共查询到19条相似文献,搜索用时 93 毫秒
1.
2.
3.
4.
太阳能照明一体化路灯设计与应用 总被引:1,自引:0,他引:1
太阳能照明在我国偏远地区有广阔的应用前景,本文研究了小功率太阳能光伏板与蓄电池及LED灯具、控制器的有效结合,并介绍了长寿命、便捷安装的方法,以及节能控制器的技术。 相似文献
7.
8.
由于能源越来越紧张,传统的燃料能源正在一天天减少,如地球上的石油和天然气将在几十年后开采完,因而可再生的新能源必将取代传统能源,而太阳能将成为首选的可再生能源,太阳能利用必将在未来几年会有重大发展,如太阳能灯具已经从前几年的小型庭院灯或草坪灯开始向次干道或辅道路灯发展。由于受太阳能电池板的面积和造价的制约,目前一体式太阳能灯具功率上限约为70W左右,因此这里就70W左右路灯的光源选择和相关计算进行一下探讨。 相似文献
9.
介绍由香港真明丽集团有限公司设计生产的一款太阳能LED大功率路灯的工作原理和设计思想。 相似文献
10.
随着太阳能电池转换效率和生产技术的不断提高,太阳能光伏发电的应用越来越广泛.在照明领域,太阳能路灯作为光伏发电系统的主要应用模式,被越来越多地关注和接受.本文对太阳能路灯系统优化设计提出了自己的观点,并针对太阳能路灯系统储能部件--蓄电池提出了防水型阀控式铅酸蓄电池的概念和技术发展方向. 相似文献
11.
随着太阳路灯逐渐取代普通路灯成为城市道路照明的主力军,如何加强对于路灯太阳电池系统的管理成为太阳能路灯系统发展的重要问题。通过对传统的太阳电池管理系统进行分析,结合云平台高效处理机制和路灯的自身特点提出了一种基于云平台的路灯太阳电池管理系统。着重设计了一种高效稳定的储能充电模式及基于云平台的数据存储处理技术,大大提高了监控管理效果。 相似文献
12.
太阳能路灯选型、设计及安装 总被引:1,自引:0,他引:1
太阳能电池、控制器、储能电池及负载光源等主要组件的科学选型、匹配设计及正确安装,对太阳能路灯系统综合电性能、使用寿命及性价比的提升起到事半功倍的效果。 相似文献
13.
14.
为了充分使用太阳能、风能等可再生清洁能源,利用单片机与通讯模块设计了一个小型风光互补路灯数据采集系统.硬件方面采用STC12C5A60S2单片机、高精度霍尔传感器和SIM300GSM/GPRS通信模块,将系统运行数据远程发送;软件方面采用C语言编写了单片机数据采集控制程序,上位机用visual basic编写了界面清晰数据管理系统.通过大量的试验表明,该数据采集与管理系统可以实现安全有效运行. 相似文献
15.
基于单片机的网络化路灯控制系统设计 总被引:8,自引:1,他引:7
肖丽仙 《国外电子测量技术》2006,25(2):51-53
利用单片机实现对路灯的智能化控制受到人们越来越多的关注,控制系统的高稳定性、低成本和操作的简单化成为设计的主要目标.根据AVR单片机的结构特点,利用网络化设计思想,详细介绍一种网络化路灯控制系统的设计原理.该控制系统具有良好的稳定性和较高的实用价值. 相似文献
16.
基于GPRS的路灯监控系统的设计与实现 总被引:2,自引:0,他引:2
为实现城市路灯的无线监控,设计并开发了基于GPRS网络的路灯监控系统。该系统由监控中心和监控终端组成,监控中心与监控终端通过GPRS网络进行通信。监控中心用于监控位于路灯线路上的监控终端,监控终端完成电压、电流模拟量和开关量的采集以及开关灯操作。长时间的实际运行表明,该系统通信费用低、运行可靠稳定,很好地实现了对路灯线路的监控,具有广阔的应用前景。 相似文献
17.
城市路灯照明控制系统研究 总被引:1,自引:0,他引:1
随着城市市政建设的发展,传统的路灯控制与维护手段已远远不能适应城市现代化发展的速度.伴随着信息化技术的发展,智能化的城市路灯照明控制系统是现代计算机技术运用于城市市政建设中有效且必然的产物,本文介绍了一种基于计算机集中控制、监测与管理的城市路灯系统. 相似文献
18.
提出了遵义气象条件下的路灯光伏系统可以采用季节性供电的方式对路灯供电,在冬季停止太阳电池对路灯的供电,采用常规电源对灯泡供电,其它季节用太阳电池对路灯供电,这样可以节约系统成本,提高系统的性能。 相似文献
19.
根据黄昏时分自然光照缓慢变弱的特征,提出了一种基于神经网络的LED路灯光照强度自适应控制方法,实现了LED路灯光照强度随自然光照强度变化自动调节。该方法以LED路灯光照测量输出电压与光照强度之间函数关系的单调递增性(即导数大于0)为先验知识,构造神经网络模型训练的约束条件,并利用Lagrange乘子法构建增广拉格朗日函数作为训练目标函数,给出了详细的训练算法,完成神经网络优化设计,提高了LED路灯光照强度自适应控制模型的泛化能力。仿真实验表明,这种基于约束条件的神经网络方法(CCNN),比传统的数据驱动训练方法(DINN,即仅利用数据样本训练神经网络)具有更好的泛化能力,模型误差更小;现场测试表明,黄昏时分采用这种CCNN方法的LED路灯节能最大超过20%。 相似文献