CN115656764B - 一种用于发光二极管的照明质量检测方法 - Google Patents
一种用于发光二极管的照明质量检测方法 Download PDFInfo
- Publication number
- CN115656764B CN115656764B CN202211682748.5A CN202211682748A CN115656764B CN 115656764 B CN115656764 B CN 115656764B CN 202211682748 A CN202211682748 A CN 202211682748A CN 115656764 B CN115656764 B CN 115656764B
- Authority
- CN
- China
- Prior art keywords
- subsequence
- data
- abnormal
- luminous flux
- light
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Led Devices (AREA)
Abstract
本发明涉及半导体电变量测试与检测领域,具体涉及一种用于发光二极管的照明质量检测方法,包括:获取光通量时的子序列的光通量分布异常指标和局部描述子,得到子序列的光通量异常置信度,进而获得所有的异常子序列;根据异常子序列内光通量数据的异常判定指标与局部孤立程度获得光通量数据的异常置信度,并得到所有异常数据,进一步获得光通量异常检测指标;根据实际功率时序序列获得功率异常检测指标,根据光通量异常检测指标和功率异常检测指标检测发光二极管照明质量。本发明通过对电变量时序序列进行深入分析,提取较为准确的电变量特征指标,可有效提高检测的准确可靠性,成本低和操作简便的优点,不需要依赖测量仪器的校准和改进。
Description
技术领域
本发明涉及半导体电变量测试与检测领域,具体涉及一种用于发光二极管的照明质量检测方法。
背景技术
发光二极管是一种固态的半导体元器件,其本身耗能小、工作寿命长、不含有毒物质的特点,发光二极管的应用越来越广泛,为获得发光二极管的工作寿命和工作效率或故障预警,需要在其工作过程中进行照明质量测试和检测。现有的对诸如发光二极管等单个半导体进行测试的方法有很多,例如使用仪器测量发光二极管的电变量,如工作电流电压阻抗等,通过分析电流或电压高于或低于预定值,或者是处于预定的数值范围之内或之外,或者电流或电压通过给定值的时刻,如通过零点的时刻等,来实现对发光二极管的测试与检测,但是这些方法大多把重点放在测量装置和测量仪器的选取和改进以及对测得的电变量进行校准和脉冲计数上,没有对测得的电变量进行深入的特征分析,导致发光二极管的测试与检测结果过度依赖于测量装置和测量仪器的选取和改进,不够高效。因此需要一种数字测量技术,能够通过对测得的电变量进行深入分析,获得发光二极管准确的准确测试和检测结果,避免现有的测量测试方法中过于依赖测量装置和测量仪器导致效率低和测试检测结果不准确的问题。
发明内容
本发明提供一种用于发光二极管的照明质量检测方法,以解决现有的问题。
本发明的一种用于发光二极管的照明质量检测方法采用如下技术方案:
本发明实施例提供了一种用于发光二极管的照明质量检测方法,该方法包括以下步骤:
采集发光二极管的电变量时序序列,所述电变量时序序列包括光通量时序序列和实际功率时序序列,获得初始光通量;
对光通量时序序列进行均等划分得到若干数据个子序列,获取每个子序列对应的高斯混合模型,利用每个子序列的高斯混合模型与其他子序列高斯混合模型的分布差异获得每个子序列的光通量分布异常指标;根据每个子序列中的最大最小值获得每个子序列的差异程度,根据每个子序列中光通量数据与初始光通量的差异以及所述差异程度获得每个子序列的局部描述子,根据每个子序列的局部描述子与光通量分布异常指标获得每个子序列的光通量异常置信度,根据光通量异常置信度获得所有的异常子序列;
根据异常子序列内每个光通量数据与其他所有光通量数据的差异获得每个光通量数据的异常判定指标,异常子序列内每个光通量数据分别与前后时刻相邻的每个光通量数据的差异进行比较获得每个光通量数据的局部孤立程度,根据每个光通量数据的异常判定指标和局部孤立程度获得每个光通量数据的异常置信度,根据光通量数据的异常置信度获得光通量数据是否为异常数据,得到所有异常子序列内的所有异常数据,根据所有异常数据的总数量以及所有异常数据对应的异常置信度的累加和获得发光二极管光通量异常检测指标;
根据实际功率时序序列获得所有偏离数据点,并计算每个偏离数据点的偏离程度,根据所有偏离数据点的偏离程度获得发光二极管功率异常检测指标,根据发光二极管光通量异常检测指标和功率异常检测指标检测发光二极管照明质量。
进一步地,所述利用每个子序列的高斯混合模型与其他子序列高斯混合模型的分布差异获得每个子序列的光通量分布异常指标,具体方法包括:,n表示子序列的总数量,表示第i个子序列对应的高斯混合模型,表示除了第i个子序列对应的高斯混合模型之外的第j个子序列对应的高斯混合模型,表示与的KL散度;为第i个子序列的光通量分布异常指标,表示取最大值函数。
进一步地,所述每个子序列的差异程度为子序列中最大光通量数据与最小光通量数据的差值。
进一步地,所述根据每个子序列中光通量数据与初始光通量的差异以及所述差异程度获得每个子序列的局部描述子,具体方法包括:,为初始光通量,为第i个子序列中第t个光通量数据值,为子序列长度,表示第i个子序列的差异程度,表示第i个子序列的局部描述子。
进一步地,所述根据异常子序列内每个光通量数据与其他所有光通量数据的差异获得每个光通量数据的异常判定指标,具体方法包括:
为异常子序列长度,为异常子序列内第a个光通量数据与第c个光通量数据之间差值的绝对值,为距离阈值,表示该异常子序列内的第a个光通量数据的异常判定指标。
进一步地,所述异常子序列内每个光通量数据分别与前后时刻相邻的每个光通量数据的差异进行比较获得每个光通量数据的局部孤立程度,具体方法包括:
获取异常子序列内的每个光通量数据与其前一时刻的光通量数据的差异,记为第一差异,获取异常子序列内的每个光通量数据与其后一时刻的光通量数据的差异,记为第二差异,分别计算第一差异、第二差异与每个光通量数据的比值,得到第一局部特征和第二局部特征,将第一局部特征和第二局部特征最小值作为每个光通量数据的局部孤立程度。
进一步地,所述根据实际功率时序序列获得所有偏离数据点,具体方法包括:
获取发光二极管的额定功率,设置发光二极管正常工作功率范围闭区间,为功率波动因子,对发光二极管实际功率时序序列进行拟合,获取实际功率时序序列对应的曲线图,得到实际功率曲线,曲线图的纵坐标为实际功率时序序列内的实际功率,横坐标为对应实际功率在时序序列的时刻信息,在曲线图中得到正常工作功率范围对应的上下限,上下限所包围的范围记为正常工作功率范围,统计所述实际功率曲线所有不在上下限所包围范围内的数据,将其作为偏离数据点。
进一步地,所述根据所有偏离数据点的偏离程度获得发光二极管功率异常检测指标,具体方法包括:获取所有偏离数据点的偏离程度的累加和,根据累加和与偏离数据点的数量获得发光二极管功率异常检测指标。
进一步地,所述计算每个偏离数据点的偏离程度,具体方法包括:
获取偏离数据点与发光二极管正常工作功率范围闭区间上下限的距离,记为第一距离和第二距离,将第一距离和第二距离的最小值作为每个偏离数据点的偏离程度。
本发明上述技术方案至少具有如下有益效果:
本发综合考虑发光二极管工作过程中的光通量数据实时变化状况以及实际功率的偏离程度,相比传统仅仅通过发光二极管的实时功率对二极管照明质量的检测分析,本发明具有较高的检测精度,本发明对于光通量数据不仅通过局部邻域状况对数据进行分析,同时结合光通量时序序列的整体状况构建特征指标,提取较为准确的用于表征光通量数据状况的特征指标,可有效提高光通量数据异常检测的精度,具有耗时短、成本低和操作简便的优点,不需要依赖测量仪器的校准和改进,对发光二极管照明质量的精确检测具有广泛的应用前景。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一种用于发光二极管的照明质量检测方法的步骤流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种用于发光二极管的照明质量检测方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种用于发光二极管的照明质量检测方法的具体方案。
本发明提供实施例一,具体实施方法如下:
101.利用测量仪器获得单个半导体的电变量时序数据。
本实施例以发光二极管为例进行叙述,利用光通量检测仪和微型功率计测量光通量、实际功率两种电变量时序序列。
102.利用数字测量技术对电变量时序序列进行分析,测得电变量的异常子序列。
由于半导体的电变量测试和检测过程就是获得异常电变量数据的过程,由于电变量时序序列中存在异常的电变量数据只存在于局部的子序列中,因此对测得的电变量时序序列进行分段,得到多个电变量的子序列,然后测得电变量存在异常的子序列。
103. 利用数字测量技术对存在异常的电变量的子序列进行进一步分析检测,获得半导体电变量的异常检测指标。
区别于常规的直接利用测量仪器获得异常电变量的方法,本发明实施例不使用现有的电变量测量结果,而是利用数字测量技术,该技术通过对异常的电变量的子序列进行数字分析,获得异常检测指标,将该异常检测指标作为异常的电变量的测试结果,保证能够对异常的电变量的子序列进行深入的分析和挖掘,充分表征电变量的异常情况。
104. 利用数字测量技术对其他种类的电变量进行分析检测,获得半导体其他电变量的异常检测指标。
为了全面的获得半导体的测量测试结果,需要结合多种电变量数,本实施例中上述步骤102、103以光通量为例进行叙述。该步骤以实际功率为例进行叙述,获得实际功率这种电变量的异常检测指标。
105.根据所有种类电变量的异常检测指标获得半导体的最终测量测试结果。
进一步地,本发明提供了实施例二,该实施例以发光二极管照明测试检测为例进行详细叙述,请参阅图1,其示出了本发明一个实施例提供的一种用于发光二极管的照明质量检测方法的步骤流程图,该方法包括以下步骤:
201.通过测量仪器测量发光二极管工作过程中的电变量,得到光通量电变量和实际功率电变量的时序序列。
本实施例旨在对发光二极管的照明质量进行检测评估,以便对发光二极管工作过程中照明质量不佳的状况进行预警提示,避免发光二极管长时间问题性工作导致寿命降低等隐患。本实施例中主要通过光通量、实际功率两种电变量来进行分析,基于所述电变量实时数据对发光二极管的照明状况指标进行提取,实现照明质量的检测分析。对发光二极管工作过程中电变量的实时数据进行测量采集,通过相应类型的传感器或者对应的数据检测仪可获取对应电变量的时序序列,作为后续分析发光二极管照明质量检测的基础数据。需要说明的是,检测仪以及传感器类型的选取实施者可根据实际情况自行选取。
本实施例中选取光通量检测仪以及微型功率计采集发光二极管通电之后工作过程中的光通量、实际功率两种电变量时序序列,检测仪和传感器具体的型号实施者根据实际情况选取。对于实时数据测量时间的设定,本发明中设置采集电参数的时序序列的序列长度为m,每隔t时段进行一次数据采集,即电变量时序序列每个t时段为一个时刻。
本实施例中以t=1分钟,m=600为例进行叙述,实施者可根据实施场景进行设置。
202.对光通量电变量时序序列进行分析,计算光通量分布异常指标和光通量异常置信度,并进一步得到异常子序列。
对于步骤201所述的电变量的时序序列,本实施例将基于对时序序列的分析,进而对发光二极管的照明状况进行检测。为提高检测速度,考虑到当发光二极管出现照明异常时,最先反映在照明亮度上发生变化,因此,本实施例首先对发光二极管工作过程中的光通量进行分析,初步进行发光二极管照明质量的初步检测。所述初步检测过程具体为:
1)首先,通过光通量检测仪获取发光二极管的初始光通量,即发光二极管刚通电工作时的光通量,记为,正常情况下发光二极管的初始光通量是最大的,随着时间的推移以及二极管的使用,发光二极管的实时光通量是有稍微下降的,因此,对于后续时刻测量得到的光通量时序序列记为;本实施例将时序序列均等分割成多个长度相等的子序列,本实施例中令每个子序列长度为60,实施者可自定义每个子序列的长度;如果时序序列不够均等分割,则将中最后一个不能均等分割的序列片段删除,最终本实施例中获得的子序列的数量记为n,这些子序列分别记为、、…、、…、, 其中 表示第i个子序列。需要说明的是中第一个光通量数据与中最后一个光通量数据是相邻两个时刻的光通量数据。
将每个子序列拟合成一个高斯混合模型,本实施例中高斯混合模型包含的子高斯模型个数设置为8,n个子序列对应得到n个高斯混合模型,记为:、、…、、…、,其中表示第i个高斯混合模型。
进一步地,基于子序列的高斯混合分布,本实施例构建光通量分布异常指标:
式中,表示除了第i个高斯混合模型之外的第j个高斯混合模型,表示与的KL散度,该值越大说明与存在较大差异,表示子序列之间差别越大;为第i个子序列的光通量分布异常指标,用于对第i个子序列相对于其他子序列光通量数据的关联程度进行分析,其值越大,说明第i个子序列和其他子序列差别较大,则对应子序列光通量中存在异常数据的置信度越高;表示取最大值函数。
2)进一步,为提高对发光二极管光通量数据的分析精度,对于子序列,本实施例将获取差异序列,其中,表示第i个子序列中的最大值,表示第i个子序列中的最小值,表示差异序列中的第i个数据,记为第i个子序列的差异程度。所述差异序列中的数据可用于表征每个子序列内数据的波动状况,同时,对于子序列,本实施例构建局部描述子:
式中,为初始光通量,为第i个子序列中第t个光通量数据值,为子序列长度,表示第i个子序列的局部描述子,所述局部描述子用于对子序列的稳定情况进行分析,子序列内的数据峰谷差异越大,波动性越大,同时子序列内光通量数据相对初始光通量的差异越大,数据的稳定性越低,值越大,子序列的稳定程度越小;
3)最后,根据所构建的局部描述子,本实施例将对子序列内光通量数据状况进行检测,构建子序列光通量异常置信度模型,用于对子序列内的光通量异常状况进行评估,所述光通量异常置信度模型具体为:
,表示第i个子序列的光通量异常置信度。
对所有子序列的光通量异常置信度进行线性归一化处理,并设置子序列光通量异常置信度阈值th1,本实施例以th1=0.5为例进行叙述,根据本实施例所述方法获取每个局部子序列的光通量异常置信度,当所有子序列的光通量异常置信度值均低于或等于阈值时,则该时段发光二极管的光通量较为正常,没有出现异常数据的情况;当存在子序列的光通量异常置信度高于阈值时,则对应子序列内存在光通量异常数据,记为异常子序列;
203.根据异常子序列获得光通量数据的异常判定指标和光通量数据的局部孤立程度,进而得到发光二极管光通量异常检测指标。
为实现对发光二极管照明质量的准确检测,提高照明状况的评估精度,对于异常子序列,本发明将对其进行进一步的分析,对其内的光通量异常数据值的异常程度进行检测,以便对发光二极管的照明质量进行准确检测评估。所述异常子序列进一步分析过程具体为:
对于任意一个异常子序列内的光通量数据,本实施例将对其进行分析,首先,对于该异常子序列内的第a个光通量数据为例,本实施例构建光通量异常判定指标:
其中,为异常子序列内第a个光通量数据与第c个光通量数据之间差值的绝对值,为距离阈值,本实施例将其设置为时序序列内所有光通量数据的均值的十分之一,实施者也可自行设置;表示该异常子序列内的第a个光通量数据的异常判定指标,对该异常子序列内所有光通量异常判定指标进行线性归一化处理,光通量异常判定指标越大,则第a个光通量数据与异常子序列内其他光通量数据之间的差异程度越小,也即与周围光通量数据的相似程度越高,对应数据a越不可能是异常光通量数据;
然后,对于异常子序列内的第a个光通量数据,本实施例将基于局部邻域光通量数据对其异常指标进行进一步提取:
式中,、、分别表示异常子序列内的第a个光通量及其前一个时刻的光通量、后一个时刻的光通量;用于表征异常子序列中第a个光通量数据的局部孤立程度,异常指标值越大,则认为第a个光通量数据相对局部邻域而言孤立性越高;min()表示取最小值函数。
最终,基于光通量数据异常指标,对于异常子序列内的光通量数据,本实施例将建立最终的光通量数据异常置信度:
式中,为异常子序列内第a个光通量数据的异常置信度,对异常子序列内所有光通量数据的异常置信度进行线性归一化处理,当异常置信度高于阈值th2时时,第a个光通量数据记为异常数据,本实施例中以th2=0.65为例进行叙述。
至此本实施例提取任意一个异常子序列中的每个异常数据,那么同理获得所有异常子序列中的所有异常数据,设共得到了A个异常数据,取其中第s个异常数据对应的异常置信度记为,那么建立发光二极管光通量异常检测模型:
式中,为发光二极管光通量异常检测指标,该值越大光通量越异常,A为光通量时序序列中光通量异常数据总数,其值越大,则发光二极管在该检测时段内的光通量异常值越多,后半部分为所有光通量异常数据异常置信度之和,异常置信度越大,光通量数据的异常程度越高,因此,后半部分越大,对应检测时段内发光二极管的光通量异常状况越严重,用于对发光二极管工作过程中的光通量时序序列进行异常状况的评估。
204.根据实际功率电变量时序序列获得发光二极管功率异常检测指标。
进一步,考虑到发光二极管的照明质量不仅仅包括光通量的变化上,为提高发光二极管照明质量的检测精度,对发光二极管工作过程中的异常状况进行准确评估,本发明将对发光二极管工作过程中的实际功率时序序列进行分析,首先获取发光二极管的额定功率,基于额定功率本发明将设置发光二极管正常工作功率范围闭区间,式中为功率波动因子,实施者可自行设定,本实施例以取值为百分之10为例进行叙述,对于发光二极管实际功率的时序序列,本发明将对其进行拟合,获取实际功率时序序列对应的曲线图,得到实际功率曲线,曲线图的纵坐标为实际功率时序序列内的实际功率,横坐标为对应实际功率在时序序列的时刻信息,同样的在曲线图中得到正常工作功率范围对应的上下限,上下限所包围的范围记为正常工作功率范围,统计所述实际功率曲线所有不在上下限所包围范围内的数据,将其作为偏离数据点,统计所有偏离数据点的总数Z,以第r个偏离数据点为例,获取第r个偏离数据点到上下限的距离记为:,构建偏离指标:式中,表示第r个偏离数据点的偏离程度,越大,则第r个偏离数据点的偏离程度越大,偏离越严重,基于发光二极管对应的实际功率时序序列,max{}表示取最小值函数,将所有偏离数据点的偏离程度进行线性归一化处理,本实施例将进一步构建发光二极管功率异常检测指标:
式中,为发光二极管功率异常检测指标,其值越大,对应发光二极管在检测时段内的功率异常状况越严重,用于对发光二极管工作过程中的功率状况进行检测分析。
205.根据发光二极管光通量异常检测指标和发光二极管功率异常检测指标对发光二极管照明质量进行检测。
对发光二极管照明质量检测的检测指标进行提取,建立发光二极管照明质量检测模型,用于对发光二极管工作过程中的照明状况进行综合检测评估,所述发光二极管照明质量检测模型具体为:
式中,分别为模型权值因子,实施者可自行设定,本实施例将其设置为,E为最终的照明质量检测指标,对其进行归一化处理,本实施例采用的归一化方法为令最终的照明质量检测指标E除以,所得结果依然称为最终的照明质量检测指标,保证最终的照明质量检测指标小于1,便于分析计算。当照明质量检测指标高于阈值th3时,进行提示预警,及时提醒相关人员发光二极管正处于低效率工作,需要对其进行检修,以提高发光二极管的照明质量以及工作寿命。本实施例以th3=0.5为例进行叙述。
需要说明的是,本实施例中对序列中的数据进行操作时,可能会超出序列的左右两端边界,此时本实施例利用二次线性插值的方法将序列的左右两端超出边界的部分进行插值填充数据,避免不可实施的情况。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种用于发光二极管的照明质量检测方法,其特征在于,该方法包括以下步骤:
采集发光二极管的电变量时序序列,所述电变量时序序列包括光通量时序序列和实际功率时序序列,获得初始光通量;
对光通量时序序列进行均等划分得到若干数据个子序列,获取每个子序列对应的高斯混合模型,利用每个子序列的高斯混合模型与其他子序列高斯混合模型的分布差异获得每个子序列的光通量分布异常指标;根据每个子序列中的最大最小值获得每个子序列的差异程度,根据每个子序列中光通量数据与初始光通量的差异以及所述差异程度获得每个子序列的局部描述子,根据每个子序列的局部描述子与光通量分布异常指标获得每个子序列的光通量异常置信度,根据光通量异常置信度获得所有的异常子序列;
根据异常子序列内每个光通量数据与其他所有光通量数据的差异获得每个光通量数据的异常判定指标,异常子序列内每个光通量数据分别与前后时刻相邻的每个光通量数据的差异进行比较获得每个光通量数据的局部孤立程度,根据每个光通量数据的异常判定指标和局部孤立程度获得每个光通量数据的异常置信度,根据光通量数据的异常置信度获得光通量数据是否为异常数据,得到所有异常子序列内的所有异常数据,根据所有异常数据的总数量以及所有异常数据对应的异常置信度的累加和获得发光二极管光通量异常检测指标;
根据实际功率时序序列获得所有偏离数据点,并计算每个偏离数据点的偏离程度,根据所有偏离数据点的偏离程度获得发光二极管功率异常检测指标,根据发光二极管光通量异常检测指标和功率异常检测指标检测发光二极管照明质量;
所述利用每个子序列的高斯混合模型与其他子序列高斯混合模型的分布差异获得每个子序列的光通量分布异常指标,具体方法包括:
n表示子序列的总数量,Pi表示第i个子序列对应的高斯混合模型,表示除了第i个子序列对应的高斯混合模型之外的第j个子序列对应的高斯混合模型,表示Pi与的KL散度;γ(i)为第i个子序列的光通量分布异常指标,max()表示取最大值函数;
所述根据每个子序列中光通量数据与初始光通量的差异以及所述差异程度获得每个子序列的局部描述子,具体方法包括:
2.根据权利要求1所述的一种用于发光二极管的照明质量检测方法,其特征在于,所述每个子序列的差异程度为子序列中最大光通量数据与最小光通量数据的差值。
4.根据权利要求1所述的一种用于发光二极管的照明质量检测方法,其特征在于,所述异常子序列内每个光通量数据分别与前后时刻相邻的每个光通量数据的差异进行比较获得每个光通量数据的局部孤立程度,具体方法包括:
获取异常子序列内的每个光通量数据与其前一时刻的光通量数据的差异,记为第一差异,获取异常子序列内的每个光通量数据与其后一时刻的光通量数据的差异,记为第二差异,分别计算第一差异、第二差异与每个光通量数据的比值,得到第一局部特征和第二局部特征,将第一局部特征和第二局部特征最小值作为每个光通量数据的局部孤立程度。
6.根据权利要求1所述的一种用于发光二极管的照明质量检测方法,其特征在于,所述根据所有偏离数据点的偏离程度获得发光二极管功率异常检测指标,具体方法包括:
获取所有偏离数据点的偏离程度的累加和,根据累加和与偏离数据点的数量获得发光二极管功率异常检测指标。
7.根据权利要求5所述的一种用于发光二极管的照明质量检测方法,其特征在于,所述计算每个偏离数据点的偏离程度,具体方法包括:
获取偏离数据点与发光二极管正常工作功率范围闭区间上下限的距离,记为第一距离和第二距离,将第一距离和第二距离的最小值作为每个偏离数据点的偏离程度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211682748.5A CN115656764B (zh) | 2022-12-27 | 2022-12-27 | 一种用于发光二极管的照明质量检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211682748.5A CN115656764B (zh) | 2022-12-27 | 2022-12-27 | 一种用于发光二极管的照明质量检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115656764A CN115656764A (zh) | 2023-01-31 |
CN115656764B true CN115656764B (zh) | 2023-04-14 |
Family
ID=85023120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211682748.5A Active CN115656764B (zh) | 2022-12-27 | 2022-12-27 | 一种用于发光二极管的照明质量检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115656764B (zh) |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101368872B (zh) * | 2007-08-13 | 2011-01-26 | 杭州锐力光学有限公司 | 发光二极管光通量测量装置与方法 |
KR100978246B1 (ko) * | 2008-10-01 | 2010-08-26 | 한국표준과학연구원 | 발광소자의 전광선속 측정 장치 및 방법 |
TWI456170B (zh) * | 2012-05-30 | 2014-10-11 | Chroma Ate Inc | 全光通量檢測系統及全光通量之檢測方法 |
CN205080806U (zh) * | 2015-08-10 | 2016-03-09 | 广州供电局有限公司 | 电能质量对照明灯具影响的演示装置 |
CN105258797B (zh) * | 2015-10-29 | 2017-10-10 | 横店集团得邦照明股份有限公司 | 基于光生物效应的led健康照明评价方法及健康照明灯 |
CN105675264A (zh) * | 2016-01-18 | 2016-06-15 | 宁波卓时检测技术有限公司 | Led灯串光通量的测试方法 |
CN108319981A (zh) * | 2018-02-05 | 2018-07-24 | 清华大学 | 一种基于密度的时序数据异常检测方法及装置 |
CN110737987B (zh) * | 2019-10-16 | 2021-09-24 | 北京航空航天大学 | 一种led照明产品预期寿命评价方法 |
CN111198334B (zh) * | 2019-12-31 | 2022-03-29 | 深圳市裕富照明有限公司 | 照明设备发光光效评估方法、系统及其设备、存储介质 |
CN111854939B (zh) * | 2020-07-24 | 2023-02-03 | 深圳市明学光电股份有限公司 | 一种用于led软灯条的在线检测方法 |
CN115409131B (zh) * | 2022-10-28 | 2023-02-17 | 武汉惠强新能源材料科技有限公司 | 基于spc过程管控系统的生产线异常检测方法 |
-
2022
- 2022-12-27 CN CN202211682748.5A patent/CN115656764B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115656764A (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117093879B (zh) | 一种数据中心智能化运营管理方法及系统 | |
CN109426809A (zh) | 在存在噪声的情况下检测事件开始的方法和设备 | |
CN109461095A (zh) | 一种用于非侵入式负荷辨识的负荷事件检测的数据处理方法及设备 | |
CN110081923B (zh) | 野外基线环境参数自动采集系统故障检测方法与装置 | |
CN109581268B (zh) | 一种光纤电流互感器故障诊断方法及装置 | |
CN109781658A (zh) | 一种基于近红外光谱主成分分析的绝缘纸种类判别方法 | |
CN104330675A (zh) | 基于多元时间序列的变电设备在线监测分析系统及其方法 | |
CN110738346A (zh) | 一种基于威布尔分布的批次电能表可靠度预测方法 | |
CN105389648A (zh) | 一种常减压装置稳态工况的判别方法 | |
CN117349781A (zh) | 一种变压器故障智能诊断方法及系统 | |
CN111275295A (zh) | 一种基于反距离权重插值的分布式光伏故障诊断方法 | |
CN117074961A (zh) | 一种变分自编码器动力电池异常检测方法、系统、装置及存储介质 | |
CN115656764B (zh) | 一种用于发光二极管的照明质量检测方法 | |
CN117235462B (zh) | 基于时序数据分析的袋式包装机故障智能预测方法 | |
CN117314020B (zh) | 一种浮游生物的湿地碳汇数据监测系统 | |
CN116510223B (zh) | 基于物联网的自识别消防泵电参数巡检监测系统 | |
CN114660378A (zh) | 一种基于多源检测参数的接触网综合诊断方法 | |
CN116662800A (zh) | 一种基于自适应注意力机制的滚动轴承故障诊断方法 | |
CN113723207A (zh) | 一种基于直方图距离的突变信号检测方法 | |
CN105930870A (zh) | 一种工程安全监测数据离群值检测方法 | |
CN117630459A (zh) | 一种基于合成信号的电力设备故障检测方法 | |
CN112881268B (zh) | 一种基于流式细胞术的尿液有形成分波形信号的处理方法 | |
CN103308083A (zh) | 一种基于能量分布的布里渊谱识别方法 | |
CN104731955A (zh) | 风电机组油液监测诊断标准建立及智能诊断方法及系统 | |
CN117092541B (zh) | 一种直流充电大数据计算电池健康的分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |