Уличные светильники - это не только основной элемент городских инженерных сетей, но прежде всего средство освещения, они тесно связаны с повседневной жизнью людей и безопасностью дорожного движения, а также непосредственно влияют на благоустройство и облик города. Именно поэтому их дизайн, установка и управление ими становятся важными аспектами для исследования. Традиционный метод управления уличными светильниками - это включение/отключение по расписанию. Такой подход позволяет регулировать яркость дорожного покрытия в разное время при различных внешних условиях. Однако в условиях недостаточного освещения не только не достигается ожидаемая цель освещения, но и наблюдается значительное расходование электроэнергии.
Цель исследования «Система управления уличным освещением на основе глубокого обучения» группы авторов в составе Янг Гохуа, Луо Цяньцянь, У Цзяньцзюнь, заключается в решении актуальной проблемы снижения энергопотребления при поддержании необходимого уровня визуального комфорта всех пользователей уличным освещением за счёт внедрения системы управления. Для этого предлагается модель автоматического управления уличными светильниками, разработанная на основе глубокого обучения. В модели используются датчики для сбора данных о температуре, влажности, давлении воздуха и туманности, данные от которых используются для настройки необходимого уровня фоновой освещённости, создаваемого ОУ уличного освещения.
В статье предлагается метод автоматического управления уличными светильниками в условиях недостаточного освещения окружающей среды на основе глубокого обучения для повышения эффективности наружной осветительной установки (НОУ).
Для решения проблемы интеллектуального управления уличным освещением в неидеальных условиях предлагается система управления НОУ на основе глубокого обучения.
Для валидации предложенного метода автоматического управления уличным освещением, основанного на глубоком обучении, в качестве объекта исследования была выбрана система дорожного освещения, включающая 128 уличных ОП.
Проверка разработанного метода проводилась на реальном объекте в течение 12 ч в ночное время. Изменения уровня фоновой освещённости и условий окружающей среды отслеживались с помощью мониторингового оборудования.
Для прогноза фоновой освещённости используется сеть долговременной и кратковременной памяти глубокого обучения, за счёт чего осуществляется управление уличным освещением с помощью ПИД-регулятора. Экспериментальные результаты показали, что предлагаемый метод позволяет сделать точный прогноз уровня фоновой освещённости при различных условиях окружающей среды, что ложиться в основу алгоритма управления уличными ОП. Кроме того, внедрение предлагаемого решения позволит снизить энергопотребление на цели уличного освещения.