地铁车载空调机组控制方法及系统技术方案

本发明专利技术公开了一种地铁车载空调机组控制方法及系统，所述方法包括：实时采集当前一段时间内的运行数据，所述运行数据包括空调运行数据和车辆运行数据；利用所述运行数据及预先建立的预测模型进行预测，得到预测结果，所述预测结果包括：空调机组能耗、回风温度；根据所述预测结果及多目标优化控制模型确定最优控制参数；根据所述最优控制参数确定控制策略；根据所述控制策略对空调机组进行控制。利用本发明专利技术，可以实现地铁车载空调动态全局优化控制，提升温度达标率及乘客舒适度。

Control method and system of air conditioning unit in metro vehicle

【技术实现步骤摘要】
地铁车载空调机组控制方法及系统
本专利技术涉及工业预测性维护
，具体涉及一种地铁车载空调机组控制方法及系统。
技术介绍
随着经济发展和人们生活水平的提高，乘客对地铁车厢的热环境提出了更高的要求，地铁空调系统迅猛发展起来，成为地铁车厢维持舒适的热环境所必不可少的设备。目前，我国的地铁车载空调大都采用设备启停的方式来控制空调系统。启停控制会造成车厢温度波动比较大，且对设备的使用寿命有不利影响。同时地铁车厢不断的运动，车厢内的乘客数量变化剧烈，随着车辆进站还会伴随着车厢屏蔽门的开关。车厢内负荷变化迅速，外部干扰严重。由于地铁车厢空调系统有很多自身的特点，比如传递滞后很大、干扰大且因素多等，因此通常会存在以下问题：1)地铁空调难以精确控制，过冷或过热，乘客舒适性差；2)自适应性差，缺乏动态管控机制；3)耗能大，管理粗放，存在冗余浪费现象。
技术实现思路
本专利技术实施例提供一种地铁车载空调机组控制方法及系统，以实现地铁车载空调动态全局优化控制，提升温度达标率及乘客舒适度。为此，本专利技术提供如下技术方案：一种地铁车载空调机组控制方法，所述方法包括：实时采集当前一段时间内的运行数据，所述运行数据包括空调运行数据和车辆运行数据；利用所述运行数据及预先建立的预测模型进行预测，得到预测结果，所述预测结果包括：空调机组能耗、回风温度；根据所述预测结果及多目标优化控制模型确定最优控制参数；根据所述最优控制参数确定控制策略；根据所述控制策略对空调机组进行控制。可选地，所述方法还包括按照以下方式构建所述预测模型：收集历史运行数据作为训练数据；对所述训练数据进行工况分割，得到对应各工况的训练数据及所述训练数据的工况特征；针对每个工况的训练数据，从所述训练数据中提取多维特征；对所述多维特征进行筛选或降维，得到有效特征；利用机器学习模型对拟合目标进行建模，并利用所述有效特征及所述工况特征训练得到预测模型。可选地，所述对所述训练数据进行工况分割，得到对应各工况的训练数据包括：将所述训练数据按照关门状态、开门状态和开门后状态进行分割，得到对应这三个状态的训练数据。可选地，所述机器学习模型包括以下任意一种：随机森林、支持向量机、Xgboost、lightgbm、神经网络。可选地，所述空调运行数据包括以下任意一种或多种：空调工作状态、空调能耗、新风温度、回风温度；所述车辆运行数据包括以下任意一种或多种：车辆状态、开/关门状态、乘客率、车速。可选地，所述多维特征包括以下任意一种或多种：平均值、有效值、中位数、峰值、裕度、峭度。可选地，所述根据所述预测结果及多目标优化控制模型确定最优控制参数包括：将空调设定温度和机组工作状态作为待优化变量；根据乘客舒适度、温度达标率、空调机组能耗确定多目标优化控制模型；根据所述预测结果及所述多目标优化控制模型进行迭代计算，得到最优控制参数；所述控制参数包括：空调设定温度和机组工作状态。一种地铁车载空调机组控制系统，所述系统包括：车载控制器、车载服务器；所述车载服务器中预置有预测模型及多目标优化控制模型；所述车载服务器包括：预测模块、优化模块、以及决策模块；所述车载控制器，用于采集当前一段时间内的运行数据，并将采集的运行数据传送给所述车载服务器；所述运行数据包括空调运行数据和车辆运行数据；所述预测模块，用于利用所述运行数据及所述预测模型进行预测，得到预测结果，所述预测结果包括：空调机组能耗、回风温度；所述优化模块，用于根据所述预测结果及多目标优化控制模型确定最优控制参数；所述决策模块，用于根据所述最优控制参数确定控制策略；所述车载服务器将所述控制策略反馈给所述车载控制器；所述车载控制器，还用于根据所述控制策略对空调机组进行控制。可选地，所述优化模块包括：变量确定单元，用于将空调设定温度和机组工作状态作为待优化变量；模型确定单元，用于根据乘客舒适度、温度达标率、空调机组能耗确定多目标优化控制模型；计算单元，用于根据所述预测结果及所述多目标优化控制模型进行迭代计算，得到最优控制参数；所述控制参数包括：空调设定温度和机组工作状态。可选地，所述系统还包括：行车记录仪；所述车载控制器，还用于将采集的运行数据传送给所述行车记录仪；所述行车记录仪，用于记录所述运行数据，并定时将所述运行数据传送给地面的控制平台，以使所述控制平台将所述运行数据作为历史运行数据进行保存。本专利技术实施例提供的地铁车载空调机组控制方法及系统，实时采集当前一段时间内的运行数据，所述运行数据包括空调运行数据和车辆运行数据；利用所述运行数据及预先建立的预测模型进行预测，得到预测结果，所述预测结果包括：空调机组能耗、回风温度；根据所述预测结果及多目标优化控制模型确定最优控制参数；根据所述最优控制参数对空调机组进行控制。利用本专利技术方案，在不做硬件升级改造、不增加额外的硬件成本的前提下，通过实时在线监测，有效地实现实现地铁车载空调动态全局优化控制，提升温度达标率，提高乘客舒适度，而且使管理模式更精细化、智能化。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。图1是本专利技术实施例中构建预测模型的流程图；图2是本专利技术实施例地铁车载空调机组控制方法的一种流程图；图3是本专利技术实施例中利用多目标优化控制模型确定最优控制参数的流程图；图4是本专利技术实施例地铁车载空调机组控制系统的结构框图；图5是本专利技术实施例中预测模型构建模块的一种结构框图；图6是本专利技术示例中乘客率和开/关门状态数据示意图；图7是本专利技术示例中新风温度和温度设定值示意图；图8是本专利技术示例中空调设定温度优化前、后的对比图；图9是本专利技术示例中空调机组运行工况优化前、后的对比图；图10是本专利技术示例中控制参数优化前、后温度达标率的对比图；图11是本专利技术示例中控制参数优化前、后乘客舒适度的对比图。具体实施方式为了使本
的人员更好地理解本专利技术实施例的方案，下面结合附图和实施方式对本专利技术实施例作进一步的详细说明。本专利技术实施例提供一种地铁车载空调机组控制方法及系统，利用预先建立的预测模型，进行实时在线预测，得到包括空调机组能耗和回风温度的预测结果，然后根据所述预测结果及多目标优化控制模型确定最优控制参数；根据所述最优控制参数对空调机组进行控制。在本专利技术实施例中，所述预测模型基于大数据分析而建立，采用机理与机器学习相结合的预测算法，根据当前的空调机组工况、设定温度、空调机组能耗、乘客率、车门开关状态、回风温度、新风本文档来自技高网...

【技术保护点】
1.一种地铁车载空调机组控制方法，其特征在于，所述方法包括：/n实时采集当前一段时间内的运行数据，所述运行数据包括空调运行数据和车辆运行数据；/n利用所述运行数据及预先建立的预测模型进行预测，得到预测结果，所述预测结果包括：空调机组能耗、回风温度；/n根据所述预测结果及多目标优化控制模型确定最优控制参数；/n根据所述最优控制参数确定控制策略；/n根据所述控制策略对空调机组进行控制。/n

【技术特征摘要】
1.一种地铁车载空调机组控制方法，其特征在于，所述方法包括：
实时采集当前一段时间内的运行数据，所述运行数据包括空调运行数据和车辆运行数据；
利用所述运行数据及预先建立的预测模型进行预测，得到预测结果，所述预测结果包括：空调机组能耗、回风温度；
根据所述预测结果及多目标优化控制模型确定最优控制参数；
根据所述最优控制参数确定控制策略；
根据所述控制策略对空调机组进行控制。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括按照以下方式构建所述预测模型：
收集历史运行数据作为训练数据；
对所述训练数据进行工况分割，得到对应各工况的训练数据及所述训练数据的工况特征；
针对每个工况的训练数据，从所述训练数据中提取多维特征；
对所述多维特征进行筛选或降维，得到有效特征；
利用机器学习模型对拟合目标进行建模，并利用所述有效特征及所述工况特征训练得到预测模型。


3.根据权利要求2所述的方法，其特征在于，所述对所述训练数据进行工况分割，得到对应各工况的训练数据包括：
将所述训练数据按照关门状态、开门状态和开门后状态进行分割，得到对应这三个状态的训练数据。


4.根据权利要求2所述的方法，其特征在于，所述机器学习模型包括以下任意一种：随机森林、支持向量机、Xgboost、lightgbm、神经网络。


5.根据权利要求2所述的方法，其特征在于，
所述空调运行数据包括以下任意一种或多种：空调工作状态、空调能耗、新风温度、回风温度；
所述车辆运行数据包括以下任意一种或多种：车辆状态、开/关门状态、乘客率、车速。


6.根据权利要求2所述的方法，其特征在于，所述多维特征包括以下任意一种或多种：平均值、有效值、中位数、峰值、裕度、峭度。


7.根据权利要求1至6任一项所述的方法，其特征在于，所述根据所述预测结果及多...

【专利技术属性】
技术研发人员：上官瑞春，周霄天，晋文静，金超，
申请(专利权)人：北京天泽智云科技有限公司，
类型：发明
国别省市：北京;11