基于在线实测数据的地铁列车空调回风温度预测

作     者：杨闯 杨宇 陈亮 陈焕新 程亨达 

作者机构：华中科技大学能源与动力工程学院 广州鼎汉轨道交通车辆装备有限公司 

出 版 物：《城市轨道交通研究》 (Urban Mass Transit)

年 卷 期：2024年

学科分类：082304[工学-载运工具运用工程] 08[工学] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金项目(51876070) 

主　　题：地铁 空调系统 长短期记忆神经网络 

摘      要：[目的]为了能够提前根据环境温度调控地铁列车空调系统的制冷能力,有必要对地铁列车空调回风温度预测进行研究。[方法]采用时序预测法预测地铁列车空调系统回风温度的变化趋势。利用空调系统传感器在线采集广州某地铁列车空调系统的实时运行数据,通过箱型图清洗数据异常值,采用滑动窗口处理输入及输出数据的时间跨度,构建LSTM(长短期记忆)神经网络模型对空调机组回风温度进行预测,并对比分析不同样本个数模型预测精度的影响。[结果及结论]LSTM神经网络模型能够学习地铁列车空调系统的温度控制逻辑,预测温度曲线与真实温度曲线有相似的变化趋势,适用于预测地铁列车空调机组回风温度。通过参数优化将模型精度提高至0.84,实现了机组回风温度的精准预测。增大模型单次训练选取的样本数能够缩短模型的训练时间,但同时其模型最终预测精度也会有所降低。