[发明专利]地铁车载空调机组控制方法及系统

说明书

本发明公开了一种地铁车载空调机组控制方法及系统，所述方法包括：实时采集当前一段时间内的运行数据，所述运行数据包括空调运行数据和车辆运行数据；利用所述运行数据及预先建立的预测模型进行预测，得到预测结果，所述预测结果包括：空调机组能耗、回风温度；根据所述预测结果及多目标优化控制模型确定最优控制参数；根据所述最优控制参数确定控制策略；根据所述控制策略对空调机组进行控制。利用本发明，可以实现地铁车载空调动态全局优化控制，提升温度达标率及乘客舒适度。

技术领域

本发明涉及工业预测性维护技术领域，具体涉及一种地铁车载空调机组控制方法及系统。

背景技术

随着经济发展和人们生活水平的提高，乘客对地铁车厢的热环境提出了更高的要求，地铁空调系统迅猛发展起来，成为地铁车厢维持舒适的热环境所必不可少的设备。目前，我国的地铁车载空调大都采用设备启停的方式来控制空调系统。启停控制会造成车厢温度波动比较大，且对设备的使用寿命有不利影响。同时地铁车厢不断的运动，车厢内的乘客数量变化剧烈，随着车辆进站还会伴随着车厢屏蔽门的开关。车厢内负荷变化迅速，外部干扰严重。由于地铁车厢空调系统有很多自身的特点，比如传递滞后很大、干扰大且因素多等，因此通常会存在以下问题：

1)地铁空调难以精确控制，过冷或过热，乘客舒适性差；

2)自适应性差，缺乏动态管控机制；

3)耗能大，管理粗放，存在冗余浪费现象。

发明内容

本发明实施例提供一种地铁车载空调机组控制方法及系统，以实现地铁车载空调动态全局优化控制，提升温度达标率及乘客舒适度。

为此，本发明提供如下技术方案：

一种地铁车载空调机组控制方法，所述方法包括：

实时采集当前一段时间内的运行数据，所述运行数据包括空调运行数据和车辆运行数据；

利用所述运行数据及预先建立的预测模型进行预测，得到预测结果，所述预测结果包括：空调机组能耗、回风温度；

根据所述预测结果及多目标优化控制模型确定最优控制参数；

根据所述最优控制参数确定控制策略；

根据所述控制策略对空调机组进行控制。

可选地，所述方法还包括按照以下方式构建所述预测模型：

收集历史运行数据作为训练数据；

对所述训练数据进行工况分割，得到对应各工况的训练数据及所述训练数据的工况特征；

针对每个工况的训练数据，从所述训练数据中提取多维特征；

对所述多维特征进行筛选或降维，得到有效特征；

利用机器学习模型对拟合目标进行建模，并利用所述有效特征及所述工况特征训练得到预测模型。

可选地，所述对所述训练数据进行工况分割，得到对应各工况的训练数据包括：

将所述训练数据按照关门状态、开门状态和开门后状态进行分割，得到对应这三个状态的训练数据。

可选地，所述机器学习模型包括以下任意一种：随机森林、支持向量机、Xgboost、lightgbm、神经网络。

可选地，所述空调运行数据包括以下任意一种或多种：空调工作状态、空调能耗、新风温度、回风温度；

所述车辆运行数据包括以下任意一种或多种：车辆状态、开/关门状态、乘客率、车速。

可选地，所述多维特征包括以下任意一种或多种：平均值、有效值、中位数、峰值、裕度、峭度。