本發(fā)明涉及l(fā)ed二極管故障分析的，公開了led二極管故障自診斷方法及系統(tǒng)。

背景技術：

1、led二極管故障自診斷方法及系統(tǒng)的發(fā)展是一個不斷進步的領域，旨在提高led燈具的可靠性、延長使用壽命并降低維護成本。隨著led技術的普及和應用范圍的擴大，對led燈具的智能化管理和維護需求也在增加。下面概述了當前l(fā)ed故障自診斷方法及系統(tǒng)的發(fā)展狀況以及存在的不足，雖然有時會考慮環(huán)境對led二極管的影響，但是缺乏綜合模型，無法根據(jù)環(huán)境因素對led二極管進行故障分類，缺乏對led二極管下一時刻數(shù)據(jù)的預測，就無法準確判斷l(xiāng)ed二極管的故障原因，市面常用專家經(jīng)驗判斷l(xiāng)ed二極管的故障，缺乏客觀實際性，主觀因素大容易誤判和漏判。

2、例如現(xiàn)有公開號為cn118872381a的中國專利申請公開led照明系統(tǒng)、汽車照明系統(tǒng)和檢測led照明系統(tǒng)中的故障的方法。led照明系統(tǒng)包括led照明電路和故障檢測電路。led照明電路包括與第一電感器串聯(lián)電耦合的第一多個led的第一串以及與第二電感器串聯(lián)電耦合的第二多個led的第二串。第一串和第二串每個都具有相等的總正向電壓。故障檢測電路被配置為基于第一電感器和第二電感器之間的電壓差的檢測來檢測led照明電路中的故障。

3、上述專利雖然簡單且易于實現(xiàn)，但在全面性和可靠性方面存在明顯不足，用戶需要手動檢查和處理故障，增加了維護成本，只能檢測到故障的存在，無法對故障類型進行分類，缺乏閉環(huán)控制機制，無法自動調整led的工作狀態(tài)，沒有考慮環(huán)境因素的影響，如溫度、濕度等，主要依賴于電感器電壓差來檢測故障，這種方式較為單一，只能檢測到特定類型的故障，如斷路或短路，而無法全面覆蓋其他類型的故障，在不同環(huán)境下可能產(chǎn)生誤判或漏檢。

技術實現(xiàn)思路

1、本部分的目的在于概述本發(fā)明的實施例的一些方面以及簡要介紹一些較佳實施例。在本部分以及本技術的說明書摘要和發(fā)明名稱中可能會做些簡化或省略以避免使本部分、說明書摘要和發(fā)明名稱的目的模糊，而這種簡化或省略不能用于限制本發(fā)明的范圍。

2、為解決上述技術問題，本發(fā)明的主要目的在于提供led二極管故障自診斷方法及系統(tǒng)，其中，led二極管故障自診斷方法，包括：

3、s1、采集led二極管所處環(huán)境數(shù)據(jù)，并通過環(huán)境分析計算環(huán)境因子，對照標準環(huán)境數(shù)據(jù)對環(huán)境因子進行校正；

4、s2、采集led二極管數(shù)據(jù)參數(shù)，并對采集的數(shù)據(jù)參數(shù)進行預處理，接收校正后的環(huán)境因子，對預處理后的數(shù)據(jù)參數(shù)進行分類；

5、s3、led二極管檢測模型接收分類后的數(shù)據(jù)參數(shù)，建立測試集和訓練集，通過led二極管檢測模型輸出led二極管實時數(shù)據(jù)參數(shù)和預測數(shù)據(jù)；

6、s4、led二極管模型調優(yōu)單元通過測試集對led二極管檢測模型進行損失調優(yōu)，實時優(yōu)化led二極管檢測模型；

7、s5、通過led二極管檢測模型輸出led二極管實時數(shù)據(jù)參數(shù)和預測數(shù)據(jù)，對led二極管故障進行分類；

8、s6、通過分類后的故障和環(huán)境因子進行二極管測試，若調優(yōu)測試通過，則通過調節(jié)單元對led二極管進行調整，若調優(yōu)測試未通過，則進行故障報警。

9、作為本發(fā)明led二極管故障自診斷方法的一種優(yōu)選方案，其中：

10、所述環(huán)境數(shù)據(jù)包括溫度數(shù)據(jù)、濕度數(shù)據(jù)、光照數(shù)據(jù)、電源電壓數(shù)據(jù)、工作電流數(shù)據(jù)、led老化數(shù)據(jù)；

11、通過環(huán)境分析模型計算環(huán)境因子，環(huán)境分析模型計算表達式如下所示：

12、

13、其中，為綜合模型輸出環(huán)境對于led二極管的影響系數(shù)。

14、通過數(shù)據(jù)清洗、數(shù)據(jù)標準化、數(shù)據(jù)轉化和特征選擇對采集的數(shù)據(jù)參數(shù)進行預處理清理和準備數(shù)據(jù)；

15、數(shù)據(jù)分類用于將預處理后的數(shù)據(jù)按照不同的環(huán)境條件進行分類；

16、從分類后的csv文件中加載預處理完成并且分類后的led二極管參數(shù)，將數(shù)據(jù)隨機劃分為訓練集和測試集；

17、通過訓練集數(shù)據(jù)訓練led二極管檢測模型，并在測試集上進行評估，使用訓練好的模型對新的實時數(shù)據(jù)進行預測；

18、卷積神經(jīng)網(wǎng)絡通過卷積層對led二極管數(shù)據(jù)參數(shù)進行卷積運算，輸入最大池化層進行降維處理，降維處理后的數(shù)據(jù)輸入展平層，將多維數(shù)據(jù)展平為一維向量，并將一維向量輸入到全連接層，對led二極管的特征進行高級抽象處理。

19、作為本發(fā)明led二極管故障自診斷方法的一種優(yōu)選方案，其中：

20、所述卷積層計算表達式如下所示：

21、

22、其中，為輸出特征圖的一個元素，為輸入的第j組led二極管分類后的數(shù)據(jù)，b為偏置項，為第j組led二極管分類后的數(shù)據(jù)對應的權重，j為led二極管分類后的數(shù)據(jù)組數(shù)，k為led二極管分類后的數(shù)據(jù)總組數(shù)，f（）為激活函數(shù)，i為特征圖組數(shù)；

23、所述最大池化層計算表達式如下所示：

24、

25、其中，為輸出特征圖的一個元素，為輸入數(shù)據(jù)的一個局部區(qū)域，max（）為最大值函數(shù)，s為第i個特征圖到下一個特征圖的步長；

26、所述全連接層的計算表達式如下所示：

27、

28、其中，y為輸出led二極管向量，x為輸入led二極管向量，w為權重矩陣，b為偏置向量，f（）為激活函數(shù)。

29、作為本發(fā)明led二極管故障自診斷方法的一種優(yōu)選方案，其中：

30、通過所述測試集對led二極管檢測模型進行損失調優(yōu)，并實時優(yōu)化模型，包括定義損失函數(shù)、選擇優(yōu)化算法、進行模型訓練和評估、以及實時更新模型參數(shù)；

31、通過定義損失函數(shù)計算led二極管檢測模型的損失量，所述損失函數(shù)計算表達式如下所示：

32、

33、其中，為損失函數(shù)輸出的led二極管檢測模型損失值，n為樣本數(shù)量，p為第p個led二極管樣本數(shù)，為第p個led二極管樣本數(shù)對應的真實值，為第p個led二極管樣本數(shù)對應的預測值；

34、所述優(yōu)化算法用于最小化損失函數(shù)，通過led二極管檢測模型輸出梯度和超參數(shù)乘積計算自適應學習率，再計算自適應學習率與led二極管檢測模型實時輸出預測值的動量的差值，更新所述led二極管檢測模型，計算表達式如下所示：

35、

36、其中，為第z組一階估計矩陣，為第z組二階估計矩陣，為一階矩陣超參數(shù)，為二階矩陣超參數(shù)，為led二極管檢測模型輸出梯度值，為優(yōu)化一階估計矩陣，為優(yōu)化二階估計矩陣，為小常數(shù)用于防止過擬合，為第h步的led二極管檢測模型參數(shù)，為優(yōu)化后的模型參數(shù)，為第z-1組一階估計矩陣，為第z-1組二階估計矩陣。

37、作為本發(fā)明led二極管故障自診斷方法的一種優(yōu)選方案，其中：

38、故障檢測通過比較預測值與實際值的差異來判斷l(xiāng)ed二極管是否存在故障，包括設定一個閾值，當預測值與實際值的差異超過該閾值時，認為led二極管可能存在故障，計算預測值與實際值之間的差異，根據(jù)差異值判斷是否發(fā)生故障；

39、通過所述分類后的故障類型和環(huán)境因子對led二極管進行測試，驗證故障類型和環(huán)境因子的準確性。

40、led二極管故障自診斷系統(tǒng)，包括：

41、環(huán)境因子模塊，包括環(huán)境識別單元、環(huán)境因子單元、環(huán)境測試單元；

42、數(shù)據(jù)模塊，包括數(shù)據(jù)采集單元、數(shù)據(jù)處理單元、數(shù)據(jù)分類單元；

43、檢測模塊，包括led二極管檢測模型、led二極管模型調優(yōu)單元；

44、故障識別模塊，包括數(shù)據(jù)接收單元、故障分類單元；

45、自適應模塊，包括測試單元和調節(jié)單元。

46、本發(fā)明led二極管故障自診斷系統(tǒng)的一種優(yōu)選方案，其中：

47、所述環(huán)境識別單元用于采集環(huán)境數(shù)據(jù)，并識別環(huán)境影響因素種類；

48、所述環(huán)境因子單元用于計算環(huán)境因子包括溫度因子、濕度因子、光照強度因子、電源電壓因子、工作電流因子、led老化因子；

49、所述環(huán)境測試單元用于分析溫度、濕度、光照強度、電源電壓、工作電流和老化效應對led亮度的影響；

50、所述數(shù)據(jù)采集單元用于采集led二極管環(huán)境溫度、環(huán)境濕度、環(huán)境光照強度、電源電壓、工作電流、時間和led的亮度；

51、所述數(shù)據(jù)處理單元用于通過數(shù)據(jù)清洗、數(shù)據(jù)標準化、數(shù)據(jù)轉化和特征選擇對采集的數(shù)據(jù)參數(shù)進行預處理清理和準備數(shù)據(jù)；

52、所述數(shù)據(jù)分類單元用于將預處理后的數(shù)據(jù)按照不同的環(huán)境條件進行分類，以便后續(xù)的分析和建模；

53、所述led二極管檢測模型用于輸出led二極管實時監(jiān)測參數(shù)和預測參數(shù)；

54、所述led二極管模型調優(yōu)單元用于更新led二極管檢測模型。

55、本發(fā)明led二極管故障自診斷系統(tǒng)的一種優(yōu)選方案，其中：

56、所述數(shù)據(jù)接收單元用于接收led二極管檢測模型輸出的實時數(shù)據(jù)和預測數(shù)據(jù)；

57、所述故障分類單元用于對接收的數(shù)據(jù)進行識別，并檢測是否出現(xiàn)故障，若出現(xiàn)故障，則對故障進行分類；

58、所述測試單元用于接收故障分類數(shù)據(jù)，并根據(jù)故障分類數(shù)據(jù)和環(huán)境因子進行l(wèi)ed二極管測試；

59、所述調節(jié)單元用于根據(jù)測試結果自適應調節(jié)led二極管性能參數(shù)。

60、本發(fā)明的有益效果：

61、本發(fā)明通過設置環(huán)境因素校正，更準確地反映led二極管的實際工作條件，避免因環(huán)境變化導致的誤判，確保led二極管能夠在不同環(huán)境下穩(wěn)定運行，提高了系統(tǒng)的通用性和適應性，通過建立led二極管檢測模型能夠準確預測出下一時刻led二極管的數(shù)據(jù)參數(shù)，提前發(fā)現(xiàn)led二極管是否出現(xiàn)故障，

62、通過對實時數(shù)據(jù)參數(shù)和預測數(shù)據(jù)進行分類，可以更精確地識別不同類型和程度的故障，通過調優(yōu)測試和調節(jié)單元，系統(tǒng)實現(xiàn)了閉環(huán)控制，確保故障被及時發(fā)現(xiàn)和處理，減少了不必要的維護和更換，降低了維護成本。