張少芳,王月春

(石家莊郵電職業(yè)技術(shù)學(xué)院,河北 石家莊 050021)

基于物聯(lián)網(wǎng)的城市路燈模糊智能調(diào)控策略研究

張少芳,王月春

(石家莊郵電職業(yè)技術(shù)學(xué)院,河北 石家莊 050021)

為提高城市路燈管理水平，節(jié)省電能消耗，在分析了物聯(lián)網(wǎng)路燈等效模型的基礎(chǔ)上，提出了一種適用于物聯(lián)網(wǎng)路燈管理的模糊控制策略。當(dāng)光照強(qiáng)度不高于15 lx，模糊控制器可根據(jù)特定路段通行量大小對路燈端電壓進(jìn)行調(diào)節(jié)，調(diào)整對應(yīng)路段路燈的亮度，節(jié)約電能，同時，通過模糊控制器中的電壓、電流反饋，對路燈運(yùn)行狀態(tài)進(jìn)行遠(yuǎn)程監(jiān)控，提高了管理和維護(hù)效率。

城市路燈;物聯(lián)網(wǎng);模糊控制;光照強(qiáng)度

城市路燈管理是智能交通的重要組成部分，當(dāng)前的路燈普遍采用人工定時控制，管理上存在較大的弊端[1-2]：(1)靈活性較低，特別是在局部陰雨等突發(fā)狀況時，路燈控制很難滿足實際的應(yīng)用需求，且當(dāng)路燈出現(xiàn)故障時，由于無法及時維護(hù)，給行人及車輛安全帶來一定隱患；(2)當(dāng)供電電壓變化時，路燈的自調(diào)節(jié)能力差，電能利用率低，路燈耗電約占電能總耗電量的5%左右，約為幾百億度[3]。隨著物聯(lián)網(wǎng)技術(shù)在智能交通中應(yīng)用的日益廣泛，利用物聯(lián)網(wǎng)方案實現(xiàn)路燈管理與控制已成為可能。為此，本文以物聯(lián)網(wǎng)路燈為控制對象，通過多重化評價管理，給出一種適合不同路況路燈的管理與控制策略，通過該策略，實現(xiàn)路燈的遠(yuǎn)程管理和控制，達(dá)到節(jié)約電能消耗與路燈靈活控制的目的。

1 物聯(lián)網(wǎng)路燈的等效模型

物聯(lián)網(wǎng)強(qiáng)調(diào)對象的可控性，對物聯(lián)網(wǎng)路燈模型的分析，有助于提出合理可靠的控制及管理方案。物聯(lián)網(wǎng)路燈的管理和控制主要通過無線通信及對應(yīng)的軟硬件支持來實現(xiàn)。某路段物聯(lián)網(wǎng)路燈無線控制等效模型如圖1所示。

圖1 物聯(lián)網(wǎng)路燈的等效模型Fig.1 Equivalent model of IOT street lamp

圖1中，單個路燈由對應(yīng)的終端節(jié)點控制，在一定的地域范圍內(nèi)，各控制終端節(jié)點通過無線路由聯(lián)系在一起。同時，在該路段區(qū)域內(nèi)設(shè)置路況信息采集裝置，無線路由將所轄范圍路況及路燈信息經(jīng)GPRS傳給管理計算機(jī)，管理計算機(jī)通過模糊控制算法，對不同區(qū)域的路燈進(jìn)行動態(tài)調(diào)節(jié)。

為實現(xiàn)路燈的可控性，需注意：

(1)無線通信及協(xié)議規(guī)范。路燈的地理位置分散，采用無線通信實現(xiàn)路燈的遠(yuǎn)程控制是必要的?？紤]當(dāng)前無線通信的成本、傳輸速率、可靠性等，采用ZigBee+GPRS的通信模式[4-5]，與“一主多從”的應(yīng)答管理方式。從站(某路段路由節(jié)點)利用GPRS通信向主站(監(jiān)控計算機(jī))發(fā)送路燈運(yùn)行狀況(端電壓、電流檢測數(shù)據(jù))和路況數(shù)據(jù)(路段光照強(qiáng)度)，監(jiān)控計算機(jī)根據(jù)模糊控制算法及數(shù)據(jù)分析結(jié)果對各路由節(jié)點發(fā)送控制指令，經(jīng)Zigbee，由各路燈終端控制器調(diào)節(jié)路燈亮度。

(2)路況信息的采集和模糊知識庫的建立。監(jiān)控攝像頭對特定路段進(jìn)行通行量統(tǒng)計，并結(jié)合所在區(qū)域隨季節(jié)變化的路燈開關(guān)時間、路燈開啟所需光強(qiáng)要求等建立模糊知識庫，為模糊控制提供參考閥值。光強(qiáng)檢測、路燈端電壓及電流大小通過ZigBee+GPRS網(wǎng)絡(luò)傳給監(jiān)控計算機(jī)，監(jiān)控計算機(jī)根據(jù)建立的模糊知識庫，對采集到的數(shù)據(jù)信息進(jìn)行模糊分析，適時對路燈亮度作出調(diào)節(jié)。

2 物聯(lián)網(wǎng)路燈的模糊控制器設(shè)計

2.1 目標(biāo)特征量的獲取

目標(biāo)特征量的獲取主要是光照強(qiáng)度和路段通行量大小的確定。這里，光照強(qiáng)度具有較高的優(yōu)先度，即若光照強(qiáng)度高于15 lx，路段通行量大小不作為路燈開關(guān)狀態(tài)的控制標(biāo)準(zhǔn)。

(1)光照強(qiáng)度信息的獲?。豪脤Ｓ玫墓庹諒?qiáng)度傳感器可實現(xiàn)光照強(qiáng)度的獲取。每個路由可根據(jù)覆蓋面積大小選擇一定數(shù)量的測量節(jié)點，當(dāng)某個節(jié)點測量數(shù)據(jù)有誤時，可剔除該節(jié)點測量值，利用其他節(jié)點對路燈進(jìn)行調(diào)控。

(2)路段通行量信息的獲?。寒?dāng)光強(qiáng)低于15 lx時，利用監(jiān)控攝像頭和高清卡口獲取某路段行人、車輛的信息[6]，根據(jù)文獻(xiàn)[7]提供的組合預(yù)測算法，可實現(xiàn)該路段通行量的獲取。

2.2 路燈模糊控制器設(shè)計

由圖1路燈等效模型可知，路燈的模糊控制是通過分析通行量和光照強(qiáng)度來調(diào)節(jié)路燈端電壓，實現(xiàn)路燈亮度控制。模糊規(guī)則表示為：

Rk：if (MkisAk) and (IkisBk)

thenUkisCk

其中，Mk、Ik、Uk分別為第k次采樣通行量、光照強(qiáng)度、端電壓；Ak、Bk、Ck分別為第k次采樣通行量量值、光照強(qiáng)度值、端電壓大小。

根據(jù)模糊規(guī)則，路燈端電壓Uk隨采樣通行量Mk、光照強(qiáng)度Ik變化規(guī)則如表1所示。

根據(jù)上述模糊規(guī)則，路燈的模糊控制器設(shè)計如圖2示。 由圖2，模糊控制器的關(guān)系運(yùn)算為：

對于多個路燈節(jié)點的控制，則有

表1 端電壓Uk模糊控制規(guī)則表

注：NB(負(fù)大)，NM(負(fù)中)，NS(負(fù)小)，NO(零)，PS(正小)，PM(正中)，PB(正大)。

圖2 物聯(lián)網(wǎng)路燈的模糊控制器Fig.2 Fuzzy Logic Controller for IOT Street Lamp

2.3 路燈模糊控制流程

路燈模糊控制的目的在于通過計算機(jī)語言實現(xiàn)端電壓控制，其基本控制流程如圖3所示。開始時，首先對無線路由節(jié)點進(jìn)行初始化，采取試探法，確保每個路燈節(jié)點連接到ZigBee網(wǎng)絡(luò)上；然后進(jìn)行光照強(qiáng)度檢測，當(dāng)光強(qiáng)不高于15 lx時，進(jìn)行路段通行量檢測，最后由模糊控制器輸出對應(yīng)路燈的控制端電壓，終端控制器根據(jù)模糊控制器指令，調(diào)節(jié)端電壓值。

圖3 路燈的模糊控制流程Fig.3 Flow Chart of Fuzzy Logic Controller for Street Lamp

3 控制策略合理化分析與仿真

3.1 路燈模糊控制的合理性分析

控制策略的合理性分析，可通過路燈的模糊控制算法與傳統(tǒng)的定時控制進(jìn)行對比來實現(xiàn)。下面以重慶路燈管理為例進(jìn)行分析。

(1)耗電量分析。重慶夏季晚上19:30開燈、次日早上5:30關(guān)燈，主城主干道約1.2×105盞路燈，單盞路燈以400 W計算，單日共計耗電4.8×105kW；而采用模糊控制器，對整夜路燈亮度按通行量大小進(jìn)行調(diào)整，19：30-24：30和4：30-5：30為預(yù)計的通行高峰，此時段路燈調(diào)節(jié)處在額定功率范圍，而其他時段，通行量較少，可調(diào)壓至200 W照明，這樣單日耗電約為3.8×105kW。與傳統(tǒng)調(diào)控方式相比，模糊控制策略單日耗電節(jié)省約1.0×105kW。

(2)路燈維護(hù)、管理分析。對重慶主城主干道約1.2×105盞路燈逐一進(jìn)行故障排查，將耗費(fèi)大量的人力物力，且實時性較差，如采用如圖2所示的模糊控制器，在控制器的反饋回路檢測路燈的電流、端電壓值，在監(jiān)控計算機(jī)終端設(shè)置路燈狀態(tài)監(jiān)控，對于存在異常的電流電壓值可自動提取，按照路燈的編號，快速確定故障路燈所在位置，提高路燈的管理和維護(hù)效率。

3.2 模糊智能控制仿真

對路燈模糊智能控制的仿真，主要是為了驗證當(dāng)通行量改變時，模糊智能控制器是否能對端電壓進(jìn)行及時恰當(dāng)?shù)卣{(diào)整。本文通過MATLAB中的Fuzzy Logic(模糊邏輯)工具箱對上述模糊智能控制方法進(jìn)行仿真驗證。仿真過程除了添加一個通行量判別組件，其他部分與文獻(xiàn)[8]中“智能算法的MATLAB仿真”相似。

本文設(shè)計如下3組對比數(shù)據(jù)：(1)I1=120 lx；M1=400人(輛)/h；(2)I2=10 lx；M2=400人(輛)/h；(3)I3=0.03 lx；M3=4人(輛)/h。對應(yīng)三組數(shù)據(jù)的調(diào)壓值如圖4所示，其中(2)組數(shù)據(jù)對應(yīng)的端電壓波形用“·”劃線表示，(3)組數(shù)據(jù)對應(yīng)的端電壓波形通過“*”劃線表示，(1)組數(shù)據(jù)對應(yīng)的端電壓波形以實線表示。圖4中，(1)組數(shù)據(jù)光強(qiáng)大于15 lx，路燈保持關(guān)閉狀態(tài)，端電壓值始終為0；(2)組數(shù)據(jù)光強(qiáng)度低于15 lx，且人(車)流量比較大，端電壓為220 V正弦電壓；(3)組數(shù)據(jù)數(shù)據(jù)光強(qiáng)度很低，遠(yuǎn)低于15 lx，但由于人(車)流量很小，端電壓也為200 V的正弦電壓。

圖4 不同數(shù)據(jù)下的調(diào)壓結(jié)果Fig.4 Adjusting Result of different data

通過對比發(fā)現(xiàn)，本文提出的路燈控制方法能夠根據(jù)光強(qiáng)度和車流量大小對端電壓進(jìn)行很好地調(diào)節(jié)，有力地證明了本文提出方法的有效性和實用性。

圖5中，階躍信號通過FuzzyLogic控制器實現(xiàn)信號的模糊控制；由圖6可知，模糊控制器控制3s后，輸入信號和響應(yīng)信號趨于一致，實現(xiàn)信號的輸入和響應(yīng)的同步控制，效果較好。

在模糊控制器的設(shè)計過程中，選擇合適的論域和量化因子、比例因子是至關(guān)重要的。量化因子ke選擇過大，系統(tǒng)超調(diào)較大，過渡過程較長；kec選擇過大，系統(tǒng)超調(diào)較小，但是響應(yīng)速度變慢；比例因子ku選擇過大導(dǎo)致系統(tǒng)振蕩，過小時系統(tǒng)響應(yīng)過程變長。

3.3 不同狀態(tài)下的模糊控制結(jié)果對比

(1)加死區(qū)非線性響應(yīng)曲線比較

圖5 模糊控制框圖Fig.5 Chart for Fuzzy Logic Control

圖6 模糊控制響應(yīng)曲線Fig.6 Response Curve for Fuzzy Logic Control

圖7 本文算法與模糊控制加死區(qū)后的響應(yīng)曲線Fig.7 Response Curve for Proposed Algorithm and Fuzzy Logic Control with dead Area

本文算法和模糊控制對比結(jié)果如圖7所示，路燈控制策略死區(qū)參數(shù)為(-0.5，0.5)。由圖7可知，本文算法具有更低的響應(yīng)幅度和更低的震蕩幅值，控制結(jié)果優(yōu)于模糊控制的結(jié)果。

(2)加飽和非線性響應(yīng)曲線比較

本文算法和模糊控制的對比結(jié)果如圖8所示，路燈控制策略的飽和參數(shù)為(-0.6，0.6),本文算法具有更低的響應(yīng)幅度和更低的震蕩幅值，而模糊控制則出現(xiàn)2次較大幅度的震蕩，控制結(jié)果不如本文算法穩(wěn)定，同步性較差。

(3)改變時滯大小響應(yīng)曲線比較

本文算法和模糊控制的對比結(jié)果如圖9所示，路燈控制策略的時滯為1.5。由圖9可知，改變時滯大小以后，模糊控制的控制效果明顯變差，而本文算法的控制效果則相對較好，說明本文算法較模糊控制有更好的抗時滯能力。

圖8 本文算法與模糊控制加飽和后的響應(yīng)曲線Fig.8 Response Curve for Proposed Algorithm and Fuzzy Logic Control with full Area

圖9 改變時滯大小的本文算法與模糊控制響應(yīng)曲線Fig.9 Response Curve for Proposed Algorithm and Fuzzy Logic Control with changed delaying Area

4 結(jié)論

(1)提出了一種可實現(xiàn)城市路燈智能調(diào)控和管理的模糊算法,該模糊算法具有較高的合理性。通過端電壓和電流檢測，及時準(zhǔn)確地發(fā)現(xiàn)路燈故障，在滿足通行的前提下，節(jié)約大量電能(以1.2×105只400 W路燈計算,模糊控制器調(diào)節(jié)的路燈單日耗電量約節(jié)省1.0×105w/h),減輕路燈維護(hù)人員巡查負(fù)擔(dān)，提高維護(hù)管理的效率；

(2)通過調(diào)壓仿真，論述了模糊控制下路燈端電壓調(diào)節(jié)的可行性(光強(qiáng)不高于15 lx時，模糊控制器能夠根據(jù)路段人流狀況適當(dāng)調(diào)節(jié)路燈端電壓)。

[1] 張偉,王宏剛,程培溫.基于GPRS的智能路燈遠(yuǎn)程監(jiān)控系統(tǒng)的研究[J].計算機(jī)測量與控制,2010,18(9):2 104- 2 106.

[2] 賀一鳴,王崇貴,劉進(jìn)宇.智能路燈控制系統(tǒng)設(shè)計與應(yīng)用研究[J].現(xiàn)代電子技術(shù),2010(1):207-210.

[3] Akyildiz I F, Su W. Wireless Sensor Networks: A Survey[J].Computer Networks, 2002,38(4):393-422.

[4] Caponetto R, Dongola G, Fortuna L, et al. Power consumption reduction in a remote controlled street lighting system[J].International Symposium, 2008,6:428-433.

[5] Lin J, Jin X, Mao Q. Wireless Monitoring System of Street Lamps Based on ZigBee[C]∥WiCom ’09 5th International Conference, 2009:1-3.

[6] 吳冬.模式識別技術(shù)在智慧城市安防領(lǐng)域的應(yīng)用[J].計算機(jī)應(yīng)用與軟件,2013,30(7):331-333.

[7] 彭昊.基于城市交通流量組合預(yù)測模型的模糊控制系統(tǒng)研究[D].長沙:中南大學(xué),2009.

[8] 李立軒.基于GPRS的路燈智能控制技術(shù)的研究[D].杭州：杭州電子科技大學(xué),2012.

(責(zé)任編輯：李華云)

Research on Fuzzy Intelligent Control Strategy of City Street Lamp Based on IOT

ZHANG Shaofang, WANG Yuechun

(Shijiazhuang Posts and Telecommunications Technical College, Shijiazhuang Hebei 050021, China)

In order to improve the level for the management of street lights and reduce energy consumption, we put forward t one fuzzy control strategy for the IOT street lighting system based on analysis of the equivalent model for IOT street lighting system. When the light intensity is not higher than 15 1x, the fuzzy controller can adjust the terminal voltage of the street lamp according to the traffic volume of a specific section, adjusting the brightness of the corresponding section of street lamp for saving energy. At the same time, through the voltage and current feedback of the fuzzy controller, the running status of the street lamp is remote monitoring, which improves the efficiency of management and maintenance.

City street lights; IOT; Fuzzy control; Light intensity

10.16018/j.cnki.cn32-1650/n.201504011

2015-06-01

張少芳(1982-)，男，河北寧晉人，講師，碩士，主要研究方向為網(wǎng)絡(luò)安全與管理、網(wǎng)絡(luò)集成技術(shù)。

TP391.1

A

1671-5322(2015)04-0046-05