一种优化轨道交通风机设定值的方法技术

本发明专利技术公开了一种优化轨道交通风机设定值的方法，所述方法包括：获取地铁站台的PM

【技术实现步骤摘要】
一种优化轨道交通风机设定值的方法


[0001]本专利技术涉及轨道交通优化控制领域，更具体涉及一种优化轨道交通风机设定值的方法。

技术介绍

[0002]轨道交通是我国国民经济的命脉和交通运输的骨干网络，不仅承担了绝大部分国家战略与经济物资的运输，还承担着客运运输的职能，在促进我国资源输送、加强经济区域交流、解决城市交通拥挤等方面发挥了巨大作用。近年来我国地铁轨道交通发展快速，截至2021年8月，我国共有48个城市开通运营城市轨道交通线路247条，运营里程7970公里。总里程数远超世界其他城市，未来仍将处于快速发展时期。
[0003]由于人流量大，地铁车站的空气质量往往达不到人们的预期效果，需要地铁车站的通风系统控制污染物的浓度使之达到人体适宜范围。地铁环控系统(亦称通风空调系统)有以下几方面的作用：为乘客正常行车创造一个合理的舒适环境；为工作人员提供合理的工作环境；保证设备的正常运行；事故及灾害情况下，满足疏散要求，进行合理的气流组织。
[0004]轨道交通的运营主要以消耗电能为主，由于地铁的不断扩张，其能量消耗也在不断增长。地铁网络能耗中30％
‑
50％的能耗为非牵引能耗，与此同时，随着地铁网络的改进，例如地铁和广场一体化的建设等都会导致能耗增加，地铁能耗在国民经济中所占的比重也越来越大。
[0005]传统的控制系统普遍采用人工控制或比例积分微分(PID)控制，例如，张驰、谭南林等发表的期刊《基于分数阶PID控制器的地铁列车优化控制研究》，公开了将分数阶PID控制算法应用于ATO系统的速度控制中。仿真对比分数阶PID控制算法与传统PID控制算法，采用现场数据对建立的模型和算法进行检验。研究结果表明新模型能够更加准确地描述列车的运动特性，当分数阶PID控制算法应用于调速控制后，可以使列车实现更优的速度控制和稳定性。这种PID控制控制方式不考虑能源成本，容易造成资源浪费。那么如何既能保证室内空气质量的健康又能使得能源消耗最小化是当今城市轨道交通环控系统亟待解决的一项重大难题。

技术实现思路

[0006]本专利技术所要解决的技术问题在于现有技术轨道交通控制方法难以同时保证室内空气质量的健康以及能源消耗最小化。
[0007]本专利技术通过以下技术手段实现解决上述技术问题的：一种优化轨道交通风机设定值的方法，所述方法包括：
[0008]步骤一：获取地铁站台的PM
2.5
数据、风机在平台上每分钟的转速以及地铁站内实时人数；
[0009]步骤二：对数据进行预处理，剔除不合格的数据；
[0010]步骤三：基于风机的风速与PM
2.5
浓度的关系建立第一传递函数模型，基于地铁站
内实时人数与PM
2.5
浓度的关系建立第二传递函数模型；
[0011]步骤四：根据第一传递函数模型和第二传递函数模型建立模型预测控制器；
[0012]步骤五：采用基于性能指标的多目标进化算法优化模型预测控制器参数，PM
2.5
的平均浓度最小以及风机的能耗最小时，得到优化的模型预测控制器，利用优化的模型预测控制器进行轨道交通风机控制。
[0013]本专利技术采用基于性能指标的多目标进化算法优化模型预测控制器参数，PM
2.5
的平均浓度最小以及风机的能耗最小时，得到优化的模型预测控制器，利用优化的模型预测控制器进行轨道交通风机控制，轨道交通控制过程中同时保证室内空气质量的健康以及能源消耗最小化。
[0014]进一步地，所述步骤二包括：
[0015]利用SPSS软件进行离群值处理，检测异常值，将检测到的离群值删除，用样本相邻两个点的平均值替换被删除的离群值。
[0016]进一步地，所述步骤三包括：
[0017]在MATLAB软件里面选择System Identification工具，进入系统辨识工具箱，设置输入变量为地铁站内实时人数和风机在平台上每分钟的转速，设置输出变量为地铁站内污染物浓度也即PM2.5数据，在参数辨识选项里，选择传递函数模型，辨识出第一传递函数模型和第二传递函数模型。
[0018]进一步地，所述步骤四包括：
[0019]在MPC Designer选项卡的Structure部分中，将第一传递函数模型作为mv端口的输入，将第二传递函数模型作为md端口的输入，地铁站内污染物浓度也即PM2.5数据作为mo端口的输入，其中，mo端口为当前可测量的输出信号，mv端口为最优操纵变量，md端口为可选的测量干扰信号。
[0020]进一步地，所述步骤五包括：
[0021]步骤501：以站台PM
2.5
的平均浓度和最小化地铁风机的能耗作为多目标优化使用的两个目标函数；
[0022]步骤502：设置最大迭代次数Gen，初始化P
A
与P
B
为空集，然后随机生成一个大小为N的初始种群作为父代P0，并采用双层权值生成策略生成N个均匀分布的参考向量；
[0023]步骤503：采用模拟二进制交叉和多项式变异产生N个子代Q
t
，然后合并P0与Q
t
生成整合种群R
t
；
[0024]步骤504：计算理想点，并对种群R
t
进行归一化处理；
[0025]步骤505：计算种群R
t
中每个个体的IGD
+
指标贡献，保留有IGD+贡献值的个体，并将它们保存在P
A
中；
[0026]步骤506：目标空间划分，计算种群R
t
中每个个体与每个参考向量的余弦函数值，对于每个个体，找出与它夹角最小即余弦函数值最大的参考向量，然后将这个个体划分到该参考向量所在的子空间中，最终种群R
t
中的每个个体都被分配到相应的子空间中；
[0027]步骤507：对于每个子空间，首先判断该子空间中是否包含拥有IGD
+
贡献值的个体，如果有，则该子空间不再考虑，如果没有，则判断该子空间是否只包含一个个体，如果是，则这个个体直接被选择并保存到P
B
中，否则计算该子空间中每个个体的角度惩罚距离值，选择角度惩罚距离值最小的个体并将其保存到P
B
中，同时删除该子空间中的其它个体；
[0028]步骤508：将P
A
与P
B
合并作为最终的最优解集；
[0029]步骤509：引入自适应参考向量更新策略，根据当前最优解集中每个个体的目标值更新当前的参考向量；
[0030]步骤510：检查是否满足终止条件，如不满足，则返回步骤503，直至达到终止条件，所述终止条件是达到最大迭代次数。
[0031]更进一步地，所述步骤501包括：
[0032]在MATLAB软件里面选择System Identification工具，从而进行系统辨识的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种优化轨道交通风机设定值的方法，其特征在于，所述方法包括：步骤一：获取地铁站台的PM
2.5
数据、风机在平台上每分钟的转速以及地铁站内实时人数；步骤二：对数据进行预处理，剔除不合格的数据；步骤三：基于风机的风速与PM
2.5
浓度的关系建立第一传递函数模型，基于地铁站内实时人数与PM
2.5
浓度的关系建立第二传递函数模型；步骤四：根据第一传递函数模型和第二传递函数模型建立模型预测控制器；步骤五：采用基于性能指标的多目标进化算法优化模型预测控制器参数，PM
2.5
的平均浓度最小以及风机的能耗最小时，得到优化的模型预测控制器，利用优化的模型预测控制器进行轨道交通风机控制。2.根据权利要求1所述的一种优化轨道交通风机设定值的方法，其特征在于，所述步骤二包括：利用SPSS软件进行离群值处理，检测异常值，将检测到的离群值删除，用样本相邻两个点的平均值替换被删除的离群值。3.根据权利要求1所述的一种优化轨道交通风机设定值的方法，其特征在于，所述步骤三包括：在MATLAB软件里面选择System Identification工具，进入系统辨识工具箱，设置输入变量为地铁站内实时人数和风机在平台上每分钟的转速，设置输出变量为地铁站内污染物浓度也即PM2.5数据，在参数辨识选项里，选择传递函数模型，辨识出第一传递函数模型和第二传递函数模型。4.根据权利要求1所述的一种优化轨道交通风机设定值的方法，其特征在于，所述步骤四包括：在MPC Designer选项卡的Structure部分中，将第一传递函数模型作为mv端口的输入，将第二传递函数模型作为md端口的输入，地铁站内污染物浓度也即PM2.5数据作为mo端口的输入，其中，mo端口为当前可测量的输出信号，mv端口为最优操纵变量，md端口为可选的测量干扰信号。5.根据权利要求1所述的一种优化轨道交通风机设定值的方法，其特征在于，所述步骤五包括：步骤501：以站台PM
2.5
的平均浓度和最小化地铁风机的能耗作为多目标优化使用的两个目标函数；步骤502：设置最大迭代次数Gen，初始化P
A
与P
B
为空集，然后随机生成一个大小为N的初始种群作为父代P0，并采用双层权值生成策略生成N个均匀分布的参考向量；步骤503：采用模拟二进制交叉和多项式变异产生N个子代Q
t
，然后合并P0与Q
t
生成整合种群R
t
；步骤504：计算理想点，并对种群R
t
进行归一化处理；步骤505：计算种群R
t
中每个个体的IGD
+
指标贡献，保留有IGD+贡献值的个体，并将它们保存在P
A
中；步骤506：目标空间划分，计算种群R
t
中每个个体与每个参考向量的余弦函数值，对于每个个体，找出与它夹角最小即余弦函数值最大的参考向量，然后将这个个体划分到该参考
向量所在的子空间中，最终种群R
t
中的每个个体都被分配到相应的子空间中；步骤507：对于每个子空间，首先判断该子空间中是否包含拥有IGD
+
贡献值的个体，如果有，则该子空间不再考虑，如果没有，则判断该子空间是否只包含一个个体，如果是，则这个个体直接被选择并保存到P
B
...

【专利技术属性】
技术研发人员：李飞，刘晓强，尚郑坤，
申请(专利权)人：安徽工业大学，
类型：发明
国别省市：