虹桥商务区公共事务中心大厦智能照明系统设计

摘要

目前，我国照明用电占建筑用电的20％～30％，而目前大多数建筑物仍然沿用传统的手动控制方式，当人们进入工作区域，会按照工作需求打开所需的光源，调节光源的光输出，使其达到所期望的照度水平，但一般情况下调好一个照度水平后，基本不会再根据室内的光线强度来改变，光线很好时更容易忽略调节光源的输出，这样不仅不能创造良好的、舒适的工作环境，而且还造成了不必要的能源浪费和经济损失。
　　鉴于以上的问题，本文首先对虹桥商务区公共事务中心大厦进行智能照明设计，虽然大厦采用楼宇自控(BA)系统来监控照明，但实现的也只是简单的区域控制、定时开关和预设的场景控制。所以需要提出更为有效的智能控制方式，使得可以提供更为舒适的照度环境，同时还需要节约能源，在能源日趋紧张的今天，相信本研究必然会有重大的研究意义。为了达到通过科学的照明设计，采用效率高、寿命长、安全和性能稳定的照明电器产品，改善提高人们工作、学习、生活的条件和质量，从而创造一个高效、舒适、安全、经济、有益的环境并充分体现现代文明的照明的要求，即绿色照明。本文引入了智能控制，如何通过智能控制调节照明灯具的亮度以及遮阳设备的开度，以此得到更高效率的工作照明环境，如何更多的利用室外自然光将成为本文的主要研究问题。
　　本文提出将室外天然采光与室内人工照明相结合的智能控制策略。由于条件有限，仅选择一间规模较小但有典型性的办公室作为实验对象，首先利用人工神经网络中的BP网络建立仿真模型，根据测得的室内各个位置的照度，自动控制照明灯具的开关及百叶窗帘的开度，从而实现工作区域平均照度在一定范围内的目标。实际应用中，BP网络的输入必须是室内的纯天然光照度分量，一旦人工照明打开，所检测到的照度即为天然光与人工照明的混合量，这给BP网络的控制带来麻烦。引入自适应神经模糊推理系统的目的在于解决BP网络的输入必须是室内的纯天然光照度分量的缺陷，以ANFIS系统得出的预测照度作为BP网络的输入。这样就解决了之前BP网络存在的问题。通过MATLAB仿真结果可以看出，该方法是行之有效的。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 概述

1.2 弱电智能化系统设计

1.3 楼宇智能照明控制系统

1.4 智能控制概述

1.5 本文主要研究内容

1.6 本章小结

第二章照明分析

2.1 光的常用度量

2.2 照明光源

2.3 照明灯具

2.4 照明计算

2.5 天然采光

2.6 自然采光与人工照明相结合的优势

2.7 本章小结

第三章 传统智能照明系统设计

3.1 智能照明系统原理

3.2 办公楼智能照明系统的设计

3.3 本章小结

第四章 智能控制在照明控制中的应用和仿真

4.1 智能控制

4.2 人工神经网络

4.3 MATLAB的神经网络工具箱

4.4 BP网络在应用中的问题

4.5 利用BP网络建模及仿真

4.6 自适应神经模糊推理系统(ANFIS)

4.7 利用自适应神经模糊推理系统建模及仿真

4.8 本章小结

第五章 全文总结

5.1 主要结论

5.2 研究展望

参考文献

致谢

攻读硕士学位期间已发表或录用的论文