[发明专利]智慧路灯寿命预测方法、系统、装置及介质

说明书

本发明公开一种智慧路灯寿命预测方法、系统、装置及介质，该方法包括：判断路灯自变量因数与光衰状态以及故障状态的相关性，选取具有相关性的路灯自变量因数组成自变量因素样本；对各自变量因素样本进行降维处理，得到训练样本；构建关于光衰状态的神经网络模型和故障状态的神经网络模型，使用训练样本对神经网络模型进行训练；将待预测的自变量因数输入至神经网络模型，获取智慧路灯寿命预测结果。本发明利用相关性高的自变量因素构建神经网络模型对路灯寿命进行预测，通过将相关性高的自变量因数进行相关性处理，筛选出来的数据进行降维处理，使得训练数据在低维空间中有良好区分度，预测速率快且预测更为准确。

技术领域

本发明涉及数据分析技术领域，尤其是一种智慧路灯寿命预测方法、系统、装置及介质。

背景技术

随着LED路灯技术的发展，越来越多的城市开始采用LED路灯来取代钠光灯。城市的发展促进了路灯种类的增多和适用范围的扩大。不仅在公共道路上，街道、隧道、地铁、公园等城市区域都需要路灯来进行照明。而大范围的铺设路灯就需要LED路灯运行分析系统对LED路灯的运行情况进行分析。当一个城市或者一家企业决定使用某品牌的LED路灯时，需要考虑各方面因素来帮助进行选择。建立和完善LED路灯运行分析系统已经发展成为一个必须解决的问题。

现行的LED路灯基本上配备有适配器与通信线路，能够与管理中心实现通信连接。通过管理中心的管理系统，能够实现对LED路灯的控制。市场上的LED路灯的寿命通常为25000-50000小时，但在使用过程中发现LED路灯的使用寿命往往低于其标注的使用寿命，不具有可靠性，后台管理中心所配置的功能较为单一，一般只能实现远程控制启动，而无法对路灯的潜在故障以及寿命进行预测，一旦路灯出现故障，就无法做到及时维修，容易影响附近的交通状况。

发明内容

本发明的目的是提供一种智慧路灯寿命预测方法、系统、装置及介质，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。

第一方面，提供一种智慧路灯寿命预测方法，包括：

判断路灯自变量因数与光衰状态以及故障状态的相关性，选取具有相关性的路灯自变量因数组成自变量因素样本；

对各自变量因素样本进行降维处理，得到训练样本；

构建关于光衰状态的神经网络模型和故障状态的神经网络模型，使用训练样本对神经网络模型进行训练；

将待预测的自变量因数输入至神经网络模型，获取智慧路灯寿命预测结果。

在其中一个实施例中，所述判断路灯自变量因数与光衰状态以及故障状态的相关性，选取具有相关性的路灯自变量因数组成自变量因素样本，具体包括以下步骤：

逐一对各自变量因素与光衰状态参数以及故障状态参数进行皮尔逊相关性计算，获得自变量因素与光衰状态以及故障状态之间的相关系数；

根据相关系数所反映的相关强度和相关指向，等比例地选取相关系数最为接近1或-1的若干个自变量因素组成自变量因素样本集合。

在其中一个实施例中，所述路灯自变量因数包括输入电信号因数、温湿度因数、工作时长因数、照明状态因数和气候因数中的一种或多种。

在其中一个实施例中，所述对各自变量因素样本进行降维处理，得到训练样本，具体包括以下步骤：

将自变量因素样本的数据排列为m×n的矩阵X，对矩阵X的每一行进行零均值化；

计算矩阵X的协方差矩阵C，协方差矩阵C的计算公式为：

式中，m为矩阵X的行数，X^T为矩阵X的转置；