元A 402包括环境亮度传感器404和占用传感器406。最初，房间1中的单元A 402被配置为基于由环境亮度传感器404在房间中测量的光照而在照明器处执行某些调光状态动作。房间1不经常使用，并且由此从占用传感器406接收的数据典型地报告低水平的占用。房间2还包括照明器/传感器单元A，该单元又包括环境亮度传感器416和占用传感器418。房间2没有通过窗户414接收到太多光照。然而，房间2典型地比房间1更经常使用，并且由此房间2中的单元A 420最初被配置为基于由占用传感器418在房间中测量的占用而在照明器处执行某些调光状态动作。

在一个实施例中，在稍后的某个时间，房间1的单元A（402）和房间2的单元A（420）被交换。没有由于单元位置的这些变化而对系统后端接收的数据进行修改。因此，它们的位置仅在物理上改变，并且由每个相应单元收集并报告回后端的数据也改变，因为收集的数据代表不同的位置。例如，仍然被配置为基于由环境亮度传感器404在房间中测量的光照而在照明器422处执行某些调光状态动作的单元402开始向后端报告显著较低的能量值、显著较低的调光状态值和显著较高的占用率值。结果，基于由单元402收集的数据的类型中的任何类型的房间1的单元A-D的子集的特征数据聚类将在单元402已经移动到房间2之后示出显著变化。这种变化可以通过使用聚类分析查看数据来确定。单元A 402现在返回的数据可能显著不同，使得数据点自身与完全不同的质心对齐（例如，如果分析中包括的数据也包含从其他位置收集的数据），或者单元A 402返回的数据的差异可能刚好足以改变针对现在包括来自单元A 402的改变的数据的房间1的特征数据聚类创建的质心的中心点或半径聚类。以这种方式，数据点自动改变它们在聚类分析中的聚类方式，使得可以确定房间1中的单元子集已经发生改变。重新调试的检测将示出位置的异常值。可以使用预定义的阈值差来进行此确定以检测重新调试，例如特定聚类的中心点或半径值的差。

上面的例子是既没有更新照明器和/或传感器单元的轮廓，也没有更新其在映射上的位置的例子。例如，管理照明器行为的规则、照明器的控制逻辑或控制功能在其重新定位时也没有改变。在其他实际情况下，该单元的功能或轮廓可能已经改变（例如，在新位置匹配其周围的功能或轮廓，并从而与周围单元的功能相适应），但是数据库中的位置可能仍然没有改变。

当轮廓被更新，但系统后端处的单元位置未被更新时，该单元将开始返回将与其附近的其他单元相似的数据。然而，在系统后端处的数据库中，该单元（还）不是其附近单元的子集的一部分。针对重新定位单元是其部分的原始子集的所有数据分析将是不准确的，并且通过包含来自重新定位单元的数据而将继续是不准确的。确定分析引擎317何时返回不一致的数据，并且随后能够确定为什么会导致从数据子集移除不想要的数据，并且允许对纠正后的数据子集的分析（诸如效率分析）以补偿重新调试。

如上所述，当发光小时将是位置依赖的时，也可以通过检测发光小时的变化来检测位置变化。例如，以原始的图4中房间2的单元420为例。在将该单元移动到房间1时，该单元的轮廓可能已经改变，使得其现在被配置为基于由环境亮度传感器416在房间中测量的光照而在照明器424处执行某些调光状态动作。其结果是，照明器424的发光小时可能显著增加（这里假设触发来自房间1中照明器424的光照的房间1中的弱光或黑暗的总小时大于触发来自房间2中照明器424的光照的房间2的占用小时）。然而，系统后端处的从单元420收集的发光小时数据将继续包含在包括最初的房间2的单元的子集的发光小时中。因此，该特定子集的发光小时轮廓将示出不一致。同样，可以使用预设阈值来确定不一致性何时显著到足以暗示可能发生了重新调试事件。因此，超过预设阈值的值可以被认为具有重新调试已发生的可能性值。可以使用第一预设阈值来分离一致和不一致的数据，并且基于不一致性超过该第一预设阈值的程度而将多个可能性值分配给被发现不一致的所有数据。例如，三个不同的可能性值可以被分配给不一致的数据，其中值超过预设阈值并且落在三个有界范围之一内。如此采取的动作可能取决于不一致数据落入的范围。如果大量超过预设阈值并且落入较高边界，结果可能是负责的原始数据被从未来的分析引擎过程中移除。如果超出预设阈值的量落在中间范围内，结果可能是数据被包含在分析引擎分析中，但权重低于其他数据。如果超出预设阈值的量落在较低的范围内，结果可能是数据被简单地标记为注意。当如上所述地分析使用聚类分析创建的质心时，也可以使用该阈值和可能性率值分配。

应当理解，以上实施例仅通过示例的方式进行了描述。通过对附图、公开内容和所附权利要求的研究，本领域技术人员在实践所要求保护的发明时可以理解和实现对所公开的实施例的其他变化。

例如，位置可以是特定的一个或多个房间、特定的建筑物、房间或建筑物内的特定区、建筑物的特定侧或特定的室外区域。在一个特定示例中，位置可以是与子集的设备相关联的控制区。控制区可以是允许移动用户终端访问设备以控制设备（例如控制来自光照源的发射光照）或从其接收信息（例如接收传感器数据）的区，但是不允许移动用户终端访问该区之外。

在实施例中，所述设备子集或所述多个设备中设备的一个、一些或所有可以各自采取照明器的形式，每个照明器包括相应的光照源中相应光照源，并且可选地包括传感器中的相应传感器。替换地或附加地，所述子集或所述多个设备中的设备的一个、一些或所有可以各自采取专用传感器单元的形式，该专用传感器单元包括所述传感器中的相应传感器（但不是光照源）。

在实施例中，所述输出可以包括将所执行的分析输出给用户，例如分析员、调试技术员或照明系统的操作员，警告用户为了影响期望的结果可能采取的某些动作。例如提高与执行分析相关的位置的能效的结果。

该方法可以由照明系统的任何合适的一个或多个组件来执行，例如在服务器上，或者在照明桥或专用控制单元中。该方法的功能可以由存储在计算机可读存储上并且被布置为在所讨论的（一个或多个）组件的一个或多个处理单元上运行的软件来实现，，或者可以在（一个或多个）组件的专用硬件电路中实现，或者硬件和软件的任何组合中实现。

在权利要求中，词语“包括”不排除其他元件或步骤，不定冠词“一”或 “一个”不排除多个。单个处理器或其他单元可以实现权利要求中列举的若干项目的功能。在相互不同的从属权利要求中引用某些措施的纯粹事实并不表示这些措施的组合不能被有利地使用。计算机程序可以存储和/或分布在合适的介质上，例如与其他硬件一起提供或作为其他硬件的一部分提供的光学存储介质或固态介质，但是也可以以其他形式分布，例如通过因特网或其他有线或无线电信系统。权利要求中的任何附图标记不应被解释为限制范围。

Claims (15)

1.一种在照明系统（100）的环境（103）中执行与能量管理或空间利用相关的分析的方法，所述照明系统包括多个设备（106），每个设备包括光照源（101）和/或传感器（107）；所述方法包括：

访问包括由所述设备报告并存储在其中的数据（315）的数据库，所述数据包括由所述设备中的每个相应设备报告的一个或多个数据的类型的值，其中由所述设备中的至少一些报告的数据类型中的至少一些的值与相应设备的位置相关联地存储，由所述设备中的至少一些报告的数据类型中的至少一些的值与相应设备的ID相关联地存储，并且由所述设备中的至少一些报告的数据类型中的至少一些的值与相应设备的位置和ID两者相关联地存储；

取决于所述分析是要表征位置、设备还是两者，在以下之间进行选择：

i） 使用位置而不是ID的指定作为选择标准，基于所述选择标准从所述数据库检索由来自规定的位置的所述设备的子集报告的数据类型中的一个或多个的值，并且基于所检索的值执行所述分析的至少部分，

ii） 使用ID而不是位置的指定作为选择标准，基于所述选择标准从所述数据库检索由具有一个或多个规定的ID的一个或多个设备报告的数据类型中的一个或多个的值，并且基于所检索的值执行所述分析的至少部分，

iii） 使用位置和ID两者的指定作为选择标准，基于所述选择标准从所述数据库检索由具有一个或多个规定的ID和/或规定的位置的一个或多个设备报告的数据类型中的一个或多个的值，并且基于所检索的值执行所述分析的至少部分；和

基于所执行的分析适配所述环境（103）和/或照明系统的一个或多个特征。

2.根据权利要求1所述的方法，其中所述适配包括优化所述照明系统的能效。

3.根据权利要求1或2所述的方法，其中所述环境包括建筑物的内部空间，所述建筑物包括多个房间，并且其中所述适配包括：

重新分配所述房间中的一个或多个的功能，或

重新划分所述内部空间。

4.根据任一前述权利要求所述的方法，其中基于位置而非ID所检索的一个或多个数据类型中的一个包括以下中的一个或多个：能耗、和/或占用、和/或光传感器值、和/或运动传感器值、和/或温度、和/或湿度、和/或空气质量、和/或声级。

5.根据任一前述权利要求所述的方法，其中基于ID而非位置所检索的一个或多个数据类型包括以下中的一个或多个：有效操作小时、和/或致动水平、和/或处理的请求、和/或故障率、和/或报告的错误、和/或诊断。

6.根据任一前述权利要求所述的方法，其中所述分析包括生成空间数据映射，所述空间数据映射包括基于ID所检索的一个或多个数据类型的空间表示。

7.根据权利要求6所述的方法，其中包含在所述空间数据映射中的一个或多个数据类型包括：能耗、和/或占用值、和/或发光小时、和/或光学强度信号、和/或光传感器值、和/或运动传感器值、和/或温度、和/或湿度、和/或空气质量、和/或声级。

8.根据任一前述权利要求所述的方法，其中，所述ID是所述照明系统的单个设备的唯一ID。

9.根据任一前述权利要求所述的方法，其中，所述ID是识别所述照明系统的设备的类别的类型ID。

10.根据任一前述权利要求所述的方法，其中所述位置的指定是就房间或区的指示（220）给出的。

11.根据权利要求10所述的方法，其中所述指示包括所述房间或区的规定属性，所述检索由此包括从所述数据库检索由所述设备的子集从具有所述规定属性的房间或区报告的数据类型中的一个或多个的值。

12.根据权利要求11所述的方法，其中，所述方法包括为所述房间或区中的至少一个确定与所述属性相关联的寿命，并且其中，对所述房间或区的子集的所述检索包括仅检索在所述寿命内报告的值。

13.根据任一前述权利要求所述的方法，其中所述位置的指定是在二维和/或三维空间的坐标中给出的。

14.一种用于在照明系统（100）的环境（103）中执行与能量管理或空间利用相关的分析的系统，所述照明系统包括多个设备（106），每个设备包括光照源（101）和/或传感器（103）；所述系统还包括：

数据库，被适配为存储由所述设备报告的数据（315），所述数据包括由所述设备中的每个相应设备报告的一个或多个数据的类型的值，其中由所述设备中的至少一些报告的数据类型中的至少一些的值与相应设备的位置相关联地存储，由所述设备中的至少一些报告的所述数据类型中的至少一些的值与相应设备的ID相关联地存储，并且由所述设备中的至少一些报告的数据类型中的至少一些的值与相应设备的位置和ID两者相关联地存储；和

分析引擎（317），被配置成执行以下步骤：

访问由所述设备报告的数据的数据库；

取决于所述分析是要表征位置、设备还是两者，在以下之间进行选择：

i） 使用位置而不是ID的指定作为选择标准，基于所述选择标准从所述数据库检索由来自规定的位置的所述设备的子集报告的数据类型中的一个或多个的值，并且基于所检索的值执行所述分析的至少部分，

ii） 使用ID而不是位置的指定作为选择标准，基于所述选择标准从所述数据库检索由具有一个或多个规定的ID的一个或多个设备报告的数据类型中的一个或多个的值，并且基于所检索的值执行所述分析的至少部分，

iii） 使用位置和ID两者的指定作为选择标准，基于所述选择标准从所述数据库检索由具有一个或多个规定的ID和/或规定的位置的一个或多个设备报告的数据类型中的一个或多个的值，并且基于所检索的值执行所述分析的至少部分；和

向所述照明系统的用户输出所执行的分析，指示适配所述环境和/或照明系统的一个或多个特征的方式。

15.一种用于在照明系统（100）的环境（103）中执行与能量管理或空间利用相关的分析的计算机程序产品，所述照明系统包括多个设备（106），每个设备包括光照源（101）和/或传感器（107），所述计算机程序产品包括代码，所述代码体现在计算机可读存储上并且被配置成当在计算机系统上运行时执行以下操作：

访问包括由所述设备报告并存储在其中的数据（315）的数据库，所述数据包括由所述设备中的每个相应设备报告的一个或多个数据的类型的值，其中由所述设备中的至少一些报告的数据类型中的至少一些的值与相应设备的位置相关联地存储，由所述设备中的至少一些报告的数据类型中的至少一些的值与相应设备的ID相关联地存储，并且由所述设备中的至少一些报告的数据类型中的至少一些的值与相应设备的位置和ID相关联地存储；

取决于分析是表征位置、设备还是两者，在以下之间进行选择：

i） 使用位置而不是ID的指定作为选择标准，基于所述选择标准从所述数据库检索由来自规定的位置的所述设备的子集报告的数据类型中的一个或多个的值，并且基于所检索的值执行所述分析的至少部分，

ii） 使用ID而不是位置的指定作为选择标准，基于所述选择标准从所述数据库检索由具有一个或多个规定的ID的一个或多个设备报告的数据类型中的一个或多个的值，并且基于所检索的值执行所述分析的至少部分，

iii）使用位置和ID两者的指定作为选择标准，基于所述选择标准从所述数据库检索由具有一个或多个规定的ID和/或规定的位置的一个或多个设备报告的数据类型中的一个或多个的值，并且基于所检索的值执行所述分析的至少部分；和

基于所执行的分析适配环境（103）和/或照明系统的一个或多个特征。