System.ArgumentOutOfRangeException: 索引和長(zhǎng)度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于地鐵空調(diào)負(fù)荷預(yù)測(cè),具體涉及一種基于客流動(dòng)態(tài)特征的地鐵空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)方法及裝置。
技術(shù)介紹
1、地鐵空調(diào)系統(tǒng),主要包括空調(diào)冷源系統(tǒng)、公共區(qū)通風(fēng)空調(diào)系統(tǒng)和設(shè)備及管理用房空調(diào)系統(tǒng)構(gòu)成。地鐵空調(diào)系統(tǒng)在運(yùn)行過程中主要包括兩種模式,分別為以機(jī)械制冷為主的空調(diào)模式和以通風(fēng)冷卻為主的機(jī)械通風(fēng)模式。在地鐵空調(diào)系統(tǒng)實(shí)際運(yùn)行過程中,運(yùn)行模式的選擇和具體運(yùn)行參數(shù)(如供回水溫度、水泵頻率和風(fēng)機(jī)頻率等)的設(shè)定都對(duì)運(yùn)行能耗有顯著影響。
2、現(xiàn)有技術(shù)中,通常根據(jù)季節(jié)調(diào)度對(duì)應(yīng)的空調(diào)運(yùn)行模式。現(xiàn)有技術(shù)針對(duì)各模式的調(diào)節(jié),存在以下兩種技術(shù)方案:1.對(duì)應(yīng)模式的供回水溫度、水泵頻率和風(fēng)機(jī)頻率等設(shè)定參數(shù)保持固定;2.采用pid反饋來調(diào)節(jié)風(fēng)機(jī)或水泵頻率。上述兩種方式通常無法關(guān)注客流量的實(shí)時(shí)變化。在實(shí)際運(yùn)行過程中,往往存在溫度調(diào)節(jié)過低或運(yùn)行負(fù)荷偏大的情況。因此,針對(duì)地鐵空調(diào)系統(tǒng)進(jìn)行精準(zhǔn)的預(yù)測(cè)以輔助空調(diào)系統(tǒng)對(duì)設(shè)定參數(shù)進(jìn)行調(diào)節(jié)具有重大的意義。
3、為了實(shí)現(xiàn)地鐵空調(diào)的負(fù)荷預(yù)測(cè),部分學(xué)者采用數(shù)據(jù)驅(qū)動(dòng)的算法來實(shí)現(xiàn),并根據(jù)預(yù)測(cè)負(fù)荷來設(shè)計(jì)地鐵空調(diào)的運(yùn)行模式。然而,采用數(shù)據(jù)驅(qū)動(dòng)算法進(jìn)行空調(diào)負(fù)荷預(yù)測(cè)需要采用大量的歷史數(shù)據(jù)來提前訓(xùn)練模型,其學(xué)習(xí)時(shí)間長(zhǎng)且學(xué)習(xí)成本高,并且,不同地鐵站之間的人流量和環(huán)境差異顯著,針對(duì)不同站廳均需要重新訓(xùn)練學(xué)習(xí),其通用性較差。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)提供了一種基于客流動(dòng)態(tài)特征的地鐵空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)方法及裝置,用于解決現(xiàn)有技術(shù)中存在的問題。
2、第一方面,為實(shí)現(xiàn)上述目的
3、s10:實(shí)時(shí)獲取進(jìn)出站客流參數(shù)和多個(gè)過去預(yù)設(shè)時(shí)間段內(nèi)的平均客流量;
4、s20:將多個(gè)過去預(yù)設(shè)時(shí)間段內(nèi)的平均客流量作為原始時(shí)間序列,并利用單參數(shù)灰色預(yù)測(cè)模型和原始時(shí)間序列,預(yù)測(cè)未來預(yù)設(shè)時(shí)間段內(nèi)的平均客流量;
5、s30:對(duì)地鐵空調(diào)系統(tǒng)負(fù)荷進(jìn)行負(fù)荷類型分類,根據(jù)未來預(yù)設(shè)時(shí)間段內(nèi)的平均客流量,采用多元線性回歸法,建立包含各類負(fù)荷參數(shù)的簡(jiǎn)化物理模型;
6、其中,負(fù)荷參數(shù)包括短期負(fù)荷、短期負(fù)荷權(quán)重、長(zhǎng)期負(fù)荷、長(zhǎng)期負(fù)荷權(quán)重、動(dòng)態(tài)負(fù)荷和動(dòng)態(tài)負(fù)荷權(quán)重,短期負(fù)荷權(quán)重、長(zhǎng)期負(fù)荷權(quán)重和動(dòng)態(tài)負(fù)荷權(quán)重分別由平均客流量決定;
7、s40:初始化簡(jiǎn)化物理模型,將進(jìn)出站客流參數(shù)輸入至初始化后的簡(jiǎn)化物理模型中,預(yù)測(cè)地鐵空調(diào)系統(tǒng)在未來預(yù)設(shè)時(shí)間段內(nèi)的負(fù)荷。
8、通過上述技術(shù)方案,本專利技術(shù)采用時(shí)間序列分析方法將過去預(yù)設(shè)時(shí)間段內(nèi)的平均客流量作為時(shí)間序列,利用灰色系統(tǒng)理論預(yù)測(cè)未來預(yù)設(shè)時(shí)間段內(nèi)的平均客流量,作為影響空調(diào)系統(tǒng)負(fù)荷的重要影響因素,再對(duì)地鐵空調(diào)系統(tǒng)負(fù)荷進(jìn)行分類構(gòu)建簡(jiǎn)化物理模型,然后將進(jìn)出站客流參數(shù)輸入至初始化后的簡(jiǎn)化物理模型中,從而預(yù)測(cè)地鐵空調(diào)系統(tǒng)的未來負(fù)荷。相較于現(xiàn)有技術(shù),本專利技術(shù)方法具有學(xué)習(xí)時(shí)間短、通用性強(qiáng)和預(yù)測(cè)精度高的優(yōu)點(diǎn)。
9、優(yōu)選的,步驟s20包括:
10、s21:將多個(gè)過去預(yù)設(shè)時(shí)間段內(nèi)的平均客流量作為原始時(shí)間序列;
11、s22:根據(jù)原始時(shí)間序列,生成累計(jì)序列;
12、s23:根據(jù)原始時(shí)間序列,計(jì)算得到緊鄰均值序列;
13、s24:根據(jù)累計(jì)序列和緊鄰均值序列,建立單參數(shù)灰色預(yù)測(cè)模型;
14、s25:將某個(gè)過去預(yù)設(shè)時(shí)間段內(nèi)的平均客流量置入單參數(shù)灰色預(yù)測(cè)模型中進(jìn)行運(yùn)算,預(yù)測(cè)未來時(shí)間段內(nèi)的平均客流量。
15、優(yōu)選的,步驟s21的具體公式為:
16、x(0)=(t1,......,tn)(1)
17、其中,x(0)表示原始時(shí)間序列,n為序列號(hào),tn為對(duì)應(yīng)序列號(hào)n的平均客流量。
18、優(yōu)選的,步驟s22的具體公式為:
19、x(1)=(y1,......,yn)(2)
20、
21、其中,x(1)表示累計(jì)序列,k為預(yù)設(shè)時(shí)間段的天數(shù),yn為原始時(shí)間序列n個(gè)平均客流量的累計(jì)值。
22、優(yōu)選的,步驟s23的具體公式為:
23、z(1)=(z2,......,zn)(4)
24、zn=0.5tk+0.5tk+1,k=2,......,n(5)
25、其中,z(1)表示緊鄰均值序列。
26、優(yōu)選的,步驟s24的具體公式為:
27、
28、y=(t2,......,tn)?(8)
29、
30、其中,a和b為單參數(shù)灰色預(yù)測(cè)模型的方程參數(shù),b為z(1)轉(zhuǎn)置得到的系數(shù)矩陣,y為平均客流量的真實(shí)值向量。
31、優(yōu)選的,步驟s25的具體公式為:
32、
33、其中,tnext表示某一未來時(shí)間段內(nèi)的平均客流量。
34、優(yōu)選的,步驟s30包括:
35、s31:將地鐵空調(diào)系統(tǒng)負(fù)荷分為長(zhǎng)期負(fù)荷、短期負(fù)荷和動(dòng)態(tài)負(fù)荷;
36、s32:根據(jù)未來時(shí)間段內(nèi)的平均客流量,采用多元線性回歸法,計(jì)算短期負(fù)荷權(quán)重、長(zhǎng)期負(fù)荷權(quán)重和動(dòng)態(tài)負(fù)荷權(quán)重,得到簡(jiǎn)化物理模型。
37、優(yōu)選的,所述簡(jiǎn)化物理模型包括公式(12)和公式(13):
38、qtotal=a1q1+asqs+adqd?????(12)
39、
40、其中,a1為長(zhǎng)期負(fù)荷的權(quán)重系數(shù),as為短期負(fù)荷的權(quán)重系數(shù),ad為動(dòng)態(tài)負(fù)荷的權(quán)重系數(shù);qtotal為總負(fù)荷預(yù)測(cè)值,q1為長(zhǎng)期負(fù)荷,qs為短期負(fù)荷和qd為動(dòng)態(tài)負(fù)荷;k為預(yù)設(shè)時(shí)間段的天數(shù),為了與轉(zhuǎn)置符號(hào)t做出區(qū)分并便于公式理解,公式(13)中的tnext的向量矩陣采用xi表示,x表示xi的轉(zhuǎn)置向量,y為平均客流量的真實(shí)值向量,即進(jìn)出站客流參數(shù);若k>7,則計(jì)算得到的β’賦值至a1;若1<k≤7,則將計(jì)算得到的β’賦值至as;若k=1,則將計(jì)算得到的β’賦值至ad;q1、qs和qd為日均負(fù)荷和對(duì)應(yīng)k值的乘積。
41、優(yōu)選的,在步驟s40之后,本專利技術(shù)方法還包括:
42、s50:根據(jù)未來預(yù)設(shè)時(shí)間段內(nèi)的負(fù)荷,調(diào)控地鐵空調(diào)系統(tǒng)的工作模式。
43、第二方面,為了實(shí)現(xiàn)專利技術(shù)目的,本專利技術(shù)還提供了一種基于客流動(dòng)態(tài)特征的地鐵空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)裝置,該系統(tǒng)包括:
44、數(shù)據(jù)獲取模塊,用于實(shí)時(shí)獲取進(jìn)出站客流參數(shù)和多個(gè)過去預(yù)設(shè)時(shí)間段內(nèi)的平均客流量;
45、客流預(yù)測(cè)模塊,用于將多個(gè)過去預(yù)設(shè)時(shí)間段內(nèi)的平均客流量作為原始時(shí)間序列,利用原始時(shí)間序列建立單參數(shù)灰色預(yù)測(cè)模型,并采用單參數(shù)灰色預(yù)測(cè)模型預(yù)測(cè)未來預(yù)設(shè)時(shí)間段內(nèi)的平均客流量;
46、模型建立模塊,用于對(duì)地鐵空調(diào)系統(tǒng)負(fù)荷進(jìn)行負(fù)荷類型分類,根據(jù)未來預(yù)設(shè)時(shí)間段內(nèi)的平均客流量,采用多元線性回歸法,建立包含各類負(fù)荷參數(shù)的簡(jiǎn)化物理模型;
47、其中,負(fù)荷參數(shù)包括短期負(fù)荷、短期負(fù)荷權(quán)重、長(zhǎng)期負(fù)荷、長(zhǎng)期負(fù)荷權(quán)重、動(dòng)態(tài)負(fù)荷和動(dòng)態(tài)負(fù)荷權(quán)重,短期負(fù)荷權(quán)重、長(zhǎng)期負(fù)荷權(quán)重和動(dòng)態(tài)負(fù)荷權(quán)重分別由平均客流量決定;
4本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于客流動(dòng)態(tài)特征的地鐵空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的基于客流動(dòng)態(tài)特征的地鐵空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)方法,其特征在于,所述步驟S20包括:
3.根據(jù)權(quán)利要求2所述的基于客流動(dòng)態(tài)特征的地鐵空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)方法,其特征在于,步驟S21的具體公式為:
4.根據(jù)權(quán)利要求3所述的基于客流動(dòng)態(tài)特征的地鐵空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)方法,其特征在于,步驟S22的具體公式為:
5.根據(jù)權(quán)利要求4所述的基于客流動(dòng)態(tài)特征的地鐵空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)方法,其特征在于,步驟S23的具體公式為:
6.根據(jù)權(quán)利要求5所述的基于客流動(dòng)態(tài)特征的地鐵空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)方法,其特征在于,步驟S24的具體公式為:
7.根據(jù)權(quán)利要求6所述的基于客流動(dòng)態(tài)特征的地鐵空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)方法,其特征在于,步驟S25的具體公式為:
8.根據(jù)權(quán)利要求7所述的基于客流動(dòng)態(tài)特征的地鐵空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)方法及裝置,其特征在于,所述步驟S30包括:
9.根據(jù)權(quán)利要求8所述的基于客流動(dòng)態(tài)特征的地鐵空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)方法,其特征在于,所述簡(jiǎn)
10.一種基于客流動(dòng)態(tài)特征的地鐵空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)裝置,其特征在于,包括:
...【技術(shù)特征摘要】
1.一種基于客流動(dòng)態(tài)特征的地鐵空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的基于客流動(dòng)態(tài)特征的地鐵空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)方法,其特征在于,所述步驟s20包括:
3.根據(jù)權(quán)利要求2所述的基于客流動(dòng)態(tài)特征的地鐵空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)方法,其特征在于,步驟s21的具體公式為:
4.根據(jù)權(quán)利要求3所述的基于客流動(dòng)態(tài)特征的地鐵空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)方法,其特征在于,步驟s22的具體公式為:
5.根據(jù)權(quán)利要求4所述的基于客流動(dòng)態(tài)特征的地鐵空調(diào)系統(tǒng)負(fù)荷預(yù)測(cè)方法,其特征在于,步驟s23的具體公式為:
6.根據(jù)權(quán)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:潘健英,顧騫,徐杰,黃貴杰,朱奕豪,于德涌,胡自林,陳勇興,李延輝,
申請(qǐng)(專利權(quán))人:深圳市地鐵集團(tuán)有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。