基于客流特征的地铁车站动态空调负荷预测方法研究
发布时间：2021-11-21 14:14
城市轨道交通的迅猛发展,使其能耗问题也日益显著。若能对地铁站逐时空调负荷进行预测以指导空调系统运行方案的优化,则可减少传统被动式控制响应滞后与冷量供需不匹配的问题,达到节能运行的目的。首先,对西安某岛式地铁车站的客流特征进行调研,发现客流高峰期乘客排队等待时间较长,存在乘客在站厅和站台的停留时间随客流量以及发车频次而明显变化的特征。因此结合调研结果和相关学者研究,采用行人仿真软件模拟揭示出不同客流量和发车频次下乘客的在站停留时间及客流分布规律,提出了乘客停留时间与客流量及发车间隔的拟合关系式。然后,对地铁车站的空调负荷影响因素进行分析,根据乘客停留时间对站内与空调计算人数相关的负荷进行精细化计算,再对其他负荷进行分析与整理,得到地铁车站的逐时空调负荷。最后,依据车站空调负荷影响因素,对所需相关参数进行采集和整理。利用因子分析和相关分析等统计学方法筛选确定出模型应采用的合适的历史时刻数据作为输入端参数,建立了BP神经网络空调负荷预测模型和采用遗传算法优化的BP空调负荷预测模型,并对负荷预测结果进行对比和验证。对乘客停留时间的研究结果表明,随着客流量的增大,乘客在安检设施处的排队时间增加,...
【文章来源】：西安建筑科技大学陕西省
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
研究内容
技术路线图
西安建筑科技大学硕士学位论文13（2）模型中乘客活动的表达地铁车站具有特定的功能和管理规则，乘客在经过站内各设备时有着特定次序要求。一般站内乘客的活动主要有进站、出站和换乘三种类型。进站的乘客需要先后经过通道、安检、进口闸机、楼扶梯，到达站台候车处等待乘车；出站乘客在下车后需要先后经过楼扶梯或电梯，出站闸机、通道、楼扶梯到达出口。具体乘客在地铁站活动的过程如图2.1所示。图2.1地铁站内人员活动流程图可将乘客在站内的活动流程分解成多个独立的模块，在软件中用逻辑流程图来表示乘客在站内运动过程，使用“墙Wall”控件规定乘客的运动区域，“源PedSource”设置行人产生源，“目标线PedGoTo”设置目标地点，“楼梯pedChangeGround”和“扶梯PedEscalator”设置乘客上行和下行通道，使用“服务PedService”和“等待PedWait”模块设置安检和闸机服务设施；使用“路径”控件设置行人的走行路径；使用“事件和变量”控件及Java编程，实现上下车等特殊情景的设置[37]。（3）软件参数输入输出实际建模时的输入参数可通过对地铁站实地调研或结合相关研究成果进行确定。具体的输入参数有：乘客的产生数量和规律、乘客的舒适速度、身体尺寸等自身属性，站内各设备的服务时间，列车运行计划表等。输出参数主要根据研究目的进行设置，软件具有统计分析功能，可以对每个乘客在站内的属性进行监测与记录。可得到的输出参数主要有：区域客流数量和行人密度，乘客在站停留时间，乘客排队时间和排队长度等。2.2实例模拟仿真乘客的运动状态受到站内整体布局以及服务设施布置方式的影响，地铁车站的类型多样（岛式、侧式、换乘站、端头站等），每种类型车站的客流特征不同。
【参考文献】：
期刊论文
[1]2019年世界城市轨道交通运营统计与分析综述[J]. 韩宝明,陈佳豪,杨运节,钱蕾,杨智轩,代位. 都市快轨交通. 2020(01)
[2]中国城市轨道交通的发展趋势分析[J]. 王传福,刘连连. 城市轨道交通研究. 2019(10)
[3]屏蔽门系统地铁车站空调负荷研究现状及展望[J]. 隋学敏,王靖宜,郭磊,张渊博. 铁道标准设计. 2019(12)
[4]基于改进PSO-BP神经网络的冰蓄冷空调冷负荷动态预测模型[J]. 杨熊,于军琪,郭晨露,华宇剑,赵安军. 土木与环境工程学报(中英文). 2019(01)
[5]地铁车站空调负荷的初步估算[J]. 蒲晓辉,高润楠,姬广凡. 建筑节能. 2019(01)
[6]城市轨道交通站台门传热量计算研究[J]. 刘九龙. 低碳世界. 2019(01)
[7]基于BP神经网络模型的大型公共建筑冷负荷预测[J]. 陈锐彬,李泽奇,黄永益. 建设科技. 2019(01)
[8]地铁冰蓄冷空调系统负荷预测研究[J]. 陈哲,张九根,陈浩. 现代电子技术. 2018(23)
[9]基于Anylogic的地铁大连北站站厅层客流组织仿真及优化研究[J]. 马彩雯,沙永为. 交通科技与经济. 2018(06)
[10]基于K均值小波神经网络的二阶段空调负荷预测[J]. 赵超,郑守锦. 福州大学学报(自然科学版). 2018(03)
硕士论文
[1]乘客行为对北京地铁大客流组织优化的影响研究[D]. 辛宁.北京交通大学 2018
[2]建筑空调负荷预测算法研究[D]. 朱准.北京建筑大学 2018
[3]利用活塞风降低地铁站通风空调系统能耗的潜力研究[D]. 吴嘉钰.西安建筑科技大学 2018
[4]基于乘客在站停留时间估计的地铁环控系统负荷计算研究[D]. 樊佳慧.北京交通大学 2018
[5]北京地铁大客流通行设施处疏散仿真研究[D]. 孙娜娜.北京交通大学 2018
[6]地铁通风空调系统节能运行策略研究[D]. 罗佳.广州大学 2015
[7]地铁热环境模拟软件SES与STESS的比较研究[D]. 樊莉.北京工业大学 2015
[8]地铁站乘客运动规律及通过能力研究[D]. 贺彧婷.长安大学 2015
[9]地铁车站人员疏散能力及其仿真研究[D]. 穆娜娜.湖南科技大学 2014
[10]地铁通风空调系统能耗分析与研究[D]. 赵杰.武汉理工大学 2014
本文编号：3509663
【文章来源】：西安建筑科技大学陕西省
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
研究内容
技术路线图
西安建筑科技大学硕士学位论文13（2）模型中乘客活动的表达地铁车站具有特定的功能和管理规则，乘客在经过站内各设备时有着特定次序要求。一般站内乘客的活动主要有进站、出站和换乘三种类型。进站的乘客需要先后经过通道、安检、进口闸机、楼扶梯，到达站台候车处等待乘车；出站乘客在下车后需要先后经过楼扶梯或电梯，出站闸机、通道、楼扶梯到达出口。具体乘客在地铁站活动的过程如图2.1所示。图2.1地铁站内人员活动流程图可将乘客在站内的活动流程分解成多个独立的模块，在软件中用逻辑流程图来表示乘客在站内运动过程，使用“墙Wall”控件规定乘客的运动区域，“源PedSource”设置行人产生源，“目标线PedGoTo”设置目标地点，“楼梯pedChangeGround”和“扶梯PedEscalator”设置乘客上行和下行通道，使用“服务PedService”和“等待PedWait”模块设置安检和闸机服务设施；使用“路径”控件设置行人的走行路径；使用“事件和变量”控件及Java编程，实现上下车等特殊情景的设置[37]。（3）软件参数输入输出实际建模时的输入参数可通过对地铁站实地调研或结合相关研究成果进行确定。具体的输入参数有：乘客的产生数量和规律、乘客的舒适速度、身体尺寸等自身属性，站内各设备的服务时间，列车运行计划表等。输出参数主要根据研究目的进行设置，软件具有统计分析功能，可以对每个乘客在站内的属性进行监测与记录。可得到的输出参数主要有：区域客流数量和行人密度，乘客在站停留时间，乘客排队时间和排队长度等。2.2实例模拟仿真乘客的运动状态受到站内整体布局以及服务设施布置方式的影响，地铁车站的类型多样（岛式、侧式、换乘站、端头站等），每种类型车站的客流特征不同。
【参考文献】：
期刊论文
[1]2019年世界城市轨道交通运营统计与分析综述[J]. 韩宝明,陈佳豪,杨运节,钱蕾,杨智轩,代位. 都市快轨交通. 2020(01)
[2]中国城市轨道交通的发展趋势分析[J]. 王传福,刘连连. 城市轨道交通研究. 2019(10)
[3]屏蔽门系统地铁车站空调负荷研究现状及展望[J]. 隋学敏,王靖宜,郭磊,张渊博. 铁道标准设计. 2019(12)
[4]基于改进PSO-BP神经网络的冰蓄冷空调冷负荷动态预测模型[J]. 杨熊,于军琪,郭晨露,华宇剑,赵安军. 土木与环境工程学报(中英文). 2019(01)
[5]地铁车站空调负荷的初步估算[J]. 蒲晓辉,高润楠,姬广凡. 建筑节能. 2019(01)
[6]城市轨道交通站台门传热量计算研究[J]. 刘九龙. 低碳世界. 2019(01)
[7]基于BP神经网络模型的大型公共建筑冷负荷预测[J]. 陈锐彬,李泽奇,黄永益. 建设科技. 2019(01)
[8]地铁冰蓄冷空调系统负荷预测研究[J]. 陈哲,张九根,陈浩. 现代电子技术. 2018(23)
[9]基于Anylogic的地铁大连北站站厅层客流组织仿真及优化研究[J]. 马彩雯,沙永为. 交通科技与经济. 2018(06)
[10]基于K均值小波神经网络的二阶段空调负荷预测[J]. 赵超,郑守锦. 福州大学学报(自然科学版). 2018(03)
硕士论文
[1]乘客行为对北京地铁大客流组织优化的影响研究[D]. 辛宁.北京交通大学 2018
[2]建筑空调负荷预测算法研究[D]. 朱准.北京建筑大学 2018
[3]利用活塞风降低地铁站通风空调系统能耗的潜力研究[D]. 吴嘉钰.西安建筑科技大学 2018
[4]基于乘客在站停留时间估计的地铁环控系统负荷计算研究[D]. 樊佳慧.北京交通大学 2018
[5]北京地铁大客流通行设施处疏散仿真研究[D]. 孙娜娜.北京交通大学 2018
[6]地铁通风空调系统节能运行策略研究[D]. 罗佳.广州大学 2015
[7]地铁热环境模拟软件SES与STESS的比较研究[D]. 樊莉.北京工业大学 2015
[8]地铁站乘客运动规律及通过能力研究[D]. 贺彧婷.长安大学 2015
[9]地铁车站人员疏散能力及其仿真研究[D]. 穆娜娜.湖南科技大学 2014
[10]地铁通风空调系统能耗分析与研究[D]. 赵杰.武汉理工大学 2014
本文编号：3509663
本文链接：https://www.wllwen.com/jianzhugongchenglunwen/3509663.html
