Czasopismo | PRZEGLĄD ELEKTROTECHNICZNY | Rocznik 2017 - zeszyt 3

Wybrane aspekty zastosowania sztucznej sieci neuronowej w systemie sterowania oświetleniem ulicznym

10.15199/48.2017.03.09

nr katalogowy: 104296
10.15199/48.2017.03.09

Dynamiczne dostosowywanie wysterowania systemu oświetlenia ulicznego do aktualnych warunków atmosferycznych wymaga odczytu wielu danych, najczęściej meteorologicznych, takich jak np.: zachmurzenie, opady, zamglenie, wilgotność, temperatura itd. Rozwiązanie to jest kosztowne biorąc pod uwagę liczbę koniecznych do użycia czujników. Autorzy zaproponowali rozwiązanie prognozujące stopień wysterowania systemu oświetlenia ulicznego z wykorzystaniem sztucznej sieci neuronowej oraz prognoz pogody dostępnych w serwisach meteorologicznych. Abstract. Dynamically adjusting of the street lighting control system to the current weather conditions requires to read multiple meteorological data such as cloudy, rain, fog, humidity, temperature, etc. This solution is expensive taking into account the required number of the used sensors. The authors have proposed the solution that predicts the level of street lighting system intensity with using artificial neural network and weather forecasts available at the meteorological services. (Analysis of the possibility of applying artificial neural network in the system of street lighting control). Słowa kluczowe: sztuczna sieć neuronowa, sterowanie oświetleniem ulicznym, dane meteorologiczne. Keywords: artificial neural network, street lighting control, meteorological data. Wstęp Projektowanie i realizacja systemów oświetlenia ulicznego jest zagadnieniem coraz częściej poruszanym w szczególności w zakresie zwiększania bezpieczeństwa na drodze, a także w związku z coraz częściej wykonywanymi modernizacjami oświetlenia ulicznego głównie na oświetlenie tylu LED. Zaletą oświetlenia typu LED jest znacznie mniejsze zużycie energii elektrycznej w porównaniu z oprawami z zainstalowanymi źródłami wyładowczymi oraz możliwość sterowania strumieniem świetlnym tych źródeł. Wymienione wyżej własności wpływają na dynamiczny rozwój systemów sterowania oświetleniem ulicznym takich jak np. rozwiązania firmy ALLANDO, OWLET, RAB[...]

Bibliografia

[1] Lav r i c A. , Popa V. , A Traffic Prediction Algorithm for Street Lighting Control Efficiency, Journal of Applied Computer Science & Mathematics, 15 (2013), 13-17
[2] Pizzuti F., Mor e t ti F . , Annunziato M., Panzieri S., Advanced Street Lighting Control through Neural Network Ensembling, The Second International Conference on Smart Systems, Devices and Technologies, (2013), 76-81
[3] Ramadhani F., Bakar K.A., Shafer M.G., Optimization of Standalone Street Light System with Consideration of Lighting Control, International Conference on Technological Advances in Electrical, Electronics and Computer Engineering, (2013), Konya, 583-588
[4] Saravanan K., Fuzzy Controller Design of Lighting Control System By Using VI Package, International Journal of Artificial Intelligence, 1 (2012), nr 2, 73-78
[5] PKN-CEN/TR 13201-1:2016-02, Oświetlenie dróg -- Część 1: Wytyczne dotyczące wyboru klas oświetlenia, (2016), PKN, Warszawa
[6] PN-EN 13201-2:2007, Oświetlenie dróg - Część 2: Wymagania oświetleniowe, (2007), PKN, Warszawa
[7] PN-EN 13201-3:2007, Oświetlenie dróg - Część 3: Obliczenia parametrów oświetleniowych, (2007), PKN, Warszawa
[8] PN-EN 13201-4:2007, Oświetlenie dróg - Część 4: Metody pomiarów parametrów oświetlenia, (2007), PKN, Warszawa 2
[9] Drechny M., Kolasa M., Sztuczna Sieć Neuronowa wspomagająca sterowanie Oświetleniem Ulicznym, Rynek Energii, 2 (2016), nr 123, 173-178
[10] Gała M. , Zastosowanie sztucznych sieci neuronowych do oceny wpływu pracy odbiorników nieliniowych na jakość energii elektrycznej, Przegląd Elektrotechniczny, 6 (2011), 42-46
[11] Hou C. I . , Traffic Flow Forecasting in Leisure Farm Areas Using Artificial Neural Networks, Przegląd Elektrotechniczny, nr. 89 (2013), nr 1b/2013, 205-207
[12] Kolasa M. , Długosz R., Pedrycz W., Szulc M. , Programmable Triangular Neighborhood Function for Kohonen Self-Organizing Map Implemented on Chip, Neural Networks, Elsevier, 25 (2012), 146-160

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


e-Publikacja (format pdf) - nr 104296 "Wybrane aspekty zastosowa..." licencja: Osobista Produkt cyfrowy	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY - e-zeszyt (pdf) 2017-3 licencja: Osobista Produkt cyfrowy	55.00 zł

Prenumerata

PRZEGLĄD ELEKTROTECHNICZNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

762.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	1002.00 zł brutto 927.78 zł netto 74.22 zł VAT (stawka VAT 8%)

1002.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna	960.00 zł brutto 888.89 zł netto 71.11 zł VAT (stawka VAT 8%)
PRZEGLĄD ELEKTROTECHNICZNY - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

1002.00 zł

Zeszyt

2017-3

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma