原文传递
基于工业大数据的地铁变风量通风空调系统运营能耗优化研究
| 论文题名： | 基于工业大数据的地铁变风量通风空调系统运营能耗优化研究 |
| 关键词： | 地铁站;变风量通风空调系统;运营能耗;工业大数据 |
| 摘要： | 变风量通风空调系统以其环境适应性好、节能潜力高等优点逐渐成为地铁通风空调系统的一种重要选择。尽管如此，变风量通风空调系统的能耗成本仍占比较高。随着中国地铁面临项目需求增多、资源成本与管理成本增加等现实条件，变风量通风空调系统的运营成本越来越不可忽视，有效优化变风量通风空调系统运营能耗成为节约地铁运营成本的重要途径。 随着工业4.0概念的提出与落地，以工业大数据为基础的先进智能制造技术，如数字孪生、工业互联网等逐渐成为新的研究热点与战略高地。地铁站运营过程中产生的海量、高维、低信息密度的数据，结合工业大数据分析技术，通过数据挖掘、智能分析等流程，可以为地铁站变风量通风空调系统运营能耗优化提供了新的优化思路与手段。 地铁站变风量通风空调系统在其运行过程中存在系统参数设定固定、运行工况依赖专家经验等问题，这些问题阻碍了地铁站变风量通风空调系统能耗的降低。针对以上问题，本文提出了一种基于工业大数据的变风量通风空调系统运营能耗优化方案。该方案通过整合地铁站运营过程中产生的多源异构数据，研究变风量通风空调系统、地铁站公共区域负荷的运行机理，通过工业大数据建模方法预测地铁站公共区域负荷，并在预测结果基础上对变风量通风空调系统运行参数进行优化。通过实行该优化方案，可以为车站现场运维人员提供决策支持。本文的主要内容及创新点如下： （1）基于变风量通风空调系统与地铁站公共区域负荷机理，形成了基于“供需平衡”理论的地铁变风量通风空调系统运营能耗优化框架； （2）对于“冷量需求侧”中的地铁站公共区域负荷，基于工业大数据建模理论，采用决策树和灰色关联分析方法实现地铁站公共区域负荷预测特征建模，采用外部输入非线性自回归模型实现地铁站公共区域负荷预测分析建模，并通过东方红广场站验证了理论及方法的准确性与可靠性； （3）对于“冷量供给侧”中的变风量通风空调系统运行参数，提出了基于PMV-PPD指标体系的地铁站公共区域环境控制参数优化方法，提出了基于CatBoost的变风量通风空调系统冷却水出水温度优化方法，提出了变风量通风空调系统送风量设定方法，提出了基于Apriori算法的变风量通风空调系统运行工况优化方法，形成了地铁站变风量通风空调系统运行参数优化方案，并通过东方红广场站验证了参数优化方案的准确性。 |
| 作者： | 程帆 |
| 专业： | 控制工程 |
| 导师： | 殷磊;陈露 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西安电子科技大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
