论文题名: | 结合交通流量预测的智能隧道照明控制方案研究 |
关键词: | 隧道照明;智能控制;交通流量预测;贪婪逐层训练算法 |
摘要: | 节能作为可持续发展的一个重要指标,已经成为一个备受关注的全球性问题。隧道因为其特殊的结构,白天也需要提供照明,这导致隧道照明系统的能耗居高不下。当前缺乏有效的智能隧道照明控制技术,大部分隧道还在使用传统的分段式隧道照明,并且当前的隧道照明控制方法,例如车进灯亮式调光和动态调光都有其缺陷。针对以上问题,本文以隧道照明系统作为研究对象,以保障隧道交通安全和降低隧道照明能耗为目的进行研究,本文的主要工作内容和创新点可以总结如下: 由于交通流数据具有随机性和不均匀性,导致堆叠自编码器的收敛速度变慢,并且在数据集较小的情况下,堆叠自编码器容易过拟合。针对此问题,本文提出使用贪婪逐层训练算法对其优化。本文使用该算法分别对不同采样间隔的交通流数据进行预测,并将预测结果与长短期记忆网络(Long Short-Term Memory,LSTM)和门控循环单元(Gated Recurrent Unit,GRU)模型的预测结果对比,对实验结果中的平均绝对误差(Mean Absolute Error,MAE)等预测指标进行分析,最终得出结论:使用贪婪逐层训练算法对堆叠自编码器进行优化可以有效的提高交通流预测的精度。 其次,本文以照明参数为优化对象,以更高的隧道照度均匀度和人眼舒适度为目标,先使用DIALux照明仿真软件建立了隧道模型,再选用功率相同的三种不同的照明设备,分别是型号为ZQ108b-N100的高压钠灯,型号为ZQ109-T8的荧光灯和型号为ZD901-3的LED灯,在DIALux软件中进行隧道照明系统的建模和仿真,最后分别对比这三种灯具在仰角为0?~40?之间时,道路的路面纵向均匀度和路面横向均匀度等参数,在对路面均匀度进行分析后,选取最合适的照明参数。 最后,本文对比分析了结合交通流预测的隧道调光法与目前的隧道调光法的优劣。当交通流过高时,使用车进灯亮式调光法会导致照明设备频繁调光,造成较高的开关损耗,影响照明设备的寿命。当交通流量过低时,动态调光维持较高的亮度水平会导致较高的能耗。针对以上车进灯亮式调光法和动态调光法的缺陷,本文提出在隧道照明控制中加入交通流预测作为判断交通流是否超过交通流阈值的依据,以此来判断使用动态调光或者车进灯亮式调光的时机。交通流预测的优势在于可以根据不同天气,节假日的不同交通流准确地做出预测,而采用历史数据的均值和人工预测达不到这样的效果。 |
作者: | 金允泰 |
专业: | 电气工程 |
导师: | 郑建立 |
授予学位: | 硕士 |
授予学位单位: | 东华大学 |
学位年度: | 2021 |