Wybrane aspekty zastosowania sztucznej sieci neuronowej w systemie sterowania oświetleniem ulicznym

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.

---

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.

---

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