Wybrane aspekty zastosowania sztucznej sieci neuronowej w systemie sterowania oświetleniem ulicznym

• Autorzy: Kolasa M. , Drechny M.

Identyfikatory

DOI

10.15199/48.2017.03.09

Warianty tytułu

EN

Analysis of the possibility of applying artificial neural network in the system of street lighting control

• Języki publikacji: PL

Abstrakty

PL

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.

EN

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.

Słowa kluczowe

PL

sztuczna sieć neuronowa; oświetlenie uliczne; dane meteorologiczne

EN

artificial neural network; street lighting control; meteorological data

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2017
• Tom: R. 93, nr 3
• Strony: 36--39
• Opis fizyczny: Bibliogr. 12 poz., rys., wykr.

Twórcy

autor

Kolasa M.

• Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy, Instytut Inżynierii Elektrycznej, al. Prof. S. Kaliskiego 7, 85-796 Bydgoszcz

autor

Drechny M.

• Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy, Instytut Inżynierii Elektrycznej, al. Prof. S. Kaliskiego 7, 85-796 Bydgoszcz

Bibliografia

• [1] Lavric 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., Moretti 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

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).