Système intelligent pour le réglage de l'éclairage intérieur basé sur l'apprentissage en profondeur

Système intelligent pour le réglage de l’éclairage intérieur basé sur l’apprentissage en profondeur

Crédit : domaine public Unsplash/CC0

Un nouveau système de régulation intelligent basé sur l’apprentissage en profondeur pour l’intensité de l’éclairage intérieur est décrit dans le Revue internationale de génie industriel et des systèmes. Le nouveau système améliore la précision et l’efficacité des systèmes de régulation d’éclairage conventionnels en exploitant l’intelligence artificielle, ou l’apprentissage en profondeur, formé avec la sortie du capteur et les données historiques. L’approche permet de prendre en compte les niveaux de lumière naturelle et de calculer la puissance requise nécessaire pour maintenir une luminosité constante à l’intérieur avec une précision de réglage élevée comprise entre 95,0% et 98,5%.

Chen Qun Wu du Collège d’art et de design de l’Institut technique de conservation du fleuve Jaune à Kaifeng, en Chine, explique que les systèmes d’éclairage intelligents pourraient, dans les crises énergétiques et climatiques en cours, améliorer l’efficacité, réduire les coûts et réduire les émissions . Les systèmes d’éclairage standard gaspillent beaucoup de ressources et il est urgent de les usurper avec une approche de l’éclairage qui prend en compte divers facteurs plutôt qu’un éclairage toujours allumé à pleine puissance pour éclairer un espace indépendamment de l’utilisation ou de la lumière ambiante.

En effet, l’éclairage représente actuellement environ un tiers de la puissance consommée par un bâtiment, des systèmes intelligents pourraient considérablement réduire cette consommation. Wu ajoute qu’il existe un potentiel non seulement d’économie d’énergie, mais également d’amélioration des conditions de travail dans les bureaux et autres bâtiments où les systèmes d’éclairage conventionnels peuvent souvent être trop lumineux pour un travail confortable.

L’approche de Wu tient compte des exigences d’éclairage, du mouvement du soleil et d’autres facteurs. Il s’appuie sur une structure de réseau neuronal à action directe qui contrôle l’éclairage beaucoup plus efficacement qu’un simple interrupteur marche-arrêt.

Il ajoute que dans des recherches ultérieures, il espère apporter des améliorations à la méthode de fusion de données multi-capteurs, améliorer encore la précision des résultats de réglage et intégrer la fonctionnalité de positionnement sans fil dans le système pour permettre un réglage à point fixe de l’éclairage intérieur.