基于数字孪生的楼宇公共区域照明设备管理方法与流程

摘要: 本发明涉及楼宇照明管理,尤其涉及基于数字孪生的楼宇公共区域照明设备管理方法。背景技术:1、随着楼宇公共区域照明设备数量增加,楼道、大厅、地下车库、走廊等区域的照...
基于数字孪生的楼宇公共区域照明设备管理方法与流程

本发明涉及楼宇照明管理,尤其涉及基于数字孪生的楼宇公共区域照明设备管理方法。

背景技术:

1、随着楼宇公共区域照明设备数量增加,楼道、大厅、地下车库、走廊等区域的照明管理通常依赖照度传感器、人员感应器、环境光传感器及照明控制器进行开关控制或调光控制。现有方法一般根据实时照度、人员活动或预设时间表直接调整照明设备的工作状态,或者在照度长期低于设定值、设备温度异常、功率异常时生成告警信息。部分楼宇管理系统能够记录照明设备的功率、照度、温度和控制状态,并根据历史数据判断设备是否存在异常。

2、现有技术通常将照度偏差直接归因于环境光变化、人员活动变化或控制指令变化,难以结合功率、照度、温度、环境光、人员活动、控制指令及目标照度之间的关联关系,识别照明设备的光衰、驱动效率变化和异常温升等退化因素。现有方法也缺少针对照明设备运行过程建立并更新数字孪生对象中状态转移模型的处理机制,难以在连续滑动时间窗内同步重构照度状态和热状态,并对可观测、可信的退化参数进行选择性更新。进一步地,现有照明管理方法在出现照度偏差时,通常难以区分设备退化引起的照度偏差和照明需求变化引起的照度偏差,导致维护指令和调光指令的生成依据不够明确。

3、因此,如何提供基于数字孪生的楼宇公共区域照明设备管理方法是本领域技术人员亟需解决的问题。

技术实现思路

1、本发明的一个目的在于提出基于数字孪生的楼宇公共区域照明设备管理方法,本发明利用楼宇照明设备运行数据、数字孪生对象、滑动时间窗估计和模型选择性更新方法,对功率、照度、温度、环境光、人员活动、控制指令及目标照度进行关联处理,构建并更新照明设备的状态转移模型,识别光衰、驱动效率变化和异常温升等退化参数,并根据退化参数、环境光、人员活动、控制指令及目标照度区分设备退化引起的照度偏差和照明需求变化引起的照度偏差,从而分别生成维护指令或调光指令,提高楼宇公共区域照明设备管理的针对性和准确性。

2、根据本发明实施例的基于数字孪生的楼宇公共区域照明设备管理方法,包括如下步骤:

3、采集功率、照度、温度、环境光、人员活动、控制指令及目标照度,形成运行数据序列并映射至数字孪生对象;

4、在数字孪生对象中,由运行数据序列构建光电热耦合候选库,稀疏辨识主导动力学项及系数,生成状态转移模型,建立光衰、驱动效率、异常温升参数与主导动力学项的对应关系;

5、以状态转移模型约束移动地平线估计,利用运行数据序列重构照度状态和热状态,同步估计各参数,获得测量残差和估计可信度,并写入数字孪生对象;

6、根据测量残差对各参数的窗口敏感度及运行数据序列的数据激励度生成可观测性指标,将可观测性指标达到预设阈值的参数组成第一参数集,再将其中估计可信度达预设阈值的参数组成可更新参数集;

7、依据光衰、驱动效率、异常温升参数与主导动力学项的对应关系逐项冻结关联可更新参数集的主导动力学项,将冻结引起的残差增量确定为待更新项,利用照度状态、热状态及可更新参数修正其系数,生成更新模型,并以更新模型替换数字孪生对象中的状态转移模型;

8、将更新后的数字孪生对象用于下一滑动时间窗,根据各参数、环境光、人员活动、控制指令及目标照度确定照度偏差来源,生成维护指令或调光指令。

9、可选的,所述形成运行数据序列并映射至数字孪生对象,包括:

10、为每一照明设备配置设备标识,并根据照明设备所在的照明区域及所属的供电回路,分别配置与设备标识关联的区域标识和回路标识;

11、在供电回路的输出端采集功率,在照明区域的工作面照度检测点采集照度,在照明设备的散热部位采集温度,在照明区域的自然光入射侧采集环境光,在照明区域的人员通行位置采集人员活动,从控制照明设备的照明控制器获取控制指令,并从楼宇照明控制系统获取照明区域的目标照度;

12、按照统一采样周期采集功率、照度、温度、环境光及人员活动,为对应采样值添加采样时间戳,并为控制指令和目标照度添加生成时间戳;

13、根据统一采样周期建立采样时刻序列,将采样值按照采样时间戳归入对应采样时刻,将控制指令和目标照度按照生成时间戳归入对应采样周期,形成与设备标识、区域标识及回路标识关联的时间对齐运行数据序列;

14、根据设备标识生成数字孪生对象标识,将区域标识及回路标识关联至数字孪生对象标识,并依据设备标识将时间对齐运行数据序列写入对应的数字孪生对象。

15、可选的,所述由运行数据序列构建光电热耦合候选库,包括:从运行数据序列中提取功率、照度、温度、环境光及人员活动,将功率对应构建为功率项,将照度对应构建为照度项,将温度对应构建为温度项,将环境光对应构建为环境光扰动项,将人员活动对应构建为人员活动修正项;基于功率项、照度项、温度项、环境光扰动项及人员活动修正项构建前述各项之间的非线性交叉项;将功率项、照度项、温度项、环境光扰动项、人员活动修正项及非线性交叉项按照运行数据序列中的对应关系进行排列,形成光电热耦合候选库。

16、可选的,所述稀疏辨识主导动力学项及系数,生成状态转移模型并建立对应关系,包括:

17、将光电热耦合候选库中的功率项、照度项、温度项、环境光扰动项、人员活动修正项及非线性交叉项确定为待筛选动力学项;

18、利用运行数据序列中相邻采样时刻的照度和温度对各待筛选动力学项进行稀疏辨识,获得各待筛选动力学项对应的初始系数;

19、删除初始系数绝对值低于预设系数阈值的待筛选动力学项,利用保留的待筛选动力学项重新进行稀疏辨识并更新对应系数,重复删除和重新进行稀疏辨识,直至相邻两次稀疏辨识所保留的待筛选动力学项相同;

20、将最终保留的待筛选动力学项确定为主导动力学项,将最后一次稀疏辨识获得的系数确定为对应主导动力学项的系数,并利用主导动力学项及其系数生成照度和温度的状态转移模型;

21、将由照度项以及包含照度项的非线性交叉项确定的主导动力学项对应系数确定为光衰参数,将由功率项以及包含功率项的非线性交叉项确定的主导动力学项对应系数确定为驱动效率参数,将由温度项以及包含温度项的非线性交叉项确定的主导动力学项对应系数确定为异常温升参数;

22、分别为各主导动力学项和光衰参数、驱动效率参数及异常温升参数配置标识,并将各参数的标识与主导动力学项的标识关联,形成对应关系。

23、可选的,所述以状态转移模型约束移动地平线估计,包括:

24、按照运行数据序列中的采样时刻顺序,选取当前采样时刻及其之前连续的预设数量采样时刻组成滑动时间窗,并提取滑动时间窗内的功率、照度、温度、环境光、人员活动及控制指令;

25、将滑动时间窗内各采样时刻的照度状态和热状态确定为待估计状态变量,将光衰参数、驱动效率参数及异常温升参数确定为待估计退化参数;

26、依据对应关系,将各待估计退化参数与关联的主导动力学项及其系数对应设置,并将功率、环境光、人员活动及控制指令代入状态转移模型,形成相邻采样时刻的照度状态转移约束和热状态转移约束;

27、将各采样时刻的实测照度与对应照度状态之差确定为照度测量残差,将实测温度与对应热状态之差确定为温度测量残差,并以实测照度等于照度状态与照度测量残差之和、实测温度等于热状态与温度测量残差之和形成测量约束;

28、分别设置各待估计退化参数的取值下限和取值上限,形成参数范围约束;

29、在照度状态转移约束、热状态转移约束、测量约束及参数范围约束下,以滑动时间窗内照度测量残差和温度测量残差的加权平方和最小为条件,同步求解照度状态、热状态及各待估计退化参数;

30、分别在对应取值下限和取值上限之间改变一个已求得的待估计退化参数,保持其余已求得的待估计退化参数不变,重新计算加权平方和,并根据改变前后的加权平方和之差确定对应待估计退化参数的估计可信度;

31、输出滑动时间窗内的照度状态、热状态、光衰参数、驱动效率参数、异常温升参数、照度测量残差、温度测量残差及各待估计退化参数的估计可信度。

32、可选的,所述生成可观测性指标,包括:

33、将光衰参数、驱动效率参数及异常温升参数分别确定为待评价退化参数;

34、针对任一待评价退化参数,在其取值下限和取值上限之间改变待评价退化参数,保持其余待评价退化参数不变,按照状态转移约束和测量约束重新计算滑动时间窗内各采样时刻的照度测量残差和温度测量残差;

35、将改变前后的照度测量残差差值和温度测量残差差值分别作为待评价退化参数对应的照度残差响应和温度残差响应,并由照度残差响应和温度残差响应生成待评价退化参数的残差响应量;

36、分别对光衰参数、驱动效率参数及异常温升参数执行残差响应量生成步骤,得到光衰参数残差响应量、驱动效率参数残差响应量及异常温升参数残差响应量;

37、在同一滑动时间窗内,分别计算功率、环境光、人员活动及控制指令在相邻采样时刻之间的取值差绝对值累加量,得到功率变化量、环境光变化量、人员活动变化量及控制指令变化量,并由功率变化量、环境光变化量、人员活动变化量及控制指令变化量生成数据激励度;

38、依据对应关系,确定各待评价退化参数关联的主导动力学项,将关联主导动力学项取值发生变化且功率、环境光、人员活动及控制指令中的一项取值发生变化的采样数据确定为对应待评价退化参数的有效采样数据;

39、根据各待评价退化参数对应的有效采样数据数量及关联主导动力学项在滑动时间窗内的取值变化量,生成各待评价退化参数的辨识支撑度;

40、按照分别生成光衰参数、驱动效率参数及异常温升参数的可观测性指标,其中,为任一待评价退化参数,为对应残差响应量,为数据激励度,为对应辨识支撑度。

41、可选的,所述将可观测性指标达到预设阈值的参数组成第一参数集,再将其中估计可信度达预设阈值的参数组成可更新参数集,包括:

42、读取光衰参数、驱动效率参数及异常温升参数各自对应的可观测性指标、估计可信度以及与主导动力学项的对应关系,并将光衰参数、驱动效率参数及异常温升参数确定为候选退化参数;

43、设置第一预设阈值和第二预设阈值,先对各候选退化参数执行可观测性筛选,将每一候选退化参数的可观测性指标与第一预设阈值比较;

44、当候选退化参数的可观测性指标大于或等于第一预设阈值时,将候选退化参数、对应可观测性指标、估计可信度及关联主导动力学项写入第一参数集;

45、当候选退化参数的可观测性指标小于第一预设阈值时,不将候选退化参数写入第一参数集,并将候选退化参数及其关联主导动力学项确定为冻结对象;

46、在第一参数集形成后,仅对第一参数集中的退化参数执行估计可信度筛选,将第一参数集中每一退化参数的估计可信度与第二预设阈值比较;

47、当第一参数集中退化参数的估计可信度大于或等于第二预设阈值时,将退化参数、对应可观测性指标、估计可信度及关联主导动力学项写入可更新参数集;

48、当第一参数集中退化参数的估计可信度小于第二预设阈值时,不将退化参数写入可更新参数集,并将退化参数及其关联主导动力学项确定为冻结对象。

49、可选的,所述逐项冻结及待更新项确定,包括:

50、读取可更新参数集中的光衰参数、驱动效率参数及异常温升参数,并依据光衰参数、驱动效率参数及异常温升参数与主导动力学项的对应关系,确定可更新参数集中各参数关联的主导动力学项,按其写入可更新参数集的顺序组成待检测动力学项序列;

51、在当前滑动时间窗内,读取临时冻结前的照度测量残差和温度测量残差,按照照度测量残差和温度测量残差的加权平方和生成冻结前残差量;

52、按照待检测动力学项序列逐项选取一个主导动力学项作为当前检测项,对当前检测项实施临时冻结,并在本次检测中不利用可更新参数集中对应参数修正对应系数;

53、在滑动时间窗、功率、环境光、人员活动、控制指令、测量约束、其余主导动力学项及其系数均保持一致的条件下,重新计算照度测量残差和温度测量残差,并按照重新计算得到的照度测量残差和温度测量残差的加权平方和生成冻结后残差量;

54、按照确定当前检测项的残差增量,其中,为当前检测项,为冻结前残差量,为冻结后残差量;

55、将残差增量与预设增量阈值比较,当残差增量大于或等于预设增量阈值时,将当前检测项确定为待更新项;

56、当残差增量小于预设增量阈值时,不将当前检测项确定为待更新项;

57、依次完成待检测动力学项序列中各主导动力学项的临时冻结和残差增量比较,得到待更新项。

58、可选的,所述利用照度状态、热状态及可更新参数修正其系数,生成更新模型,并以更新模型替换数字孪生对象中的状态转移模型,包括:

59、读取待更新项,并依据光衰参数、驱动效率参数及异常温升参数与主导动力学项的对应关系,确定可更新参数集中与各待更新项对应的参数;

60、读取当前滑动时间窗内已重构的照度状态和热状态,将同一采样时刻的照度状态、热状态、功率、环境光、人员活动、控制指令、与待更新项对应的参数以及后一采样时刻的照度状态和热状态组成更新样本,并按照采样时刻顺序形成更新样本集;

61、将待更新项及其对应参数、更新样本集作为系数修正输入,仅将待更新项对应系数确定为待修正系数,将未被确定为待更新项的其余主导动力学项及其系数确定为保持项;

62、在保持项及其系数保持不变的条件下,将更新样本集代入状态转移模型,以后一采样时刻的照度状态和热状态与状态转移模型输出结果之间的差值最小为条件,对待修正系数重新求解,得到待更新项对应的修正系数;

63、将修正系数写入待更新项在状态转移模型中的系数位置,并保留保持项及其系数,生成更新模型;

64、将更新模型写入对应数字孪生对象,并以更新模型替换对应数字孪生对象中的状态转移模型;

65、在下一滑动时间窗到达时,调用更新模型作为状态转移约束,对下一滑动时间窗内的照度状态、热状态及退化参数进行移动地平线估计。

66、可选的,所述维护指令或调光指令的生成包括:

67、在下一滑动时间窗内调用更新后的数字孪生对象,读取由更新模型得到的照度状态,并读取光衰参数、驱动效率参数、异常温升参数、环境光、人员活动、控制指令及目标照度;

68、将同一采样时刻的目标照度与照度状态作差,得到照度偏差,并将照度偏差绝对值达到预设偏差阈值的采样时刻确定为偏差采样时刻;

69、针对偏差采样时刻,将光衰参数、驱动效率参数及异常温升参数分别与对应退化阈值比较,得到设备退化判断结果;

70、根据偏差采样时刻对应的环境光、人员活动、控制指令及目标照度相对于前一采样时刻的变化,得到照明需求变化判断结果;

71、当设备退化判断结果为光衰参数、驱动效率参数或异常温升参数达到对应退化阈值,且照明需求变化判断结果为环境光、人员活动、控制指令及目标照度均未发生变化时,将照度偏差确定为设备退化引起的照度偏差,并根据达到对应退化阈值的参数和照度偏差生成维护指令;

72、当设备退化判断结果为光衰参数、驱动效率参数及异常温升参数均未达到对应退化阈值,且照明需求变化判断结果为环境光、人员活动、控制指令或目标照度发生变化时,将照度偏差确定为照明需求变化引起的照度偏差,并根据控制指令、目标照度和照度偏差生成调光指令。

73、本发明的有益效果是:

74、本发明通过采集功率、照度、温度、环境光、人员活动、控制指令及目标照度,并将上述运行数据映射至对应的数字孪生对象,使楼宇公共区域照明设备的运行状态能够在统一对象中连续表达;通过构建光电热耦合候选库、稀疏辨识主导动力学项及其系数,形成照度状态和热状态的状态转移模型,使照明设备的功率变化、照度变化和温升变化能够被关联分析,从而为识别光衰、驱动效率变化和异常温升等退化参数提供模型基础。

75、本发明通过移动地平线估计重构照度状态和热状态,并同步估计光衰参数、驱动效率参数及异常温升参数,再结合测量残差、数据激励度、可观测性指标和估计可信度,对可更新参数进行筛选,使模型更新不再依赖单一异常阈值或人工经验判断;通过对可更新参数关联的主导动力学项逐项冻结并比较残差增量,仅对影响明显的待更新项进行系数修正,能够避免对全部模型项进行无差别更新,使数字孪生对象中的状态转移模型保持与照明设备当前运行状态相匹配。

76、本发明通过将更新后的数字孪生对象用于下一滑动时间窗,并根据退化参数、环境光、人员活动、控制指令及目标照度对照度偏差来源进行判定,能够区分设备退化引起的照度偏差和照明需求变化引起的照度偏差;当照度偏差来源于光衰、驱动效率变化或异常温升时生成维护指令,当照度偏差来源于环境光、人员活动、控制指令或目标照度变化时生成调光指令,从而使楼宇公共区域照明设备的维护处理和调光控制具有更明确的数据依据。