多因子耦合的地铁通风空调负荷与舒适度预测方法及系统技术方案

本发明专利技术提供了一种多因子耦合的地铁通风空调负荷与舒适度预测方法及系统，涉及轨道交通通风空调技术领域。本发明专利技术的技术要点包括：获取地铁车站通风空调系统的多个采样时刻历史数据并预处理；基于预处理后的历史数据构建衍生特征；基于多因子关联分析方法对包含预处理后的历史数据和衍生特征的多源特征矩阵进行因子提取与降维，以筛选出关键特征；将关键特征输入基于双输出神经网络的预测模型中进行训练；利用训练好的预测模型对地铁车站通风空调系统的实时数据进行负荷与舒适度预测。本发明专利技术有效解决了现有技术中因单任务建模导致的变量利用不充分、模型泛化性不足等问题，显著提升了多源异构数据在空调系统建模中的利用效率与解释能力。

【技术实现步骤摘要】

本专利技术涉及轨道交通通风空调，尤其涉及一种多因子耦合的地铁通风空调负荷与舒适度预测方法及系统。

技术介绍

1、当前，地铁通风空调系统的运行策略多依赖经验化调度规则或昂贵的数值仿真平台：运维人员根据历史经验设定机组启停逻辑和冷水供水温度，而仿真平台虽能还原物理过程，却需要辨识大量模型配置参数，需要大量计算资源，难以在全网范围内高效部署。与此同时，部分研究虽已尝试构建多元统计模型，但多停留在将客流量、环境温湿度或冷热水系统单独纳入分析，缺乏对多源数据与控制策略之间耦合关系的系统性建模，导致在应对突发客流峰值或策略调整场景时，负荷与舒适度预测精度和实时性均难以满足实际运维需求。

技术实现思路

1、为了解决上述技术问题，本专利技术提供了一种多因子耦合的地铁通风空调负荷与舒适度预测方法及系统。

2、根据本专利技术的一方面，提出一种多因子耦合的地铁通风空调负荷与舒适度预测方法，该方法包括：

3、获取地铁车站通风空调系统的多个采样时刻的历史数据，所述历史数据包括进出站人数、温度数据、湿度数据、水流本文档来自技高网...

【技术保护点】

1.多因子耦合的地铁通风空调负荷与舒适度预测方法，其特征在于，包括：

2.根据权利要求1所述的多因子耦合的地铁通风空调负荷与舒适度预测方法，其特征在于，所述预处理包括异常值的检测与剔除、缺失值的填充；所述衍生特征中总客流为相同时刻进站人数和出站人数的总和；所述温度偏差包括站厅温度偏差和站台温度偏差，站厅温度偏差为站厅实测温度和预设温度阈值的差，站台温度偏差为站台实测温度和预设温度阈值的差。

3.根据权利要求2所述的多因子耦合的地铁通风空调负荷与舒适度预测方法，其特征在于，还包括：在构建衍生特征后，对预处理后的历史数据和衍生特征进行平滑化与标准化，具体包括：对历史数...

【技术特征摘要】

1.多因子耦合的地铁通风空调负荷与舒适度预测方法，其特征在于，包括：

2.根据权利要求1所述的多因子耦合的地铁通风空调负荷与舒适度预测方法，其特征在于，所述预处理包括异常值的检测与剔除、缺失值的填充；所述衍生特征中总客流为相同时刻进站人数和出站人数的总和；所述温度偏差包括站厅温度偏差和站台温度偏差，站厅温度偏差为站厅实测温度和预设温度阈值的差，站台温度偏差为站台实测温度和预设温度阈值的差。

3.根据权利要求2所述的多因子耦合的地铁通风空调负荷与舒适度预测方法，其特征在于，还包括：在构建衍生特征后，对预处理后的历史数据和衍生特征进行平滑化与标准化，具体包括：对历史数据或衍生特征所对应的采样时刻进行周期性编码；将采样时刻所对应的日期进行工作日和非工作日的区分编码；对预处理后的历史数据中进出站人数和衍生特征中总客流进行对数变换。

4.根据权利要求3所述的多因子耦合的地铁通风空调负荷与舒适度预测方法，其特征在于，所述基于多因子关联分析方法对包含预处理后的历史数据和衍生特征的多源特征矩阵进行因子提取与降维包括：

5.根据权利要求4所述的多因子耦合的地铁通风空调负荷与舒适度预测方法，其特征在于，...

【专利技术属性】
技术研发人员：那艳玲，孙超，卢忠辉，李爱东，朱占国，江崇旭，马振海，许仁杰，武世强，王泽桂，
申请(专利权)人：中国铁路设计集团有限公司，
类型：发明
国别省市：