本发明公开了一种基于前馈预测的环境照度的自动控制方法,包括:首先确认控制设备与被控设备处于同一房间,然后获取环境的初始亮暗阈值,当学习超过两天后,判断环境光是否发生突变及环境光的变化趋势,学习用户的作息时间,学习用户的亮暗黑阈值,根据学习到的亮暗阈值进行自动控制,并根据用户的操作习惯进行校正。本发明的有益效果:通过采用自动控制结合手动调整,不仅可以根据用户用光习惯来执行自动开关灯,省去了手动开关的繁琐,同时可以根据环境灯光变化来进行自动控制,节约资源。
1.一种基于前馈预测的环境照度的自动控制方法,其特征在于,包括以下步骤:S1 通过比较开灯前后开关上的光敏读数,来确认控制设备与被控设备处于同一个房间;S2 当学习不超过2天时,获取环境的初始亮阈值:hi=L_STD+(Day_Max‑L_STD)/2,初始暗阈值:lo=Day_Min+(L_STD‑Day_Min)/4+(Day_Max‑L_STD)/4,初始黑阈值:dark=Day_Min+(L_STD‑Day_Min)/8,其中,Day_Max为一天中光敏读数的最大值,Day_Min为一天中光敏读数的最小值,L_STD为在自然光为0的环境中光敏读数的最大值;S3 当获取到环境初始亮暗黑阈值后或者学习超过2天后,判断环境光是否发生突变及环境光的变化趋势:S31 计算取样间隔为2秒的光敏读数差值:GAP=T(i)‑T(i‑2);S32 若GAP‑50=0,则说明环境光未发生突变;S33 若GAP‑50>0,则说明环境光发生突然变亮的突变;S34 若GAP‑50<0,则说明环境光发生突然变暗的突变;S35 每5分钟判断一次环境光的变化趋势;S4学习用户的作息时间,对用户每天最后关灯时间和每天第一次开灯时间应用聚类算法找到最常用的关灯时间作为用户睡眠开始时间,最常用的开灯时间作为用户睡眠结束时间;S5 学习用户的亮暗阈值,将用户在6点到19点之间的开灯前后以及关灯前后的亮度值记录下来,当有效数据达到12个或以上时,进行聚类分析得到亮阈值和暗阈值;S6 学习用户黑阈值,收集用户的手动开灯前后以及手动关灯前后的光敏值,当有效开灯及关灯次数均达到12次后,进行聚类分析得到黑阈值Dark;S7 根据学习到的亮暗阈值进行自动控制,并根据用户的操作习惯进行校正。
本文链接:http://www.vipzhuanli.com/tech/sell/s_2302481.html,转载请声明来源钻瓜专利网。