一种基于机器学习的智慧照明控制方法、装置及电子设备与流程

本申请涉及智慧建筑节能，尤其涉及一种基于机器学习的智慧照明控制方法、装置及电子设备。

背景技术：

1、在智慧建筑节能领域，需要实现对照明设备的自动化控制。当前行业的解决方案通常有三类：①在智能照明回路上增加红外或雷达传感器，通过人员检测或变动，实现有人开灯、无人关灯的情况；此方案在区域内增加红外或雷达传感器，增加了照明控制的成本，并且受制于传感器的精度和敏感度，使得照明控制的准确性较差。②在区域内增加光感传感器，通过监控亮度变化实现对照明设备的自动控制；此方案增加光感传感器，增加了照明控制的成本，并且受制于传感器的精度和敏感度，使得照明控制的准确性较差。③定时控制，设置基于时间表的控制策略，到时自动开关。此方案不但设置繁琐，并且照明控制的准确性较差。

技术实现思路

1、本申请提供了一种基于机器学习的智慧照明控制方法、装置及电子设备，用以解决现有技术中的智慧照明控制方案控制成本较高，并且照明控制准确性较差的问题。

2、第一方面，本申请提供了一种基于机器学习的智慧照明控制方法，所述方法包括：

3、针对智慧建筑中的各个照明设备，确定当前所述照明设备所处的房间的透光侧朝向信息、时间点信息、天气信息和所述房间内工作人员的工作状态信息；

4、将所述透光侧朝向信息、所述时间点信息、所述天气信息和所述工作状态信息输入所述照明设备对应的训练完成的照明控制网络模型，基于所述照明控制网络模型确定当前所述照明设备的开关状态决策信息；根据所述开关状态决策信息对所述照明设备进行开关控制。

5、第二方面，本申请提供了一种基于机器学习的智慧照明控制装置，所述装置包括：

6、确定模块，用于针对智慧建筑中的各个照明设备，确定当前所述照明设备所处的房间的透光侧朝向信息、时间点信息、天气信息和所述房间内工作人员的工作状态信息；

7、控制模块，用于将所述透光侧朝向信息、所述时间点信息、所述天气信息和所述工作状态信息输入所述照明设备对应的训练完成的照明控制网络模型，基于所述照明控制网络模型确定当前所述照明设备的开关状态决策信息；根据所述开关状态决策信息对所述照明设备进行开关控制。

8、第三方面，本申请提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

9、存储器，用于存放计算机程序；

10、处理器，用于执行存储器上所存放的程序时，实现所述的基于机器学习的智慧照明控制方法。

11、第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现所述的基于机器学习的智慧照明控制方法。

12、本申请提供了一种基于机器学习的智慧照明控制方法、装置及电子设备，所述方法包括：针对智慧建筑中的各个照明设备，确定当前所述照明设备所处的房间的透光侧朝向信息、时间点信息、天气信息和所述房间内工作人员的工作状态信息；将所述透光侧朝向信息、所述时间点信息、所述天气信息和所述工作状态信息输入所述照明设备对应的训练完成的照明控制网络模型，基于所述照明控制网络模型确定当前所述照明设备的开关状态决策信息；根据所述开关状态决策信息对所述照明设备进行开关控制。

13、上述的技术方案具有如下优点或有益效果：

14、本申请中，考虑到照明设备的开关状态与照明设备所处的房间的透光侧朝向信息、天气信息、时间信息、工作人员的工作状态信息存在相关性，训练有用于进行照明设备的开关状态决策的照明控制网络模型。针对智慧建筑中的各个照明设备，确定当前所述照明设备所处的房间的透光侧朝向信息、时间点信息、天气信息和所述房间内工作人员的工作状态信息之后，将上述信息输入所述照明设备对应的训练完成的照明控制网络模型，基于所述照明控制网络模型确定当前所述照明设备的开关状态决策信息；根据所述开关状态决策信息对所述照明设备进行开关控制。第一方面，本申请无需设置传感器，降低了照明控制的成本；第二方面，本申请针对各个照明设备，训练有适用于该照明设备的照明控制网络模型，进而基于照明控制网络模型对该照明设备进行照明控制，实现了一种精细化的照明控制方案；第三方面，本申请提供了一种基于机器学习的智慧照明控制方案，避免了受制于传感器的精度和敏感度，使得照明控制的准确性较差的问题，因此提高了照明控制的准确性。

技术特征：

1.一种基于机器学习的智慧照明控制方法，其特征在于，所述方法包括：

2.如权利要求1所述的方法，其特征在于，若未部署所述照明控制网络模型，所述方法还包括：

3.如权利要求1所述的方法，其特征在于，所述确定当前所述照明设备所处的房间的透光侧朝向信息包括：

4.如权利要求1所述的方法，其特征在于，确定当前所述房间内工作人员的工作状态信息包括：.

5.如权利要求1所述的方法，其特征在于，所述基于所述照明控制网络模型确定当前所述照明设备的开关状态决策信息包括：

6.如权利要求5所述的方法，其特征在于，所述照明控制网络模型的训练过程包括：

7.如权利要求6所述的方法，其特征在于，根据所述照明设备的预测开关状态、处于开状态的照明设备的预测亮度信息、所述照明设备的开关状态标签、处于开状态的照明设备的亮度信息标签，确定所述待训练的照明控制网络模型的损失值包括：

8.如权利要求6所述的方法，其特征在于，所述方法还包括：

9.一种基于机器学习的智慧照明控制装置，其特征在于，所述装置包括：

10.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

技术总结
本申请公开了一种基于机器学习的智慧照明控制方法、装置及电子设备，针对智慧建筑中的各个照明设备，确定当前所述照明设备所处的房间的透光侧朝向信息、时间点信息、天气信息和所述房间内工作人员的工作状态信息之后，将上述信息输入所述照明设备对应的训练完成的照明控制网络模型，基于所述照明控制网络模型确定当前所述照明设备的开关状态决策信息；根据所述开关状态决策信息对所述照明设备进行开关控制。无需设置传感器，降低了照明控制的成本；避免了受制于传感器的精度和敏感度，使得照明控制的准确性较差的问题，因此提高了照明控制的准确性。

技术研发人员：张琨
受保护的技术使用者：青岛海信网络科技股份有限公司
技术研发日：
技术公布日：2024/12/5