Detection of Anomalies in the Operation of a Road Lighting System Based on Data from Smart Electricity Meters

Tomasz Śmiałkowski; Andrzej Czyżewski

doi:10.3390/en15249438

Detection of Anomalies in the Operation of a Road Lighting System Based on Data from Smart Electricity Meters

Abstrakt

Smart meters in road lighting systems create new opportunities for automatic diagnostics of undesirable phenomena such as lamp failures, schedule deviations, or energy theft from the power grid. Such a solution fits into the smart cities concept, where an adaptive lighting system creates new challenges with respect to the monitoring function. This article presents research results indicating the practical feasibility of real‐time detection of anomalies in a road lighting system based on analysis of data from smart energy meters. Short‐term time series forecasting was used first. In addition, two machine learning methods were used: one based on an autoregressive integrating moving average periodic model (SARIMA) and the other based on a recurrent network (RNN) using long short‐term memory (LSTM). The algorithms were tested on real data from an extensive lighting system installation. Both approaches enable the creation of self‐learning, real‐time anomaly detection algorithms. Therefore, it is possible to implement them on edge computing layer devices. A comparison of the algorithms indicated the advantage of the method based on the SARIMA model.

Cytowania

5

CrossRef
0

Web of Science
5

Scopus

Autorzy (2)

Tomasz Śmiałkowski mgr inż.
Andrzej Czyżewski prof. dr hab. inż.

Cytuj jako

Pełna treść

pobierz publikację

pobrano 65 razy

Wersja publikacji: Accepted albo Published Version
DOI:: Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.3390/en15249438
Licencja: otwiera się w nowej karcie

pełna treść artykułu zobacz w serwisie zewnętrznym otwiera się w nowej karcie

Słowa kluczowe

Informacje szczegółowe

Kategoria:

Publikacja w czasopiśmie

Typ:

artykuły w czasopismach

Opublikowano w:

ENERGIES nr 15,
ISSN: 1996-1073

Język:

angielski

Rok wydania:

2022

Opis bibliograficzny:

Śmiałkowski T., Czyżewski A.: Detection of Anomalies in the Operation of a Road Lighting System Based on Data from Smart Electricity Meters// ENERGIES -Vol. 15,iss. 24 (2022), s.9438-

DOI: