地铁车站通风空调系统能耗预测与节能

发布时间：2021-01-22 03:54

　　近年来,随着地铁的出现,不仅能够给人们的出行带来方便,而且还可以缓解交通压力,地铁已经成为大城市在不断发展过程中的必备产物。目前在我国依然有许多城市正在建设或者扩建中。然而对于整个地铁系统来说又是一个巨大的能源消耗者,由于地铁通常是在地下建设和更好的服务乘客,所以对地铁在运营过程中的要求就比较高,需要大量精度高的仪器和设备,以保障乘客的安全和给乘客带来舒适的乘车环境。在这个过程中地铁的耗电量是巨大的。其中地铁车站通风空调系统所占的能耗将近1/3,因此如何有效的降低地铁车站通风空调系统的能耗变得尤为重要。现阶段主要是通过对地铁站内热负荷进行分析,很难准确的对地铁通风空调系统能耗进行预测,已达到节能的目的。因此找到某种方法对车站通风空调系统能耗进行预测有着现实而重要的意义。本文以广州市某地铁车站位为研究背景,提出了一种基于BP神经网络地铁车站通风空调系统能耗预测模型,对车站通风空调系统能耗进行预测,最后对其进行节能潜力分析。论文首先阐述了地铁车站通风空调系统的必要性和目的,介绍了地铁车站通风空调系统的分类,并分析了地铁车站通风空调系统节能的研究现状。介绍了本文所依托广州市某地铁车站的基本情... 

【文章来源】：广东工业大学广东省

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

广州市某地铁车站三维模型图

13:00～14:00 23 23 2814:00～15:00 23 23 2815:00～16:00 24 30 2916:00～17:00 27 29 2817:00～18:00 32 32 2818:00～19:00 29 29 2819:00～20:00 28 25 2820:00～21:00 23 23 2321:00～22:00 19 18 18（2）历史数据的采集根据各个不同的传感器和智能电表所采集到的数据传送到地铁车站能源管控平台，如图 2-3 所示的界面。

图 2-4 车站通风空调系统能耗影响因素马氏距离分析Fig. 2-4 Analysis of the Influence Factors of Energy Consumption in the Ventilation and AirConditioning System of the Station样本数据导入后对其进行马氏距离分析，可得地铁车站通风空调系统能耗的马氏距离统计表,如图 2-5 所示,图中个案号为样本数据在 SPSS 软件数据中的位置，如图 2-4 中数据栏中最左边的数据编号；其马氏距离就是表中的统计值大小。对 320个样本数据进行马氏距离计算，并对其各自对应的马氏距离由大到小的进行排序，得到该样本中马氏距离最大的 10 个样本数据所对应的马氏距离。


本文编号：2992501