基于深度神经网络的室外照明电气节能控制算法研究

以临界值为基准对室外照明设备进行开关调节时，难以充分利用自然光照，容易增加照明设备能耗。为此，本文开展了基于深度神经网络的室外照明电气节能控制算法研究。在考虑自然光照条件的前提下，结合路面的平均照度要求，分阶段拟合了照明功率需求，以使后续控制能充分利用自然光照。将路面的平均照度要求作为适应度函数，利用深度神经网络对照明功率输出分别进行向前和向后传播，收敛功率参数的误差，保障控制的精准性。仿真结果表明，设计算法下的照明输出功率整体均值最低，能够有效降低能耗，具有良好的节能效果。