采用人工智能算法和建模仿真技術(shù)，基于地鐵車站內(nèi)外溫濕度、實(shí)時(shí)氣候以及客流預(yù)測(cè)信息，系統(tǒng)準(zhǔn)確預(yù)測(cè)出未來(lái)時(shí)間段內(nèi)的冷負(fù)荷需求，結(jié)合基于整體性能模型尋優(yōu)的節(jié)能策略，實(shí)時(shí)自動(dòng)調(diào)整地鐵空調(diào)大系統(tǒng)和冷水群控系統(tǒng)各個(gè)設(shè)備的運(yùn)行參數(shù)，實(shí)現(xiàn)風(fēng)水聯(lián)調(diào)，在滿足車站環(huán)境舒適度的前提下，實(shí)現(xiàn)通風(fēng)空調(diào)全系統(tǒng)效率優(yōu)化，降低通風(fēng)空調(diào)系統(tǒng)運(yùn)行能耗30%-70%，大幅提升了地鐵的智能化運(yùn)營(yíng)水平，降低了地鐵運(yùn)營(yíng)成本。
可以使用鼠標(biāo)左右拖動(dòng)游覽
系統(tǒng)結(jié)合歷史數(shù)據(jù)對(duì)人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，智能獲取地鐵空調(diào)負(fù)荷與客流量、氣候、時(shí)期等影響因素的內(nèi)在耦合關(guān)系，掌握實(shí)際空調(diào)負(fù)荷的變化規(guī)律，利用人工智能算法、結(jié)合輸入變量進(jìn)行地鐵負(fù)荷預(yù)測(cè)，為地鐵通風(fēng)空調(diào)系統(tǒng)運(yùn)行提供最高效的運(yùn)行指導(dǎo)目標(biāo)，自主解決水系統(tǒng)調(diào)節(jié)滯后問(wèn)題。
地鐵通風(fēng)空調(diào)風(fēng)系統(tǒng)和水系統(tǒng)的運(yùn)行模式與地鐵負(fù)荷變化密切相關(guān)，且兩者間相互影響?；谪?fù)荷預(yù)測(cè)提供的高效運(yùn)行指導(dǎo)目標(biāo)，采用人工智能算法和建模仿真技術(shù)，建立設(shè)備能耗模型，實(shí)現(xiàn)冷水機(jī)組冷凍水供水溫度、風(fēng)機(jī)風(fēng)量、冷卻水泵流量等參數(shù)全局優(yōu)化輸出，達(dá)到風(fēng)系統(tǒng)和水系統(tǒng)的最優(yōu)匹配運(yùn)行，在保證地鐵站乘客舒適度的前提下，實(shí)現(xiàn)空調(diào)季通風(fēng)空調(diào)系統(tǒng)耗能最少。
