近二十年來,我國社會經(jīng)濟(jì)高速發(fā)展,對交通運(yùn)輸領(lǐng)域的相關(guān)需求日益增加,城市道路建設(shè)進(jìn)入了一個蓬勃發(fā)展的時期,城市道路總量保持著高速增長的態(tài)勢。伴隨著城市道路的增多,道路照明所帶來的能源消耗也不斷增加。城市道路的車流量、人流量較多,為了保障夜間出行的道路安全,降低交通事故的發(fā)生概率,市政部門不得不在整個夜晚以最大亮度點亮城市路燈。而一味地追求照明亮度,將會導(dǎo)致能源的過度消耗,增加城市運(yùn)營成本。為了響應(yīng)國家節(jié)能減排、和諧發(fā)展和可持續(xù)發(fā)展戰(zhàn)略目標(biāo)的號召,市政建設(shè)部門提出了智慧城市的建設(shè)規(guī)劃概念。平衡城市道路照明效果和城市運(yùn)營成本之間的關(guān)系,成為城市道路智能照明控制系統(tǒng)所研究的重點。因此,設(shè)計一個高效、“聰明”的智能路燈控制系統(tǒng)是智慧城市建設(shè)的重點內(nèi)容。本文研究了近幾十年來城市道路照明控制系統(tǒng)的發(fā)展現(xiàn)狀,結(jié)合當(dāng)前已有的道路路燈控制系統(tǒng),指出傳統(tǒng)道路路燈的控制策略中所存在的不足。通過闡述智能道路路燈控制系統(tǒng)的控制原理、體系架構(gòu)和城市照明標(biāo)準(zhǔn),并提煉出智能化、人性化、節(jié)能化的路燈控制系統(tǒng)體系架構(gòu)在設(shè)計時的要點。研究智能控制領(lǐng)域的神經(jīng)網(wǎng)絡(luò)算法和分析目前基于分布式的神經(jīng)網(wǎng)絡(luò)的智能路燈節(jié)能控制系統(tǒng),本論文提出一種基于集中式的神經(jīng)網(wǎng)絡(luò)的智能路燈節(jié)能控制系統(tǒng)的改進(jìn)方案。神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)具有并行處理、自學(xué)習(xí)、自組織以及非線性映射等優(yōu)點。由于路燈控制系統(tǒng)是一個多變量和復(fù)雜的非線性控制系統(tǒng),因此把神經(jīng)網(wǎng)絡(luò)應(yīng)用到城市路燈控制系統(tǒng)中,可以達(dá)到控制系統(tǒng)的智能化、節(jié)能化的需求。研究路燈控制系統(tǒng)架構(gòu)和神經(jīng)網(wǎng)絡(luò)算法可以為本文設(shè)計基于神經(jīng)網(wǎng)絡(luò)的智能路燈控制系統(tǒng)提供架構(gòu)和理論基礎(chǔ)。根據(jù)《城市道路照明設(shè)計標(biāo)準(zhǔn)》的標(biāo)準(zhǔn)中的要求,收集城市道路的車流量、車速與路燈照明亮度作為樣本數(shù)據(jù),采用PyTorch神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)架構(gòu)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型,實驗結(jié)果表明,采用ReLU作為激活函數(shù)可以很好地完成神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練。在運(yùn)行對比中,基于神經(jīng)網(wǎng)絡(luò)的路燈控制系統(tǒng)相比于傳統(tǒng)路燈控制系統(tǒng)節(jié)能43.9%,集中式的控制方法比分布式的控制方案在建設(shè)成本上明顯降低,大大提高了系統(tǒng)智能化、節(jié)能化的性能指標(biāo)。在對數(shù)據(jù)進(jìn)行預(yù)處理時,采用多傳感融合算法,提高了系統(tǒng)的可靠性。
【學(xué)位單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TU113.666;TP273;TP183
【部分圖文】：

第二章 智能路燈節(jié)能控制系統(tǒng)以及周圍的環(huán)境信息如光照強(qiáng)度、人流量、車流量、PM2.5 濃度等，然后把信息送到神經(jīng)網(wǎng)絡(luò)模型中，最后根據(jù)神經(jīng)網(wǎng)絡(luò)處理的結(jié)果，智能地調(diào)節(jié)此時的開關(guān)和光照亮度，從而在不影響基本照明的前提下，盡最大可能地降低路耗的控制系統(tǒng)[10]。.3 智能路燈控制系統(tǒng)架構(gòu)為了獲得準(zhǔn)確可靠的神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)以及實現(xiàn)本論文單燈控制的目標(biāo)，對路燈控制系統(tǒng)架構(gòu)有一個深入的了解。本論文從路燈的環(huán)境參數(shù)和控制信流向來對智能路燈控制系統(tǒng)進(jìn)行分層，并逐一介紹。智能路燈控制系統(tǒng)主要件設(shè)施層、感知層、控制層、傳輸層、數(shù)據(jù)層、應(yīng)用層五個層構(gòu)成。智能路制系統(tǒng)架構(gòu)如下圖 2-1 所示：

電子科技大學(xué)碩士學(xué)位論文：這個層相當(dāng)于我們的身體的軀干，是支撐人行系統(tǒng)中主要指的是路燈的燈桿、燈具、燈源的選度，如下圖 2-2 路燈戶外安裝示意圖所示。根據(jù)不合適的燈桿、燈具、燈源。因為不同的路燈，如燈，它們的控制調(diào)節(jié)電路是不一樣的。加上路燈的硬就比較難也不會輕易去移動。因此需要根據(jù)實際，人車流的情況來決定路燈放置的疏密程度，以氣和晴天天氣的占比來決定是否在路燈上添加太，既可以保證道路的基本照明，又可以節(jié)省路燈可以為智慧城市的路燈量身定制一套可靠的、人性[11]。

圖 2-3 太陽能路燈：這個層相當(dāng)于我們的五官和皮膚，能夠?qū)ΜF(xiàn)實物理世如，可以通過光照傳感器讀取光照強(qiáng)度來判斷目前是白流傳感器和電壓傳感器來讀取路燈的電力狀態(tài)信息來判息，以及判斷是否已經(jīng)發(fā)生的故障；可以通過車流量傳斷目前是否屬于出行的高峰期，可以通過 PM2.5 濃度來和能見度大小。并通過數(shù)據(jù)總線傳遞給控制層。因為這節(jié)能控制的主要因素。只有完整地采集這些信息，才能。：這個層相當(dāng)于我們大腦的神經(jīng)元，能夠感知其他神經(jīng)元處理，把處理后的信息經(jīng)過神經(jīng)網(wǎng)絡(luò)傳遞給中樞神經(jīng)大。在智能路燈控制系統(tǒng)中，控制層是通過收集感知層中然后對傳感器采集的信息進(jìn)行基本的處理，同時判斷數(shù)異常、路燈燒壞等情況，控制層立刻關(guān)閉路燈，并且通
【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 吳飛;;城市路燈照明節(jié)能現(xiàn)狀分析及未來發(fā)展[J];江西建材;2015年18期

2 陳建珍;;BP神經(jīng)網(wǎng)絡(luò)在林分平均胸徑生長預(yù)估中的應(yīng)用[J];林業(yè)調(diào)查規(guī)劃;2009年03期

3 盧德華;;基于人工神經(jīng)網(wǎng)絡(luò)的建筑節(jié)能體系綜合評價[J];建設(shè)科技;2007年09期

相關(guān)碩士學(xué)位論文 前10條

1 杜彥璞;基于生成對抗網(wǎng)絡(luò)的遙感圖像超分辨率方法研究[D];成都理工大學(xué);2018年

2 蔣鈺;城市道路智能照明控制系統(tǒng)研究[D];西南石油大學(xué);2017年

3 王春香;基于神經(jīng)網(wǎng)絡(luò)的空調(diào)系統(tǒng)節(jié)能控制研究[D];哈爾濱工業(yè)大學(xué);2015年

4 廖明青;路燈開關(guān)時間的預(yù)測算法研究[D];華中科技大學(xué);2015年

5 吳睿;智慧照明系統(tǒng)研究與實現(xiàn)[D];電子科技大學(xué);2015年

6 馬嘉琳;城市照明系統(tǒng)的設(shè)計與研究[D];昆明理工大學(xué);2015年

7 郭威;基于ZigBee的無線智能路燈系統(tǒng)研究[D];北京交通大學(xué);2014年

8 李立;智能路燈節(jié)能控制系統(tǒng)的研究[D];天津理工大學(xué);2013年

9 張振;智能型太陽能路燈控制器的研制[D];西安電子科技大學(xué);2012年

10 石玉秋;神經(jīng)網(wǎng)絡(luò)技術(shù)在機(jī)器人視覺伺服控制中的應(yīng)用[D];湖南大學(xué);2006年

本文編號：2855281