一体化节能灯的远程监控与故障检测方法及系统与流程

本发明涉及故障检测技术，尤其涉及一种一体化节能灯的远程监控与故障检测方法及系统。

背景技术：

1、随着物联网技术的快速发展，智慧城市、智能家居等应用场景中部署了大量的节能灯设备。节能灯具有能耗低、寿命长等优点，已成为照明系统的主流选择。然而，节能灯在实际运行过程中也难免发生故障，如灯管损坏、驱动电路失效等，导致照明功能受到影响。为了及时发现和处理节能灯故障，需要对节能灯进行有效的故障检测和定位。

2、传统的节能灯故障检测主要依赖人工巡检和定期维护。工作人员通过现场查看节能灯的工作状态，识别出故障灯具并进行更换或维修。然而，这种方式效率低下，难以满足大规模节能灯管理的需求。此外，人工检测容易受到主观因素的影响，导致检测结果的准确性和可靠性难以保证。

3、然而，现有的将物联网与边缘计算相结合的节能灯故障检测方法仍然存在一些局限性。一方面，边缘网关的计算和存储资源虽然高于普通无线传感器网络节点，但与云端服务器相比仍然有限，难以支持复杂的故障诊断和定位算法。另一方面，现有方法主要针对单一类型的节能灯设备，缺乏对多种异构节能灯的统一管理和故障检测能力。此外，现有方法侧重于故障检测功能，对于故障定位的支持不足，难以准确识别出故障节能灯的具体位置，影响故障处理的效率。

4、因此，亟需一种基于物联网与边缘网关相结合的一体化节能灯故障检测与定位算法，充分发挥边缘网关的计算和存储优势，实现对多种异构节能灯的统一管理和实时故障检测，同时结合定位算法准确识别故障节能灯的位置，提高节能灯故障处理的效率和可靠性。

技术实现思路

1、本发明实施例提供一种方法及系统，能够解决现有技术中的问题。

2、本发明实施例的第一方面，

3、提供一种一体化节能灯的远程监控与故障检测方法，包括：

4、利用智能传感器实时获取节能灯的工作状态数据，并通过物联网将工作状态数据传输到边缘网关，边缘网关对接收到的工作状态数据进行实时分析，利用预设的故障检测算法判断各节能灯节点是否存在故障，当检测到某一节能灯节点的工作状态数据超出预设的正常工作阈值时，判定该节能灯节点为故障节点；

5、通过边缘网关向故障节点的所有邻居节点发送故障查询消息，收到故障查询消息的节点判断自身是否存在故障，如无故障则将故障查询消息继续转发给下一跳邻居节点，重复该过程直到查询消息到达故障区域的边界，并向边缘网关发送故障回复消息；

6、根据接收到的故障回复消息，得到故障区域的拓扑结构信息，并基于所述拓扑结构信息，通过分布式算法计算出故障节点的位置信息，将得到的故障节点的位置信息发送至监控中心并可视化展示在管理界面上。

7、在一种可选的实施例中，

8、利用预设的故障检测算法判断各节能灯节点是否存在故障包括：

9、构建节能灯网络的时空拓扑模型，其中节点表示节能灯节点，边表示节点间的连接关系，权重表示节点间的关联强度，每个节点上附加一个时间序列，记录其历史工作状态数据；

10、获取每个节点的历史工作状态数据并进行预处理，利用预先训练的时间序列分析模型对节点在预设时域内的工作状态进行预测，得到节点工作状态的预测值，并计算预测值与实际值间的预测偏差，当预测偏差超过预设的偏差阈值时判定该节点出现异常，并输出节点的状态异常信息；

11、基于节点的状态异常信息构建节能灯网络的属性图，基于节能灯网络的属性图设计图神经网络模型，利用训练好的图神经网络模型预测每个节点的异常类型和故障原因，并分析当前节点与相邻节点的状态差异和关联程度，得到节点间的空间异常度量；

12、基于预测偏差和节点间的空间异常度量构建异常评分函数，计算异常评分并设定分级阈值，基于分级阈值判断各节能灯节点是否存在故障，并结合专家知识和故障案例库，对诊断结果进行推理和校验，输出故障诊断报告。

13、在一种可选的实施例中，

14、异常评分函数的计算公式如下：

15、；

16、其中，cas(i，t)表示异常评分函数，i表示节点的编号，t表示时间点，α表示预测偏差的权重系数，x(i，t)表示节点i在时间点t的实际状态值，表示节点i在时间点t的预测状态值，β表示空间异常度量的权重系数，j表示第j个节点， ω(i，j)表示节点i和节点j之间的边权重，y(i)表示节点i的异常类型预测结果，y(j)表示节点j的异常类型预测结果，n(i)表示节点i的邻居节点集合。

17、在一种可选的实施例中，

18、收到故障查询消息的节点判断自身是否存在故障，如无故障则将故障查询消息继续转发给下一跳邻居节点包括：

19、源节点接收到多条来自不同方向的故障查询消息后，提取每条故障查询消息中包含的多个属性值，所述属性值包括跳数、能量、故障严重程度和时间戳，所述源节点为初始收到故障查询消息的节点；

20、基于提取的属性值，计算每条故障查询消息的综合优先级得分，根据综合优先级得分与预设的优先级阈值之间的比较结果判断是否转发故障查询消息，其中，优先级阈值的调整幅度根据网络状态和节点密度自适应计算；

21、确认转发故障查询消息后，将故障查询消息同时在正向和反向两个方向上传播，节点接收到正向故障查询消息后，优先将其转发给正向的下一跳候选节点，同时生成一条反向查询消息并将其转发给反向的下一跳候选节点；

22、在选择下一跳候选节点时，根据节点的剩余能量、与故障区域的距离、历史故障率和通信质量计算每个候选节点的能量平衡因子，选择能量平衡因子最大的候选节点作为故障查询消息传播的下一跳。

23、在一种可选的实施例中，

24、根据接收到的故障回复消息，得到故障区域的拓扑结构信息，并基于所述拓扑结构信息，通过分布式算法计算出故障节点的位置信息包括：

25、根据接收到的故障回复消息，提取出故障区域内节点之间的连接关系，构建故障区域的拓扑结构图；

26、在故障区域的拓扑结构图中选取三个不共线的边界节点作为参考节点，参考节点向其邻居节点广播测距请求，同时广播自己的位置坐标和唯一的请求标识号；

27、接收到测距请求的邻居节点通过距离估计算法，计算自身到故障节点的距离估计值，并将距离估计值与对应的测距请求标识号返回给参考节点；

28、参考节点利用随机增量算法，基于收集到的距离估计值构建最小包围圆，其中，圆心为估计的故障节点坐标，通过交换各参考节点的故障节点坐标，计算故障节点的当前位置估计；

29、将故障节点的当前位置估计广播给所有边界节点，边界节点基于接收到的多个故障节点的当前位置，更新自己到故障节点的距离估计值，重复迭代直到故障节点的当前位置估计的变化量小于预设阈值，得到最终的故障节点坐标。

30、在一种可选的实施例中，

31、边界节点基于接收到的多个故障节点的当前位置，更新自己到故障节点的距离估计值包括：

32、提取边界节点接收的信号信息构建信号特征，所述信号特征包括信号到达时间、信号强度和信号质量；

33、将信号特征输入预先训练好的分类器，识别出非视距误差的测量值，对于识别出的非视距误差的测量值，使用期望最大化算法迭代估计其误差分布参数；

34、根据估计的误差分布参数构建非视距误差的先验概率密度函数，并利用贝叶斯推断计算非视距误差的测量值对应的真实距离的后验概率密度函数；

35、根据后验概率密度函数的期望值得到修正后的距离估计值，将修正后的距离估计值代入加权最小二乘问题，求解故障节点的坐标估计。

36、在一种可选的实施例中，

37、修正后的距离估计值的计算公式如下：

38、；

39、其中，表示边界节点i对故障节点的修正后的距离估计值，i表示节点的编号，表示边界节点i和故障节点的真实距离，p(·)表示概率核密度函数，h1表示存在干扰源，k表示非视距误差模型的数量，θt表示第t个非视距误差模型的权重，g(·)表示正态分布函数，μt表示第t个非视距误差模型的偏移量，表示第t个非视距误差模型的方差，d是微分符号。

40、本发明实施例的第二方面，

41、提供一种一体化节能灯的远程监控与故障检测系统，包括：

42、第一单元，用于利用智能传感器实时获取节能灯的工作状态数据，并通过物联网将工作状态数据传输到边缘网关，边缘网关对接收到的工作状态数据进行实时分析，利用预设的故障检测算法判断各节能灯节点是否存在故障，当检测到某一节能灯节点的工作状态数据超出预设的正常工作阈值时，判定该节能灯节点为故障节点；

43、第二单元，用于通过边缘网关向故障节点的所有邻居节点发送故障查询消息，收到故障查询消息的节点判断自身是否存在故障，如无故障则将故障查询消息继续转发给下一跳邻居节点，重复该过程直到查询消息到达故障区域的边界，并向边缘网关发送故障回复消息；

44、第三单元，用于根据接收到的故障回复消息，得到故障区域的拓扑结构信息，并基于所述拓扑结构信息，通过分布式算法计算出故障节点的位置信息，将得到的故障节点的位置信息发送至监控中心并可视化展示在管理界面上。

45、本发明实施例的第三方面，

46、提供一种电子设备，包括：

47、处理器；

48、用于存储处理器可执行指令的存储器；

49、其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述所述的方法。

50、本发明实施例的第四方面，

51、提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述所述的方法。

52、在本实施例中，通过利用智能传感器实时获取节能灯工作状态数据，结合边缘网关的实时数据分析和故障检测算法，能够实现对节能灯系统的实时监测和故障检测，及时发现故障节点。通过边缘网关向邻居节点发送故障查询消息，并重复转发查询消息直到到达故障区域边界，可以自动识别出故障区域的拓扑结构信息，无需人工介入。基于获取的故障区域拓扑结构信息，利用分布式算法计算出故障节点的精确位置信息，提高了故障诊断和维修的效率。将计算出的故障节点位置信息发送至监控中心，并在管理界面上可视化展示，为维护人员提供了直观的故障信息，方便快速定位和处理故障，同时减少故障持续时间，提高系统的可用性和运维效率，并且通过实时监测节能灯工作状态，有助于优化节能灯的使用效率，实现节能减排。