城市轨道交通地下车站公共区分散式空调系统的应用效果分析

为进一步挖掘城市轨道交通地下车站公共区通风空调系统的节能潜力,解决传统全空气空调系统输配能耗高、管道占用空间大等方面的不足,在长沙市轨道交通6号线工程中应用了分散式空调系统.通过对地下标准车站公共区采用全空气系统、分散式空调系统两种不同的通风空调方案进行技术性和经济性的对比分析,得到结论如下:与全空气系统相比,分散式空调系统设备投资相对节省、土建投资相当、运行费用相对节省.从减小风机电耗、满足末端调控角度上对比,分散式空调系统更具优势.     

地铁车站公共区域空调能耗影响因素的敏感性分析

随着地铁建设规模和能耗的不断增加,地铁车站通风空调系统节能逐渐成为研究热点.采用基于回归、筛选和方差的3种方法对地铁车站通风空调系统能耗的影响因素进行敏感性分析.对比发现,3种方法识别出的重要性排序前25％的参数相同但排序有差异,其中方差和筛选方法排序较一致,回归方法差异较大;回归方法的计算效率最高,方差和筛选方法计算时长分别为前者的25倍和3倍;综合考虑参数排序结果和计算效率,基于筛选的方法在该模型上的适用性较好.进而以长江流域的地下二层典型岛式地铁车站为例,分析重要参数在其可能的变化范围内改变对通风空调系统能耗的影响.结果显示,室外空气参数对能耗的影响程度高达84％;机械新风量、出入口渗风量和屏蔽门渗风量对能耗的影响分别为43％、29％和12％;设备能效对能耗的影响程度达39％;站内及隧道空气参数对能耗的影响分别为37％和33％.研究结果指出节能设计和运营需要关注的重要参数,为车站低能耗运营管理提供指导.     

可调通风型站台门系统在济南地铁中的适用性研究

根据济南地区的气象条件、地铁运行模式、客流量等特点,研究可调通风型站台门系统在济南地铁中的适用性.以地铁R1线地下车站为例,通过使用计算软件STESS对地下车站隧道内热环境进行模拟计算,并采用年值法对可调通风型站台门系统、集成闭式系统、站台门系统、安全门系统等4种系统的空调制式进行经济性分析.结果表明,济南地铁采用可调通风型站台门系统,可以满足设计规范中对区间隧道内空气温度的要求,并能降低系统运行能耗,节约运行费用,实现城市轨道交通的可持续发展.     

城市轨道交通车站集中空调通风系统卫生状况检测分析

为了解城市轨道交通地下车站集中空调通风系统清洗后的卫生状况,为改善地下车站的空气质量、开展卫生监督和疾病防控等工作提供科学依据及合理建议。依据相关标准对某市轨道交通地下车站的集中空调通风系统进行卫生状况检测。集中空调通风系统风管内环节清洗后的积尘量为0.52 g/m~2,细菌总数为1.66cfu/cm~2,真菌总数为1.01cfu/cm~2;空调清洗后,送风中的细菌总数为195.94 cfu/m~3,真菌总数为257.82 cfu/m~3,可吸入颗粒物为0.070 mg/m~3,β-溶血性链球菌的未检出率为100%(155/155)。检测结果表明,地下车站集中空调通风系统清洗后卫生状况良好,符合相关卫生规范和标准限值的要求。     

地铁车站通风空调节能技术应用优化设计

研究目的:地铁车站通风空调系统是地铁车站的能耗大户,有效降低车站通风空调设备能耗已成为车站通风空调专业设计的重点和难点.本文通过分析一个典型车站的空调负荷变化情况,来寻求一个降低车站通风空调设备能耗的有效途径.研究结论:根据车站通风空调系统能耗情况,采用节能优化设计流程,对车站逐时客流和空调负荷进行统计分析后,决定采用变频调节技术对通风空调设备进行调节,大大降低了能源消耗,节约了运营成本.相应的也可以减少变配电设备的装机容量,减少变配电所的机房面积,压缩车站的土建规模等.并为以后类似工程的节能设计提供借鉴作用.     

地铁环控大系统基于已知负荷模型的前馈控制策略讨论

对采用屏蔽门制式的厦门地铁1号线地下车站通风空调大系统负荷进行监测,通过试点车站客流量负荷、新风负荷、设备负荷变化等的综合分析,对车站通风空调大系统的运行模式、能耗水平、室内环境控制效果进行梳理总结.在与传统运行模式对比后,提出基于已知负荷模型的前馈控制策略,并进行试点研究.研究表明,基于已知负荷的前馈控制策略可以有效...     

车站通风空调系统运行与优化

在地铁运营中,车站通风空调系统能耗能占车站用电量的45%~60%,全国各地铁公司都很重视通风空调系统的节能运行,但是,设计院在设计通风空调系统时是按照远景进行设计,对系统运行存在较大冗余量。通过对现有无锡地铁通风空调系统分析,结合实际运营情况,对既定条件下通风空调系统进行优化和改进,以节约地铁运营成本,达到降本增效目的。     

空气-水系统在郑州某地下车站的应用

以郑州某换乘车站为例,阐述风系统设计中的公共区负荷计算、空气处理焓湿图、设备选型及系统运行模式,水系统设计的原理等。对空气-水系统和全空气系统的能耗进行对比和分析,得出公共区通风空调系统无论采用空气-水系统,还是全空气系统,冷冻水系统都没有受到影响,但空气-水系统的总耗电量约为全空气系统的89%,大大减少了输送能耗,节能效果显著。对空气-水系统和全空气系统的技术经济进行对比,得出空气-水系统能有效减少地下车站机房和风道面积,压缩土建规模,并能降低运行能耗,从而大幅度降低车站规模和造价;但空气-水系统对于运行时间较长的地下车站来说,其末端设备多且分散,运行维护工作量大,检修较为困难,因此对于土建规模受限的车站来说,空气-水系统是一个较好的选择。     

简述城市轨道交通环评报告中有关通风空调的内容和相关要求

城市轨道交通通风空调工程环境影响评价的主要内容是在运营期风亭、冷却塔、空调室外机等对声环境的影响和地下车站排风形成的异味对空气质量的影响。介绍城市轨道交通工程环评报告中对通风空调专业的相关技术要求,设计人员应正确理解和严格落实环评报告中的相关内容及处理措施,以利于工程项目的顺利实施。     

地铁车站环境热舒适与通风空调系统节能策略研究进展

我国城市轨道交通方兴未艾,改善候车环境的舒适性、降低地铁的运营能耗是保证地铁事业健康发展的必由之路。通风空调系统对地铁车站环境的舒适状况影响显著,但其能耗占地铁运营总能耗的比例大,有较大的节能潜力可以挖掘。因此,针对国内外关于地铁车站环境舒适性所开展的调查研究进行汇总,指出车站所在地的气象参数、车站结构和新旧程度以及沿进出站路线的环境参数变化幅度都是影响车站舒适性的主要因素。分析总结地铁通风空调系统的设计运营现状及节能研究进展,提出应通过物理过程分析合理建立空调负荷预测模型等,结合历史运行数据进行地铁通风空调系统运行方案的改进优化。     

基于机器学习的地铁轨道几何劣化规律个性化建模研究

较高的轨道平顺性是保障地铁列车安全舒适运行的基础,准确掌握地铁轨道的劣化规律对保障轨道质量具有重要意义。根据地铁线路特点,选择影响地铁轨道质量劣化的7类异质性因素,给出赋值模型,并基于机器学习方法建立轨道质量指数(track quality index,TQI)短时预测前馈神经网络模型。为了验证模型,采集了北京地铁1号线的线路设备数据及2016年8月15日至2019年2月18日间的17次TQI检测数据,形成训练数据集和测试数据集,并采取深度学习技术,利用训练数据集对该模型进行训练。基于测试数据集的模型预测值的可决系数为0.938,平均绝对百分比误差为4.80%,结果表明该模型是有效的且具有较高的预测精度。     

中国各气候区屏蔽门地铁站 通风空调能耗指标

通过对地铁站的实际调研和参考相关设计标准,建立中国各城市地铁站的通风空调合理能耗指标,包括约束值和引导值,分别对应及格线和优秀线。首先,对车站的客流量、列车运行时刻、站内控制温度等信息进行广泛调研,分析确定研究案例的参数取值,进而采用地铁站通风空调能耗原理模型,对43座城市、36种服务规模、2种合理运行管理水平下共计3 096个案例进行大规模计算。模拟结果显示,各城市地铁站通风空调年能耗的约束值在17.6万～85.9万kW·h/(年·站)之间,引导值在17.5万～52.9万kW·h/(年·站)之间。其次,采用线性回归分析通风空调系统合理能耗与气候条件的关系,发现合理能耗指标与当地年平均湿球温度的拟合效果最好,约束值和引导值的拟合R2分别为0.951和0.949。最后,对每个城市地铁站通风空调的合理能耗与客流量、发车对数和隧道长度进行多元线性回归分析,从而给出每个城市的拟合系数表,可为车站运维和管理人员评估地铁站通风空调用能水平提供便捷、有效的工具。     

中国各气候区屏蔽门地铁站环控系统节能潜力研究

为明确地铁站环控系统各项运行措施的节能潜力,制定有针对性的节能运行方案。通过对我国各气候区的屏蔽门地铁站环控系统全年能耗进行大规模模拟,系统而定量分析常见的运行管理参数优化后的节能潜力,包括取消小新风空调的机械新风、加强屏蔽门气密性、提高站内空调温度、提高冷机COP和提高空调箱能效比。研究结果表明：对于寒冷、夏热冬冷和夏热冬暖地区的屏蔽门地铁站,环控系统节能潜力最大的优化措施是提高站内空调控制温度,各站平均节能潜力在17%～21%之间;其次是取消机械新风供应、提高冷机COP和提高空调箱能效比,相应节能潜力在12%～20%之间,各措施的节能潜力大小和排序在不同气候区之间存在差异;节能潜力最小的措施是增强屏蔽门气密性,各站平均节能潜力在1%～4%之间。综合优化上述运行管理参数,寒冷地区、夏热冬冷地区和夏热冬暖地区的典型屏蔽门地铁站环控系统的年节能量分别为22万k Wh/a、37万k Wh/a和61万k Wh/a,节能百分比分别为41%、48%和52%。研究成果可为我国各气候区屏蔽门地铁车站节能运行提供基础数据支撑。     

基于GA-SLSTM模型的城市轨道交通短时客流预测

城市轨道交通短时客流预测可为相关运营部门实时调整行车调度、提高运营效率提供重要的决策依据,为乘客提供合理出行建议。因此,针对具有非线性和随机性等特性的地铁进出站短时客流预测问题,文章在堆叠式长短时记忆（SLSTM,Stacked Long Short Term Memory）模型的基础上,引入遗传算法（GA,Genetic Algorithm）,构建了GA-SLSTM预测模型。以10 min为预测粒度对地铁历史运营数据进行整理,分析了客流变化特征,并将其与GA-循环神经网络（RNN,Recurrent Neural Network）模型和LSTM模型的预测效果进行对比。GA-SLSTM预测模型对普通站点和换乘站点预测值的决定系数R2的平均值分别达到0.95和0.90,预测值对真实值的拟合效果较好,预测误差低于其他2种模型,证明该方法可提高地铁短时客流预测的准确性。     

基于支持向量回归的地铁进站客流短时预测模型

基于准确的未来客流信息对地铁运营的重要性,研究客流预测的方法。选取支持向量机应用领域的一大分支——支持向量回归的方法对地铁进站客流进行短时预测,使用一种改进的粒子群算法进行参数寻优,从而构建客流预测模型。提出的模型以日期类型和所处时刻作为输入,可以提前预测未来一周的每15 min的客流。采取平均绝对百分比误差和均方根误差对模型的预测结果进行评估。使用广州杨箕车站进站客流数据进行实验,通过交叉验证确定验证参数选取的合理性,并将该模型与BP神经网络、KNN算法进行比较,实验表明模型预测结果的精度更高,稳定性更好。     

基于模糊最小二乘支持向量机的建设工程造价快速预测方法研究

为实现建设工程造价的快速和准确预测,此文提出基于模糊最小二乘支持向量机的建设工程造价预测方法。该方法可较好解决小样本预测问题,适合于当前工程造价样本数据量少的现状。通过隶属度函数对样本进行模糊化和加权,实现对历史数据和相似数据的优化选择,提高了预测准确性。将标准SVM的二次规划问题转化为线性方程组求解,提高了预测速度。通过对某市地铁建设中区间隧道延米造价估算实例的计算,验证了所提出预测方法的有效性。     

基于支持向量回归的地铁受电弓滑板磨耗趋势预测模型研究

针对列车供电系统中重要组成部分之一的受电弓滑板磨耗问题，设计了一款预测模型对地铁受电弓滑板磨耗趋势进行有效的拟合和预测，弥补了现有的检测系统只能对受电弓进行实时检测的不足。利用线性支持向量回归（SVR-Linear）、最小二乘支持向量回归（LSSVR）和优化后的最小二乘支持向量回归（MI-LSSVR）对检测系统得到的受电弓滑板数据进行训练和拟合，并利用训练后的模型实现滑板磨耗的预测，其中，MI-LSSVR的拟合精度最高，达到97.3%。此外，利用地铁行走的里程数据进行预测，提前得到下一次运行后的滑板厚度，在滑板即将磨耗到限时进行预测，可得到滑板还能承受的运行里程，减少受电弓检修人员的工作量，提高受电弓的使用效率。     

RBF神经网络在铁路货运量预测中的应用

基于回归和时间序列模型的传统预测方法以及目前较为常用的灰色预测和BP神经网络预测方法，建立了RBF神经网络模型对全国铁路货运量进行详细分析和预测。利用铁路货运量的原始数据构造时间序列，并对时间序列进行分析和相应的处理。将处理后的数据构造为一个非线性映射，利用RBF神经网络进行逼近。利用Matlab对灰色预测、BP神经网络预测和RBF神经网络预测模型进行仿真实验，得出3种预测模型的平均相对误差，分别为7.67%、4.79%和1.31%。表明RBF神经网络预测方法的预测精度比另外两种预测方法高很多，可为铁路货运量预测研究提供方法支撑。     

基于LSTM神经网络的地铁变压器绕组温度预测

传统的地铁状态监测系统仅能反映变压器绕组当前的温度状态及其历史温度趋势,当绕组温度超过阈值时系统报警,但不能对绕组未来的温度变化进行预测。绕组温度受设备运行功率和环境温度等多重因素影响,其变化呈现非线性和周期性,传统预测方法精度难以提升。本文基于长短期记忆网络(long short-term memory,LSTM)算法预测变压器绕组温度,选取绕组温度、环境温度、运行功率、运行电流作为输入变量,收集变压器历史状态数据构成训练数据进行离线训练,通过训练完成的绕组温度预测模型反映多重影响因素与绕组温度的变化关系。最后将算法应用于某地铁站动力变压器,收集样本数据进行训练得到温度预测模型,将测试数据输入模型中,计算绕组温度真实值和预测值之间的相对温差,分析验证算法可行性与模型准确度。结果表明：LSTM算法面对大数据量样本可充分挖掘多重影响因素与绕组温度之间的深层关系,温度预测模型可准确预测绕组温度的变化。