一种有轨电车碳足迹监测方法与系统技术方案

本发明专利技术提供的一种有轨电车碳足迹监测方法及系统，方法包括：获取一周内每天逐时的有轨电车牵引能耗与非牵引能耗，并计算各部分电力碳排放量；获取一周内每天逐时的每个站点乘客上下车数量、乘坐时间，并计算逐时每个有轨电车的乘客数量；根据一周内每天逐时有轨电车的乘客人员数量；根据预测未来一周内每天逐时各有轨电车的乘客人员数量，调整有轨电车发车时间和频次；根据一周内每天逐时各有轨电车的乘客人员数量、电力碳排放量，计算一周内每天逐时的各车站间乘客碳足迹；根据所述各车站乘客碳足迹预测未来一周每天逐时的各车站间乘客碳足迹，并及时调整运行策略。实现了根据乘客的碳足迹实时调整运行策略，减少碳排放。减少碳排放。减少碳排放。

【技术实现步骤摘要】
一种有轨电车碳足迹监测方法与系统


[0001]本专利技术涉及碳足迹领域，尤其涉及一种有轨电车碳足迹监测方法与系统。

技术介绍

[0002]现有技术中，针对有轨电车的研究主要集中在能耗数据采集、能耗分析方法、运行能耗优化方法与有轨电车节能运行方面，在单位运输周转量的有轨电车碳排放以及乘客碳足迹方面的研究还存在空白。

技术实现思路

[0003]鉴于上述问题，提出了本专利技术以便提供克服上述问题或者至少部分地解决上述问题的一种有轨电车碳足迹监测方法与系统。
[0004]根据本专利技术的一个方面，提供了一种有轨电车碳足迹监测方法包括：
[0005]获取一周内每天逐时的有轨电车牵引能耗与非牵引能耗，并计算各部分电力碳排放量；
[0006]获取一周内每天逐时的每个站点乘客上下车数量、乘坐时间，并计算逐时每个有轨电车的乘客数量；
[0007]根据所述一周内每天逐时有轨电车的乘客人员数量、所述电力碳排放量预测未来一周内每天逐时各有轨电车的乘客人员数量和各类型电力碳排放量；
[0008]根据所述预测未来一周内每天逐时各有轨电车的乘客人员数量，调整有轨电车发车时间和频次，优化有轨电车运营效率和车站使用效率；
[0009]根据所述一周内每天逐时各有轨电车的乘客人员数量、所述电力碳排放量，计算一周内每天逐时的各车站间乘客碳足迹；
[0010]根据所述各车站乘客碳足迹预测未来一周每天逐时的各车站间乘客碳足迹，并及时调整运行策略。
[0011]可选的，所述碳排放量还包括：车站碳排放，具体包括车站照明碳排放、显示屏碳排放。
[0012]本专利技术还提供了一种有轨电车碳足迹监测系统包括：
[0013]乘客统计模块、碳排放模块、数据存储模块、预测模块和碳足迹展示模块；
[0014]所述乘客统计模块，与有轨电车刷卡机、视频监控系统和所述数据存储模块连接，实时获取有轨电车内乘坐的乘客数量、乘客上下车时间和乘客乘坐的站点信息，并将乘客信息传输至所述数据存储模块；
[0015]所述碳排放模块分别与有轨电车能耗监测系统、车站能耗监测系统和所述数据存储模块连接，实时获取电车和车站的运行能耗，并将能耗数据发送至所述数据存储模块，分别计算碳排放；
[0016]所述预测模块，与所述数据存储模块连接，用于通过存储模块的乘客历史数据和运行碳排放历史数据，通过神经网络、支持向量机的数学算法，预测未来工作日和非工作日
每个时间段的预计乘客数量以及乘客碳足迹；
[0017]所述碳足迹展示模块，与所述数据存储模块和所述碳排放预测模块连接，用于实时展示过去一时间段内某个站点的乘客上下车人数、站点区间的乘客数量、以及每个乘客的碳足迹，未来一时间段的各个站点的乘客数量预测及碳足迹。
[0018]可选的，所述监测系统还包括：碳足迹监测平台，分别与所述乘客统计模块、所述碳排放模块、所述数据存储模块、所述预测模块和所述碳足迹展示模块。
[0019]本专利技术提供的一种有轨电车碳足迹监测方法及系统，方法包括：获取一周内每天逐时的有轨电车牵引能耗与非牵引能耗，并计算各部分电力碳排放量；获取一周内每天逐时的每个站点乘客上下车数量、乘坐时间，并计算逐时每个有轨电车的乘客数量；根据所述一周内每天逐时有轨电车的乘客人员数量、所述电力碳排放量预测未来一周内每天逐时各有轨电车的乘客人员数量和各类型电力碳排放量；根据所述预测未来一周内每天逐时各有轨电车的乘客人员数量，调整有轨电车发车时间和频次，优化有轨电车运营效率和车站使用效率；根据所述一周内每天逐时各有轨电车的乘客人员数量、所述电力碳排放量，计算一周内每天逐时的各车站间乘客碳足迹；根据所述各车站乘客碳足迹预测未来一周每天逐时的各车站间乘客碳足迹，并及时调整运行策略。实现了根据乘客的碳足迹实时调整运行策略，减少碳排放。
[0020]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0021]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述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的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0022]图1为本专利技术公开的一种有轨电车碳足迹监测系统结构框图。
具体实施方式
[0023]下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
[0024]本专利技术的说明书实施例和权利要求书及附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元。
[0025]下面结合附图和实施例，对本专利技术的技术方案做进一步的详细描述。
[0026]如图1所示，本实施提供一种有轨电车碳足迹监测方法包括：
[0027]步骤100：获取一周内每天逐时的有轨电车牵引能耗与非牵引能耗，车站照明、显示屏及其他部分各分项电量，并计算各部分电力碳排放量；
[0028]步骤200：获取一周内每天逐时的每个站点乘客上下车数量、乘坐时间，并计算逐
时各有轨电车的乘客数量；
[0029]步骤300：根据所述一周内每天逐时各有轨电车的乘客人员数量、所述电力碳排放量预测未来一周内每天逐时各有轨电车的乘客人员数量、各类型电力碳排放量；
[0030]步骤400：根据所述的预测未来一周内每天逐时各有轨电车的乘客人员数量，调整有轨电车发车时间和频次，优化有轨电车运营效率和车站使用效率；
[0031]步骤500：根据所述一周内每天逐时各有轨电车的乘客人员数量、所述电力碳排放量，计算一周内每天逐时的各车站间乘客碳足迹，并预测未来一周每天逐时的各车站间乘客碳足迹，及时根据预测碳足迹，调整运行策略，降低有轨电车整体碳排放量。
[0032]步骤S1：连接有轨电车乘客系统，通过刷卡机、视频监控获得上午8：00
‑
9：00的某一辆有轨电车A经过站点区间1、区间2和区间3的乘客数量P1为180人P1为187人、P1为213人及其所经过的站点时间信息，并将其传输到乘客流量数据库中。
[0033]步骤S2：连接有轨电车GPS系统，获得站点区间1、区间2和区间3的距离分别为2.5km、1.8km和1km，将其传输到乘客流量数据库中并计算乘客运输周转量分别为T1、T2和T3，运输周转量为乘客数量乘以区间距离，则T1＝180
×
2.5＝450人
·
km、T2＝187
×
1.8＝336.6人
·
...

【技术保护点】

【技术特征摘要】
1.一种有轨电车碳足迹监测方法，其特征在于，所述监测方法包括：获取一周内每天逐时的有轨电车牵引能耗与非牵引能耗，并计算各部分电力碳排放量；获取一周内每天逐时的每个站点乘客上下车数量、乘坐时间，并计算逐时每个有轨电车的乘客数量；根据所述一周内每天逐时有轨电车的乘客人员数量和所述电力碳排放量预测未来一周内每天逐时各有轨电车的乘客人员数量和各类型电力碳排放量；根据所述预测未来一周内每天逐时各有轨电车的乘客人员数量，调整有轨电车发车时间和频次，优化有轨电车运营效率和车站使用效率；根据所述一周内每天逐时各有轨电车的乘客人员数量、所述电力碳排放量，计算一周内每天逐时的各车站间乘客碳足迹；根据所述各车站乘客碳足迹预测未来一周每天逐时的各车站间乘客碳足迹，并及时调整运行策略。2.根据权利要求1所述的一种有轨电车碳足迹监测方法，其特征在于，所述碳排放量还包括：车站碳排放，具体包括车站照明碳排放、显示屏碳排放。3.一种有轨电车碳足迹监测系统，其特征在于，所述监测系统包括：乘客统计模块、碳排放模块、数据存储模块、预测模块和碳足迹展示模块；所述乘...

【专利技术属性】
技术研发人员：周海珠，黄筱璐，李以通，周大勇，栾志刚，李翔宇，张超，周立宁，李晓萍，吴中洲，
申请(专利权)人：中国建筑科学研究院有限公司，
类型：发明
国别省市：