一种基于数据分析的城市低碳客运交通结构评价系统技术方案

本发明专利技术公开了一种基于数据分析的城市低碳客运交通结构评价系统，具体涉及城市客运交通规划领域，用于解决公共交通城市建设往往不断更新，导致对全年整体的交通结构评价不够准确的问题；包括交通评价平台，交通评价平台通讯连接有数据获取模块、数据处理模块、交通评价模块以及结果反馈模块；本发明专利技术是通过将评价年内的新开通公共交通建设划入整年交通结构中，能够更加准确地对该城市全年的交通结构进行整体性评价，提高评测结果的可靠性和有效性，并据此能够有效评估城市低碳客运交通结构发展现状，为城市客运规划与管理提供决策依据，对优化城市客运交通结构、降低城市交通碳排放具有重要意义。排放具有重要意义。排放具有重要意义。

【技术实现步骤摘要】
一种基于数据分析的城市低碳客运交通结构评价系统


[0001]本专利技术涉及城市客运交通规划
，更具体地说，本专利技术涉及一种基于数据分析的城市低碳客运交通结构评价系统。

技术介绍

[0002]低碳交通运输作为交通运输的发展方式之一，关键部分是提升交通运输的能效，具有高能效、低污染、低能耗和低排放的四个特点，对交通运输的能源结构和发展方式有所改善，其目标是使交通公共运输系统和基础设施降低终端消耗的化石燃料的燃烧；
[0003]而现有的对城市客运交通结构的评价研究大多均是根据该城市往年的交通数据，对不同影响因素进行赋权研究，但对于一些发展中城市来说，公共交通城市建设往往不断更新，导致对全年整体的交通结构评价不够准确，存在进一步地优化空间；
[0004]因此，为了解决上述问题，本专利技术提出了一种基于数据分析的城市低碳客运交通结构评价系统。

技术实现思路

[0005]为了克服现有技术的上述缺陷，本专利技术的实施例提供一种基于数据分析的城市低碳客运交通结构评价系统，是通过将评价年内的新开通公共交通建设划入整年交通结构中，从而能够更加准确地对该城市全年的交通结构进行整体性评价，提高评测结果的可靠性和有效性，以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]一种基于数据分析的城市低碳客运交通结构评价系统，包括交通评价平台，交通评价平台通讯连接有数据获取模块、数据处理模块、交通评价模块以及结果反馈模块；
[0008]所述数据获取模块，用于获取新增公共交通项目、新增公共交通项目的运营日期以及该城市历年交通数据，并将获取到的数据发送至数据处理模块进行数据处理；
[0009]所述数据处理模块，用于根据数据获取模块发送的信息将计算出各类车辆的日均行驶里程碳排放量以及该城市全年碳排放量，并将计算出的数据发送至交通评价模块；
[0010]所述交通评价模块根据数据处理模块发送的信号，生成该城市交通结构评价信号，并将其发送交通评价平台；
[0011]所述结果反馈模块根据该城市交通结构评价信号生成交通结构优化策略。
[0012]在一个优选的实施方式中，所述历年交通数据包括该城市所存在的车辆类型、各类车辆的百公里油耗、各类车辆的保有量以及各类车辆的行驶里程。
[0013]在一个优选的实施方式中，所述数据处理模块将接收的新增公共交通项目标定为P，其数量为n，n为正整数；并根据新增公共交通项目的运营日期将全年进行划分n+1个分析区间；
[0014]所述数据处理模块采用基于时间序列分析的BP神经网络在历年各类车辆的行驶里程的基础上进行预测分析，具体预测过程如下：
[0015]分别将接收的该城市历年各类车辆的年行驶里程作为神经网络训练样本，用于神经网络学习，获得预测的各类车辆的年行驶里程。
[0016]在一个优选的实施方式中，所述数据处理模块计算出预测的该年各类车辆年均行驶里程后，将各类车辆年均行驶里程除以天数，求得该年各类车辆日均行驶里程，并基于交通行驶里程根据公式求得该城市相关天数内的碳排放，具体公式如下：
[0017][0018]式中，i为城市交通运输业的燃料类型，如柴油、汽油、天然气、液化石油气等；j为城市交通的车辆类型，公共交通车辆、小汽车等；M
ij
使用i燃料j类型车的数量，单位为辆；L
ij
使用i燃料j类型车的日均行驶里程，单位为km；EF
i
为i燃料的CO2排放因子，单位为kg/J；F
ij
为使用i燃料j类型车的平均消耗，L/km；d为计算天数；E
CO2d
为城市交通运输的指定d天数内的CO2排放量。
[0019]在一个优选的实施方式中，所述数据处理模块将计算的各个分析区间的碳排放信息发送至交通评价模块进行评价分析，同时将计算的各个分析区间的碳排放信息以及各交通信息发送至交通评价平台中进行存储。
[0020]在一个优选的实施方式中，所述交通评价模块对该城市交通结构具体分析过程如下：
[0021]设全年的碳排放梯度参照值为E
CO21
与E
CO22
，E
CO21
<E
CO22
；比较E
CO2
与E
CO21
、E
CO22
之间的大小；
[0022]若E
CO2
<E
CO21
；则说明该城市本年度交通结构良好，满足低碳排放指标，此时交通评价模块生成交通结构良好信号；
[0023]若E
CO21
≤E
CO2
<E
CO22
；则说明该城市本年度未达到低碳要求指标，但也未超额排放二氧化碳，此时交通评价模块生成交通结构一般信号；
[0024]若E
CO22
≤E
CO2
，则说明该城市本年度碳排放超标，此时交通评价模块生成交通结构较差信号。
[0025]在一个优选的实施方式中，当交通评价模块生成交通结构一般信号或交通结构较差信号时，所述数据处理模块将计算的各车辆类型碳排放信息发送至结果反馈模块，结果反馈模块据此进行分析，具体分析过程如下：
[0026]分别将各类车辆产生的日均行驶里程碳排放量与各类车辆日均行驶里程碳标准阈值排放量进行比较；
[0027]判断各类公共交通车辆的日均行驶里程碳排放量是否大于标准阈值排放量，若大于则说明该类公共交通车辆数量符合排放要求，反之则说明该类公共交通车辆投放数量不满足要求；
[0028]判断各类私家车辆的日均行驶里程碳排放量是否小于标准阈值排放量，若小于则说明该类私家车辆数量符合排放要求，反之则说明概率私家车辆数量大于排放要求；
[0029]对于不满足投放数量要求的公共交通车辆，结果反馈模块生成该类车辆投放提示信息；对于大于排放要求数量的私家车辆，结果反馈模块生成该类车辆限行提示信息。
[0030]在一个优选的实施方式中，所述数据获取模块根据获取模块根据该城市的车辆密
集区域将该城市划分为k个区域，其中k为大于等于1的正整数，分别获取各个区域的私家车车流量与公共交通班次数量，并分别将其标定为Q和G，并将其进行公式化分析，依据公式求得各区域的公共交通分担系数T，具体公式如下：
[0031]Tk＝a1Gk/a2Qk
[0032]式中，a1、a2分别为公共交通班次数量与私家车车流量的权重系数，且a1>a2，Tk表示为各区域的公共交通分担系数，Gk为各区域的公共交通班次数量，Qk为各区域的私家车车流量。
[0033]在一个优选的实施方式中，所述结果反馈模块设置该城市各车辆密集区域的最低公共交通分担系数阈值Tk*，判断各区域的公共交通分担系数与最低公共交通分担系数阈值的大小：
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据分析的城市低碳客运交通结构评价系统，其特征在于：包括交通评价平台，交通评价平台通讯连接有数据获取模块、数据处理模块、交通评价模块以及结果反馈模块；所述数据获取模块，用于获取新增公共交通项目、新增公共交通项目的运营日期以及该城市历年交通数据，并将获取到的数据发送至数据处理模块进行数据处理；所述数据处理模块，用于根据数据获取模块发送的信息将计算出各类车辆的日均行驶里程碳排放量以及该城市全年碳排放量，并将计算出的数据发送至交通评价模块；所述交通评价模块根据数据处理模块发送的信号，生成该城市交通结构评价信号，并将其发送交通评价平台；所述结果反馈模块根据该城市交通结构评价信号生成交通结构优化策略。2.根据权利要求1所述的一种基于数据分析的城市低碳客运交通结构评价系统，其特征在于：所述历年交通数据包括该城市所存在的车辆类型、各类车辆的百公里油耗、各类车辆的保有量以及各类车辆的行驶里程。3.根据权利要求2所述的一种基于数据分析的城市低碳客运交通结构评价系统，其特征在于：所述数据处理模块将接收的新增公共交通项目标定为P，其数量为n，n为正整数；并根据新增公共交通项目的运营日期将全年进行划分n+1个分析区间；所述数据处理模块采用基于时间序列分析的BP神经网络在历年各类车辆的行驶里程的基础上进行预测分析，具体预测过程如下：分别将接收的该城市历年各类车辆的年行驶里程作为神经网络训练样本，用于神经网络学习，获得预测的各类车辆的年行驶里程。4.根据权利要求3所述的一种基于数据分析的城市低碳客运交通结构评价系统，其特征在于：所述数据处理模块计算出预测的该年各类车辆年均行驶里程后，将各类车辆年均行驶里程除以天数，求得该年各类车辆日均行驶里程，并基于交通行驶里程根据公式求得该城市相关天数内的碳排放，具体公式如下：式中，i为城市交通运输业的燃料类型，如柴油、汽油、天然气、液化石油气等；j为城市交通的车辆类型，公共交通车辆、小汽车等；M
ij
使用i燃料j类型车的数量，单位为辆；L
ij
使用i燃料j类型车的日均行驶里程，单位为km；EF
i
为i燃料的CO2排放因子，单位为kg/J；F
ij
为使用i燃料j类型车的平均消耗，L/km；d为计算天数；E
CO2d
为城市交通运输的指定d天数内的CO2排放量。5.根据权利要求4所述的一种基于数据分析的城市低碳客运交通结构评价系统，其特征在于：所述数据处理模块将计算的各个分析区间的碳排放信息发送至交通评价模块进行评价分析，同时将计算的各个分析区间的碳排放信息以及各交通信息发送至交通评价平台中进行存储。6.根据权利要求1所述的一种基于数据分析的城市低碳客运交通结构评价系统，其特征在于：所述交通评价模块对该城市交通结构具体分析过程如下：设全年的碳排放梯度参照值为E
CO21
与E
CO22
，E
CO21
<E
...

【专利技术属性】
技术研发人员：吴玲，余曼，胡月琦，
申请(专利权)人：西安航空学院，
类型：发明
国别省市：