法律状态公告日
法律状态信息
法律状态
2020-06-26
授权
授权
2017-12-01
实质审查的生效 IPC(主分类):G05B13/04 申请日:20170717
实质审查的生效
2017-11-07
公开
公开
技术领域
本发明属于极值搜索技术领域,更为具体地讲,涉及一种基于分数阶牛顿 算法的照明平台最小能耗搜索方法。
背景技术
对于半开放式区域,如普通房屋等,决定室内光照亮度的不仅有灯光照度, 还有外界光照的影响。一般情况下,用户希望室内光照稳定在一个“舒适值”,而 普通灯具并不能根据外界光照的变化而调整自身的光照强度,此时就会出现两 种情况,第一种是外部光照减弱,而室内灯组光照强度没有增强,导致总体照 度达不到“舒适值”;第二种则是外部光照增强,室内灯组不能减弱照度,使用户 觉得刺眼的同时,还造成了大量的资源浪费。这与当前国家号召的“节能减排” 是背道而驰的。
当前市面上也有可变光照值的灯具,但是功能单一或者不足,如只能实现 变光而不能进行能耗控制,能实现变光但光照变化不连续等。这些情况或多或 少都会造成能源的浪费和用户舒适度的降低。而对于能耗控制,之前我们将整 数阶牛顿极值搜索应用于该方面,但是由于其可控参数少,求导运算后的整数 阶导数具有较强的局部性等缺陷,算法性能难以进一步提升。
在现有的技术中,采用PID控制算法和整数阶牛顿极值搜索算法的双闭环 控制系统,采用PID控制算法保证了目标区域照度值稳定在设定照度值附近, 实现了一定的节能,采用整数阶牛顿极值搜索算法在满足照度需求的情况下寻 找到系统能耗的极小值,并保持最小值稳定输出,实现了二次节能,对于应用 在照明系统节能上有着重要的控制作用。
在上述发明中,对照明系统中的灯具进行分组控制,这有助于对照明系统 进行灵活控制,通过对灯具分组后采用整数阶牛顿极值搜索算法寻找相对最低 能耗值的算法,对照明系统节能而言是一种新型且有效地控制方法。然而,采 用整数阶牛顿极值搜索算法搜索最低能耗值时,其搜索的效率低,需要消耗大 量时间,且搜索精确度不够准确,不能更快更准的寻找到系统能耗的极小值, 实现整个照明系统优化和节能。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于分数阶牛顿算法的 照明平台最小能耗搜索方法,通过控制不同灯组来实现对光照值的实时跟踪, 同时结合基于分数阶的牛顿极值搜索算法搜索系统最小能耗值并保持该值,从 而达到控光、控能耗的目的。
为实现上述发明目的,本发明一种基于分数阶牛顿算法的照明平台最小能 耗搜索方法,其特征在于,包括以下步骤:
(1)、将用于照度控制区域照明的所有灯具划分为n组,每组灯具的电流分 配系数为ω,其中,ω=[ω1,ω2,ω3,...,ωn]T,且
(2)、设定照度控制区域的目标照度值,初始化每组灯具的电流分配系数
其中,I表示所有灯具的总电流,Ri表示第i组灯具的电阻值;
(3)、将初始能耗E经过一个分数阶高通滤波器
(4)、将信号E-η分成两路,其中一路信号与扰动N(t)相乘,另一路信号 与扰动M(t)相乘;
(5)、将与扰动N(t)相乘后的信号N(t)(E-η)输入至截止频率为ωl的分数阶>得到用于估计海森矩阵H的矩阵
(6)、将矩阵 (7)、将与扰动M(t)相乘后的信号M(t)(E-η)输入至截止频率为ωl的分数阶>得到信号 (8)、将-Γ与 (9)、利用步骤(8)得到的各组灯具的电流分配系数ω更新各组灯具的初 始电流分配系数ω0,并按照步骤(2)所述方法计算本轮迭代的总能耗,判断本> 本发明的发明目的是这样实现的: 本发明基于分数阶牛顿算法的照明平台最小能耗搜索方法,通过实时跟踪 所设照度值,使目标区域照度值稳定在所设照度值范围内,再通过分数阶牛顿 极值搜索算法搜索到系统能耗的相对极小值,使灯具达到并保持相对最低能耗 值的组合输出,从而实现整个照明系统优化和节能。 同时,本发明基于分数阶牛顿算法的照明平台最小能耗搜索方法还具有以 下有益效果: (1)、分数阶牛顿极值搜索算法在整数阶基础之上,对每一个状态变量进 行了一个0到1之间的分数阶阶次运算,如sq,而对于导数形式的状态变量,>相对于整数阶模型,分数阶模型拥有更 多的可控参数,并能够基于此克服经典整数阶微分模型理论与实验结果吻合不 佳的严重缺点,增大系统的稳定域,近年来被广泛应用于信号处理与控制、控 制器设计等领域。 (2)、照明系统能够跟随外界光照的变化或者是设定光照的变化来改变自 己的照度,从而使室内照明系统的照度始终保持在用户的“舒适度”以内。 (3)、在保证照度变化要求的同时,为了保证能耗的降低,分数阶牛顿极 值搜索算法能够沿能耗降低的方向进行迭代搜索并快速收敛到最小能耗点,且 在光照不变地这段时间内,能够始终稳定地保持在该最小点,从而降低了整个 系统的能耗,考虑到了节能减排的问题。
附图说明
图1是本发明基于分数阶牛顿算法的照明平台最小能耗搜索方法流程图;
图2是两组灯且光照值为48流明时的遍历光照曲线;
图3是两组灯且光照值为48流明时的遍历能耗曲线;
图4是两组灯且光照值为48流明时,分数阶牛顿极值搜索实验的光照曲线;
图5是两组灯且光照值为48流明时,分数阶牛顿极值搜索实验的能耗输出 曲线;
图6是两组灯且光照值为48流明时,对比q=1和q=0.93时分数阶牛顿极值 搜索算法下的单光照实验能耗图;
图7是两组灯时,分别在40、43、50、55和62流明照度下的遍历光照图;
图8是两组灯时,分别在40、43、50、55和62流明照度下的遍历能耗图;
图9是两组灯,光照值从62、43、55、48、40、50流明依次变化,且q=0.95 时,分数阶牛顿极值搜索算法下的变光照实验光照图;
图10是两组灯,光照值从62、43、55、48、40、50流明依次变化,且q=0.95 时,分数阶牛顿极值搜索算法下的变光照实验能耗图;
图11是两组灯,光照值从62、43、55、48、40、50流明依次变化,对比 q=1和q=0.95时分数阶牛顿极值搜索算法下的变光照实验能耗图;
图12是三组灯且光照值为55流明时,遍历能耗图直视图
图13是三组灯,光照值从58、42、50、45、55、48流明依次变化,且q=0.95 时,分数阶牛顿极值搜索算法下的变光照实验光照图;
图14是三组灯,光照值从58、42、50、45、55、48流明依次变化,且q=0.95 时,分数阶牛顿极值搜索算法下的变光照实验能耗图;
图15是三组灯,光照值从58、42、50、45、55、48流明依次变时,对比 q=1和q=0.95时分数阶牛顿极值搜索算法下的变光照实验能耗图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更 好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设 计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
实施例
图1是本发明基于照明平台的分数阶牛顿极值搜索方法流程图。
在本实施例中,如图1所示,本发明基于照明平台的分数阶牛顿极值搜索 方法,包括以下步骤:
S1、将用于照度控制区域照明的所有灯具划分为n组,每组灯具的电流分配 系数为ω,其中,ω=[ω1,ω2,ω3,...,ωn]T,且
在本实施例中,在指定区域放置光照度传感器BH1750FVI,该传感器可以 将采集到的光照以2字节(16位)的形式通过I2C总线传递给数据采集卡>
S2、设定照度控制区域的目标照度值,初始化每组灯具的电流分配系数
其中,I表示所有灯具的总电流,Ri表示第i组灯具的电阻值;
照度控制包括基本照度控制和照度随动控制,其中,基本照度控制部分通 过闭环PID控制来实现。数据采集部分采回的数据与设定光照值作差求出误差 值,并传入PID控制器,得到各灯组的控制量,并将控制量与电流分配系数相 乘,得到每组灯的实际控制量,再将实际控制量经串口发送回各灯组进行照度 调节。经过多次、快速的闭环反馈调节,从而实现灯组输出照度稳定在设定照 度值;照度随动控制是灯组照度根据外界光照变化进行调整是本发明的目的之 一,由于实验条件的限制,我们通过改变光照设定值来模拟外界光照变化导致 灯组需要进行的灯组照度变化。在闭环PID控制器前面加上光照设定值切换模块,来实现不同时间段内有不同光照设定值的功能。
S3、将初始能耗E经过一个分数阶高通滤波器
S4、牛顿极值搜索与其他极值搜索的区别则是:在牛顿极值搜索中,信号 E-η会分成两路,其中一路信号与扰动N(t)相乘,另一路信号与扰动M(t)相乘;
其中,N(t)对角元素为
即:
其中,ai、aj为设计参数,i,j∈[1,n],σi、σj为扰动频率,[·]T表示转置。
而扰动M(t)的数学表达式为:
S5、将与扰动N(t)相乘后的信号N(t)(E-η)输入至截止频率为ωl的分数阶低>其中ωl略大于ωh,得到用于估计海森矩阵H的矩阵
S6、将矩阵 S7、将与扰动M(t)相乘后的信号M(t)(E-η)输入至截止频率为ωl的分数阶低>得到信号 S8、将-Γ与 S(t)=[a1sin(σ1t),...,ansin(σnt)]T。 扰动S(t),M(t)和N(t)中的系数都与设计参数ai或者aj相关,实验中该参数常取10-2~10-1数量级,具体数值需根据实际系统作调整。 S9、利用步骤S8得到的各组灯具的电流分配系数ω更新各组灯具的初始电 流分配系数ω0,并按照步骤S2所述方法计算本轮迭代的总能耗,判断本轮迭代>-3数量级,如果小于阈值,则结束;否则返回步骤S3,通> 实例 1、首先将用于照度控制区域照明的所有灯具分为两组,在光照值为48流 明时进行遍历实验,得到遍历光照曲线和能耗曲线。其中,图2是遍历实验的 输出光照值,图3则分别对应各流明下的电流分配系数ω与能耗值E之间的关系, 从中可以得到最小能耗值E*及其对应的控制量分配比例ω*,从而为后面的实验> 2、在遍历实验之后,我们加入分数阶牛顿极值搜索算法,验证在单光照情 况下分数阶牛顿极值搜索算法的有效性,实验结果见图4和图5,其对应的光照 值为48流明,且q=0.93时,分数阶牛顿极值搜索算法下的单光照实验的光照输 出曲线和能耗输出曲线。图4说明在分数阶牛顿极值搜索算法的作用下,系统 输出光照值能够很快稳定到设定光照值。而图5则表明该算法作用下的系统输 出能耗能够保持在遍历最小能耗的1.05倍到1.27倍之间,其中,1.05倍如图中 虚线所示,到1.27倍如图中点划线所示,满足我们对实际系统最小能耗的定义。 从而说明了分数阶牛顿极值搜索在智能照明系统中的有效性。 3、牛顿极值搜索算法的有效性得到验证后,进行原极值搜索算法与牛顿极 值搜索算法在同种条件下的对比试验。如图6所示,依然在两组灯且照度为48 流明的条件下,选取q=1即整数阶和分数阶q=0.93的情况进行对比试验,由实 验曲线可以看出二者的能耗输出曲线均在最小能耗E*的1.05倍和1.27倍之间,> 4、在证明分数阶牛顿极值搜索算法的有效性和优越性后,我们进行两组灯 的变光照值实验,该实验的情景更加符合实际生活中外界光照值变化的情况。 其中图7和图8分别是光照值分别为40、43、50、55和62流明下遍历实验的 输出光照值和能耗输出曲线,其作用与图2、图3相同,是为了得到各设定光照 值下电流分配系数与系统能耗之间的关系,及其最小能耗值,为变光照实验数 据提供判断依据。 5、遍历实验过后进行加入了分数阶牛顿极值搜索算法的变光照值实验。图 9是光照值从62、43、55、48、40、50流明依次变化,且q=0.95时,分数阶牛 顿极值搜索算法下的变光照实验光照图,而图10是对应的能耗曲线图。由图9可以看到系统输出光照值能够对变化光照设定值进行快速跟踪,图10则反映出 能耗值也能在极短的时间内达到并保持在各阶段遍历最小能耗值的1.05到1.27 倍之间,该结果证明了分数阶牛顿极值搜索算法在智能照明系统中,变光照情 况下的有效性。 6、图11是整数阶(q=1)和分数阶(q=0.95)牛顿极值搜索算法的变光照 实验对比,从输出曲线中可以看到分数阶能耗输出曲线收敛速度更快且搜索到 的极小能耗值更小,说明分数阶牛顿极值搜索算法的效果更好。 7、之前的实验都是在两组灯的情况下进行的,为了验证该算法在复杂情况 下的有效性,我们进行了三组灯情况下的分数阶牛顿极值搜索算法实验。首先 也是遍历实验,如图12其作用与之前的遍历实验相同,是为了找到照度为55 流明时电流分配系数ω与能耗值E之间的关系,以及最小能耗值E*及其对应的控>*,以得到评判标准,但由于现在有两个输入一个输出,故能耗> 8、图13是光照值从58、42、50、45、55、48流明依次变化,且q=0.95 时,分数阶牛顿极值搜索算法下的变光照实验光照图,说明该算法在三组灯情 况下对光照控制的有效性,同时图14中能耗图像均在虚线和点划线之间,说明 该算法在三组灯情况下也能很好地对能耗进行搜索。而图15的对比试验中,证 明了分数阶牛顿极值搜索算法相比于整数阶牛顿控制算法,其速度更快,搜索 到的极小能耗值更小,与两组灯实验相同,说明分数阶牛顿极值搜索算法的效 果更好。 尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域 的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对 本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定 的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发 明创造均在保护之列。
机译: 个人资料分数:基于计算机算法的平台,该平台基于多种因素为每个候选人生成并分配分数。其中包括:1.学校排名2.学业成绩(VCE证书)3.市场上的教育和需求类别(澳大利亚SOL)4.与行业相关的课程,证书和项目5.其他自愿性活动平台评分将是该课程的基准对候选人进行分级,从而将他们在就业市场中排名。更高的分数表明:学术成就,市场相关性和行业适应性。
机译: 研究非牛顿流体分数阶特征的实验台
机译: 一种基于算法的数字平台,可根据照片媒体和生物数据来计算从中小型有机碳减排项目中捕获的碳。然后,该平台会在交易介质上发布计算出的价值,以供企业和个人购买,以抵消其碳排放量并支持当地社区。然后,该平台将关联的价值分配给收益方。