[發明專利]一種用于地鐵站公共區的溫度預置控制和設備預警方法

有效

• 申請號: 202111465220.8
• 申請日: 2021-12-03
• 公開（公告）號: CN114135991B
• 公開（公告）日: 2023-03-31
• 發明（設計）人: 劉海東;王琳;劉春芹;李罡;安俊峰
• 申請（專利權）人: 中國海洋大學
• 主分類號: F24F11/64
• 分類號: F24F11/64;F24F11/58;F24F11/52;F24F11/74;F24F11/32;F24F110/10;F24F120/10
• 代理公司: 北京東方盛凡知識產權代理有限公司 11562
• 代理人: 王穎

1.一種用于地鐵站公共區的溫度預置控制和設備預警方法，其特征在于，包括以下步驟：

在正常狀態下，進行溫度預制，包括：

通過視頻監控識別地鐵站公共區客流量，基于所述客流量預測短期客流量，基于所述短期客流量與熱量的相關性，建立溫度預置控制模型；

將地鐵站公共區分為四個區域，對每個區域分別進行視頻監控，識別客流量；

對各區域分別采集同時刻樣本圖片，基于所述同時刻樣本圖片，獲取樣本圖片像素；

選取與所述樣本圖片大小相同的空白圖像記錄所述空白圖像像素，計算像素差值；

基于所述像素差值獲得各區域客流量，通過各區域客流量相加獲得地鐵站公共區總客流量；

基于所述同時刻樣本圖片，獲取樣本圖片像素的過程中包括：

對獲取的樣本圖片提取生物特征，基于所述生物特征將樣本圖片中的人分為成年男人、成年女人和兒童三類；

將三類樣本輸入到yolo-v5網絡進行訓練，獲得訓練完成的yolo-v5網絡；

基于所述溫度預置控制模型計算出地鐵站公共區的風量目標值，所述風量目標值用于輔助地鐵站實現風量的自動調節；

基于所述溫度預置控制模型計算出地鐵站公共區的風量目標值的過程中通過以下公式進行計算：

式中Q0為地鐵站公共區總風量，L0為總熱量，L1為設備產熱量，Y為短期客流量，Q0t為風量目標值；

其中所述設備產熱量的預測方法為：統計原始車站所有車站的功耗和初始化的設計發熱量，計算初始值，通過和地鐵站的綜合監控系統連接，獲取地鐵站內所有發熱設備的開關狀態，當地鐵站運行時，獲取運行狀態下地鐵站內所有發熱設備的設備產熱量；

出現異常狀態時，進行報警和預警，包括：

分別采集風機、冷水機組和空調設備的電流數值和溫度數值，并設定對應設備的溫度數值和電流數值的正常范圍；

當監控到所述風機、所述冷水機組和所述空調設備的電流數值和溫度數值超出所述正常范圍時，進行報警處理；

基于深度網絡LSTM模型構建預警模型，將采集到的所述風機、所述冷水機組和所述空調設備的電流數值和溫度數值輸入到所述預警模型進行預測，當溫度或者電流數值的預測值不在所述正常范圍內，進行預警處理。

2.根據權利要求1所述的方法，其特征在于，將三類樣本輸入到yolo-v5網絡進行訓練，獲得訓練完成的yolo-v5網絡的過程中包括：

測試項目，編輯檢測代碼和文件；

更改數據集，將data中數據集進行更改，images中放入自己的數據；

對數據進行訓練，配置yolo-v5網絡的相關網絡參數，所述相關網絡參數包括學習率，網絡模型，骨干網絡和迭代次數；

使用GPU進行訓練，得到網絡模型的IOU曲線，當I0U的具體數值達到0.7-0.9時，保存網絡模型，獲得每類人的分布情況，當再有新的地鐵圖像輸入的時候，調取網絡模型，得到每一類人的數量，基于分布情況進行統計獲得最終結果。

3.根據權利要求1所述的方法，其特征在于，基于所述客流量預測短期客流量的過程中包括：

記錄若干次客流量，基于若干次客流量獲得客流量矩陣；

構建短期客流量模型，基于所述短期客流量模型和所述客流量矩陣獲得短期客流量。

4.根據權利要求3所述的方法，其特征在于，所述短期客流量模型采用了arima模型，基于所述短期客流量模型和所述客流量矩陣獲得短期客流量的過程中包括：

將所述客流量矩陣作為平穩時間序列；

對所述平穩時間序列分別求的自相關系數ACF和偏自相關系數PACF；

對自相關圖和偏自相關圖進行分析，估算參數，獲得最佳階層和最佳階數；

基于所述最佳階層和所述最佳階數，對arima模型進行檢驗和優化；

基于優化好的模型預測短期內的客流量，獲得所述短期客流量。