1.一种路灯智能故障诊断方法,其特征在于,包括以下步骤:(1)在每个路灯的光源处安装一个嵌有照度传感器的窄带物联网模块,并对每个窄带物联网模块进行编号,各个照度传感器分别测量相应窄带物联网模块处的照度,并将采集到的照度数据上传至服务器,构建照度数据库,其中,照度数据包括每个路灯每天的照度序列;
(2)从照度数据库中选取正常照度数据集作为训练数据集,利用机器学习方法对照度序列进行模式学习,构建路灯开启模型;
(3)在所构建的路灯开启模型的基础上,对实时照度采样数据序列进行处理,实现单一路灯、灯群故障诊断以及故障类型判定,倘若无故障,将判断为正常的实时照度序列数据加入训练数据集,进入步骤(4),否则,发出有故障的警示;
(4)更新训练数据集,采用步骤(2)中的机器学习方法更新路灯开启模型,对下一天的照度序列采用更新后的路灯开启模型进行故障诊断。
2.根据权利要求1所述的一种路灯智能故障诊断方法,其特征在于,步骤(1)中,照度序列的采集频率为每五分钟采集一次。
3.根据权利要求1所述的一种路灯智能故障诊断方法,其特征在于,步骤(1)中,对于任意路灯i,i=1,2,…,N,第t天的照度序列为 其中,N为大于2的整数,表示路灯的数量,288为每一天照度采样个数。
4.根据权利要求1所述的一种路灯智能故障诊断方法,其特征在于,步骤(2)中,从照度数据库中选取至少一年的正常照度数据集作为训练数据集,分析每个路灯的全年照度变化规律。
5.根据权利要求1所述的一种路灯智能故障诊断方法,其特征在于,步骤(2)中,路灯开启模型的构建方法如下:对于任意路灯i,倘若 则在第t天Tt时刻该灯开启,其中δ为初始照度变化阈值,其根据具体环境设定;并计算 进而更新δ为 其中 为第i个路灯第t天在Tt时刻照度变化值,δt为第t天照度变化阈值;所有路灯的全年开启模型记为向量序列
6.根据权利要求1所述的一种路灯智能故障诊断方法,其特征在于,步骤(3)的具体方法是:(31)考虑某一天所有N个路灯的照度序列,设为第K天,路灯i的照度序列为利用路灯开启模型对每个路灯进行测试,考虑第K天开启时刻TK前后一小时内的照度变化,其中N为大于2的整数,表示路灯的数量,K为大于1的整数。
(32)若存在i∈{1,2,…,N},j∈{-12,-11,…,0,…,11,12},j为超前/滞后序号值,使K得 则有路灯开启,其中δ为开启模型中第K天照度变化阈值;若存在i*∈{1,2,…,N},其中i*表示某一路灯,对任意的j∈{-12,-11,…,0,…,11,12},有 则路灯i*照度序列未发生突变,判断为该路灯存在故障,且为单灯故障。
步骤(32)的单灯故障类型的具体判断方法为:
(32-1)对于故障路灯i*,若对任意的j∈{-12,-11,…,0,…,11,12},有则判定该路灯完全损坏;
(32-2)对于故障路灯i*而言,若存在j∈{-12,-11,…,0,…,11,12},有则判定该路灯光通量有衰减但未完全损坏,但仍需维
修。
(33)若对任意的i∈{1,2,…,N},j∈{-12,-11,…,0,…,11,12},均有则所有路灯照度序列均未发生突变,所有路灯在正常开启时刻1小时后仍未开启,则判断为可能灯群故障,提示局部线路可能存在问题。
(34)若对任意的i∈{1,2,…,N},存在j∈{-12,-11,…,0,…,11,12},使得则所有路灯开启,判定为无故障。将该天所有路灯的照度序列加入训练数据集。
(35)若判断为出现单灯故障或可能灯群故障,则发出警示,工作人员根据窄带物联网模块的编号确定路灯位置,进行检测维修。