[实用新型]基于神经网络的LED植物照明驱动装置

说明书

一种基于神经网络的LED植物照明驱动装置，包括1个可控电流源、j个电子开关S1至Sj和1个神经网络控制器。所述神经网络控制器包括神经网络模型。本实用新型还公开了适用于所述基于神经网络的LED植物照明驱动装置的神经网络模型训练系统，为所述神经网络模型确定参数。本实用新型在不改变现有LED植物照明驱动装置功率主电路的基础上，通过植入神经网络控制器来增强其对众多“光配方”的适应性表现，有利于LED植物照明系统的持续性改造或升级。

技术领域

本实用新型涉及一种LED驱动装置，尤其是一种LED植物照明驱动装置。

背景技术

LED植物照明灯具是LED植物照明系统的关键部件。其中，LED植物照明驱动装置又是LED植物照明灯具的重要组成部分，直接关系着LED植物照明灯具的一次性投入成本以及后续的使用成本。除了满足LED植物照明灯具标准等法规，LED植物照明驱动装置更需要和包含光强、光谱成分和光周期等重要信息的植物“光配方”(简称：“光配方”)以及植物照明用LED芯片高度契合，才能着实提高植物的产量和品质。

但是，植物种类繁多，光照对植物生长的影响也纷繁复杂。因此，现存的“光配方”五花八门。然而，目前市售的LED植物照明驱动装置大多是根据客户指定的“光配方”进行研制的，对其他非指定的“光配方”适应性就较差。当前这种特制而非通用的做法会限制LED植物照明驱动装置乃至LED植物照明灯具成本的下降空间，最终影响LED植物照明市场渗透的速度。

如果能解决现有LED植物照明驱动装置对众多“光配方”的适应性问题，将有助于LED植物照明系统的市场推广。

发明内容

为克服现有LED植物照明驱动装置对众多“光配方”存在适应性不足的问题，本实用新型提供一种基于神经网络的LED植物照明驱动装置。

本实用新型解决其技术问题所采用的技术方案是：

一种基于神经网络的LED植物照明驱动装置，包括1个可控电流源、j个电子开关S1至Sj和1个神经网络控制器，j为正整数，所述可控电流源的输出电流 Io满足Io＝f(ic)，ic为控制信号，f()为输出电流函数，所述电子开关S1至Sj依次串联，电子开关S1的第一端口与可控电流源的正端相连，电子开关Sj的第二端口与可控电流源的负端相连；

所述电子开关S1至Sj分别与植物照明用LED芯片LED1至LEDj并联，电子开关S1至Sj的第一端口分别与植物照明用LED芯片LED1至LEDj的阳极相连，电子开关S1至Sj的第二端口分别与植物照明用LED芯片LED1至LEDj的阴极相连；

所述神经网络控制器包含神经网络模型，控制所述可控电流源的输出电流Io 和所述电子开关S1至Sj的开关状态。

所述神经网络控制器的作用是赋予所述植物照明驱动装置对众多“光配方”的适应性，保证所述LED植物照明驱动装置的工作状态(即，可控电流源的输出电流Io和电子开关S1至Sj的开关状态)与“光配方”信息(如：光强信息In 和归一化光谱成分信息λ为波长)匹配。

所述神经网络模型是基于“光配方”样本已训练好的神经网络模型，其参数都已确定。所述神经网络模型包含的运算包括加法、乘法和函数运算。所述神经网络模型可采用经典的神经网络模型，如前馈神经网络模型和反馈神经网络模型。 BP神经网络模型是一种前馈神经网络模型，也是目前应用最广泛的神经网络模型之一。而Hopfield神经网络模型则是一种最简单且应用广泛的反馈神经网络模型。

进一步，所述神经网络控制器包括电流控制单元、神经网络运算器、译码器和缓冲器，所述神经网络运算器同时与电流控制单元和译码器相连，所述电流控制单元的输出端与所述可控电流源的控制端相连，所述译码器与所述缓冲器相连，所述缓冲器的输出端与所述电子开关S1至Sj的控制端相连；所述神经网络控制器还包括输入信号和输出信号，所述输入信号包括归一化光谱成分信息和光强信息In，所述输出信号包括控制信号ic和电子开关S1至Sj控制端信号。