×

基于人工智能的能源管理平台

消耗积分:2 | 格式:zip | 大小:0.10 MB | 2022-11-18

张文

分享资料个

描述

基于人工智能的能源管理?[软件部分]

想法:主要想法是想出一种智能方法来减少办公室和日常家庭的能源消耗。

我们是如何建造它的?我们构建系统的方式是使用 Intel One API 和我们开发的几个数据收集单元。

我们使用 Intel one API 托管机器学习部分,在该部分中我们创建了一个每小时模型,该模型处理一小时的数据并创建一个新模型,该模型将用于生成用于控制房间中的灯泡和风扇的最佳功率值.

基本概念:这个想法使用机器学习实现了一个功率控制器,末端执行器是一个基于 TRIAC 的卡,它串行接收这些值并相应地一次控制 4 个设备。

 

poYBAGN27gmAeaJPAAGByZc35Ng767.png
 

我们如何实际控制设备的有效功率。VRMS 对于不同的开关时间是不同的。我们延迟得越多,VRMS 的值就越小,因此功率就越小。

硬件

我为这个项目设计的硬件是一个基于 BT-136 的 TRIAC 卡,它是一个 2 层 PCB 板,具有 4 个 TRIAC 通道,用于 4 个设备。

 

pYYBAGN27gyAG2dNAAExlhZ1HgM617.png
4通道BT-136 TRIAC控制卡
 

我还设计了一个微控制器基板作为 TRIAC 卡和云上行单元之间的桥梁。

pYYBAGN27hCAO0nUAAFmSIz7-is365.png
数据桥
 

 

poYBAGN27hKAObWKAAGCnUjp4Yo776.png
云上行单元
 

我已经将所有这些设计都开源了,每个人都可以免费使用它们。它们在我将附加到这个项目的 GitHub 存储库中可用。它包含我设计的所有 Gerber 文件。

机器学习模型:机器学习模型是一个随机森林回归器,它接受输入特征向量并生成最佳功率值。


声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !