[发明专利]一种智能照明系统及其控制方法

权利要求书

1.一种智能照明系统，其特征在于，包括管理模块、交互模块、数据收集模块和接口模块，管理模块进一步包括算法管理单元、工作环境管理单元和环境数值管理单元，数据收集模块进一步包括数据导航单元、数据参数单元、筛选单元、上传单元和数据展示单元，接口模块进一步包括接口导航单元、接口参数单元、功能单元和结果展示单元；

交互模块用于数据的交互与资源共享；

数据导航单元用于选中数据收集点击其他栏目时跳转到数据栏目页面；

筛选单元用于对数据进行筛选同时显示筛选数据；

上传单元用于下载导入数据的模版，同时录入数据并上传数据；

数据展示单元用于删除工作环境管理单元在数据库中逻辑所在行；

接口导航单元用于选中控制策略并在点击其他栏目时跳转到接口栏目页面；

功能单元用于运算并显示计算结果。

2.根据权利要求1所述的智能照明系统，其特征在于，所述数据参数单元包括数据参数选择单元和数据参数输入单元，数据参数选择单元包括建筑类型、工作环境、工作面类型和行为模式，数据参数输入单元包括编号、组名称、时间、光气候分区。

3.根据权利要求1所述的智能照明系统，其特征在于，所述接口参数单元包括接口参数选择单元和接口参数输入单元，接口参数输入单元包括取值类型、采光系数、理想桌面照度、相关色温、计算周期、计算周期计时器、差值阀值、光气候分区、室外天空照度和室外自然光相关色温。

4.根据权利要求1所述的智能照明系统，其特征在于，所述上传单元还包括将实际使用的相关数据进行反馈。

5.一种智能照明系统的控制方法，其特征在于，包括以下步骤：

向算法模型中输入算法公式、输出参数、程序和说明；

通过云平台的智能照明系统控制策略接口，接入指标信息，经过算法模型计算，输出控制策略参数；

应用场景使用控制策略参数，并返回实际数据；

运用优化特征组合、增加优化模型训练集和多项式回归大数据机器学习优化技术进行模型优化；

积累实际数据，建立大数据库，运用大数据分析挖掘技术，训练和优化模型，对控制策略算法进行优化和提升。

6.根据权利要求5所述的智能照明系统的控制方法，其特征在于，还包括，通过页面和API接口方式，输出关键的控制策略参数。

7.根据权利要求5所述的智能照明系统的控制方法，其特征在于，还包括，返回实际数据时，提供接口和系统导入的方式进行数据收集，并对收集的数据进行检索查询。

8.根据权利要求5所述的智能照明系统的控制方法，其特征在于，还包括，通过对海量、多样化的态势信息进行分析，得到智能照明环境的态势变化。