一种面向轨道交通的电能质量及节能分析系统的制作方法

本发明涉及轨道交通电能质量及节能分析领域，特别是涉及一种面向轨道交通的电能质量及节能分析系统。
背景技术：
：城市轨道交通具有运量大、快捷舒适、安全、准点、保护环境、节约能源、占地少等特点，已经成为各大中型城市解决道路交通拥堵问题的主要手段。随着我国社会经济的飞速发展及城市化进程的日益推进，我国城市轨道交通建设的规模不断扩大，城市轨道交通对城市电网的电能质量及暂态过程影响已日渐显现。城市轨道交通供电系统负责为电动列车提供牵引电力，并为各种运营设备提供动力照明电源，是城市电网的用电大户。同时城市轨道交通电力消耗成本约占全部运营成本的30％～48％，因而应在保证牵引供电系统安全和优质运行的前提下，合理利用现有的能源和设备，采用各种技术和管理手段，使牵引供电系统及设备做到经济运行，降低电力消耗，降低运营成本。目前还未有面向轨道交通的电能质量及节能分析系统。技术实现要素：为了解决上述问题，本发明提供了一种面向轨道交通的电能质量及节能分析系统，具体技术方案如下：一种面向轨道交通的电能质量及节能分析系统包括：(1)文件管理体系：用于完善现有组织管理体系，从而为节能减排工作的持续发展提供保障；所述文件管理系统包括管理保障模块、专项规划模块、规程规划模块；所述管理保障模块用于制定政策、相关规章制度和开展宣传培训；所述专项规划模块用于制定相应的规划；所述规程规划模块用于制定操作设备或处理业务时必须遵循的程序或步骤；(2)节能技术体系：用于通过采用新的技术手段实现电能的有效利用，同时降低动力照明用电能耗；所述节能技术体系包括耗能设备系统技术模块、再生能源利用技术模块、节能控制技术模块；所述耗能设备系统技术模块用于采用相应的节能技术控制轨道交通系统中的耗能设备，从而减小能耗；所述再生能源利用技术模块用于采用再生能源技术减少能耗；所述节能控制技术模块用于采用相应的节能技术减少能耗；(3)决策支撑体系：用于通过相关分析方法为电能决策提供支撑依据；所述决策支撑体系包括电能统计查询模块、电能能耗分析模块、用电指标评估模块、用电指标预测模块；所述电能统计查询模块用于根据电能计量的实时信息对现场各个单位的电能使用和消耗情况进行统计和对比分析，提供基于时间的图形化数据查询功能和各种分析图表和报表；所述电能能耗分析模块用于分析轨道交通系统的能耗，以便提供轨道交通系统耗能的依据；所述用电指标评估模块用于选取用电指标并量化，以便评估轨道交通的用电情况；所述用电指标预测模块是对用电指标进行合理客观的预测，预测出电力负荷在未来时期的变化趋势及状态，从而为电能指标的下达提供一定的参考价值。进一步，包括服务器硬件和windowsserver2008操作系统，基于visualstudio2010软件开发平台使用c#编程语言和数据库sql2008，所使用的系统架构为sql2008+ado.net+asp.net；所采用的的运行模式为浏览器/web服务器/数据库服务器三层架构模式。进一步，所述管理保障模块包括政策保障单元、制度保障单元、宣传培训单元；所述专项规划模块包括网络节能规划实施纲要单元、运营维护节能实施规划单元、建设项目节能实施规划单元；所述规程规划模块包括网络节能规划实施纲要单元、运营维护节能实施规划单元、建设项目节能实施规划单元。进一步，所述节能控制技术模块采用的实现方式包括合理调整供电系统运行方式、合理调整运行电压、采用变压器节电技术、调整直流牵引系统的经济运行、采用智能化的软件系统；所述合理调整供电系统运行方式包括当轨道交通牵引直流供电系统引入的外部电源接线方式是具备合环换电条件时轨道交通牵引直流供电系统的整流变和配电变采用一运一备的方式运行，当轨道交通牵引直流供电系统引入的外部电源接线方式是不具备合环换电条件时则停止全部整流变和一半数量的配电变运行；所述合理调整运行电压包括：当电网负载损耗与空载损耗的比值大于1时采取提高运行电压的方式，当电网负载损耗与空载损耗的比值小于1时采取降低运行电压的方式，提高或者降低运行电压的百分率与铜、铁损比率相关；所述采用变压器节电技术包括选用节能型变压器和使变压器经济运行；所述调整直流牵引系统的经济运行是指合理调整轨道交通牵引直流供电系统中的牵引变电所、接触网的运行、供电方式，合理确定牵引变压器的容量使其负载率在92％及以上；轨道交通牵引直流供电系统的整流机组采用两台并联运行；合理选择列车再生制动能量吸收装置；所述采用智能化的软件系统是指在电力监控系统(scada)中加入远程抄表功能，采集供电、用电设备电量，进行分类统计。进一步，所述电能能耗分析模块包括列车牵引能耗分析单元和车站能耗分析单元；列车牵引能耗的影响因素包括线路条件、列车类型、列车编组方式、列车满载率；车站能耗包括照明能耗、动力能耗；所述照明能耗包括车站照明能耗、区间照明能耗；所述车站照明能耗包括工作照明能耗、节电照明能耗、事故照明能耗、疏散标志照明能耗、广告照明能耗；所述动力能耗包括自动扶梯系统能耗、空调能耗。进一步，所述电能能耗分析模块中电能能耗的影响因素包括时间要素、区域要素、车站要素、线路节能破、车辆要素、设备要素、季节要素；电能能耗分析采用灰色关联分析法对各个要素进行灰色关联度分析，具体步骤如下：(1)原始数据处理：采用将原始数据减去原始数据的平均值然后再除以原始数据的标准差的方法对原始数据进行无量纲化处理；(2)计算关联系数：首先确定分析序列，设因变量数据构成参考序列x′0，各自变量数据构成比较序列x′i(i＝1，2，3…n)，n个数据序列形成矩阵如式①所示：式中，x′i表示主元素，矩阵①中的第1行代表分析的样本数据，列代表主元素，矩阵本身表示一个主因素；(3)对变量序列进行无量纲化：采用式②对变量序列进行无量纲化，xij为主元素i的第j个指标的无量纲化结果；x′ij为主元素i的第j个原始数据指标对应于原始数据指标的平均值，st(x′ij)为对应于原始数据指标的标准差；无量纲化处理后，各因素序列形成矩阵如式③所示：对于每个主因素，选择最优样本数据作为参考序列，与其关联度越大表示与耗电量越相关；假设第i个主元素为xi＝(xi(1)，xi(1)，xi(2)…xi(n))t，i＝1，2，3…n；④构造最优样本：x0＝(x0(1)，x0(1)，x0(2)…x0(n))t；⑤(4)求绝对差值矩阵、最大差值和最小差值：计算式③中矩阵的第一列与其余各列对应值的绝对差值，形成绝对差值矩阵如式⑦所示：式中，δ0i(k)＝|x0(k)-xi(k)|，(i＝1，2，…n，k＝1，2，…n)；⑧绝对差值矩阵中最大值和最小值，即为最大差值和最小差值：(5)计算关联系数：对式⑦的绝对差值矩阵中数据作如下式⑩的变换得到关联系数矩阵如式所示：其中，ρ为分辩系数，取值范围为(0，1)，关联系数ξ0i(k)是不超过1的正数，绝对差值δ0i(k)越小，关联系数ξ0i(k)就越大，ξ0i(k)反映第i个比较序列xi与参考序列x0在第k期的关联程度；(6)计算关联度：用比较序列xi与参考数列x0的各个时期的关联系数之平均值来定量反映这两个数列的关联程度，其计算公式为：式中，r0i(k)为第k个比较数列xi与参考数列x0的关联度。进一步，所述用电指标评估模块包括客流量能耗指标评估单元、车辆周转量指标评估单元、客运周转量指标评估单元、车站动力能耗指标评估单元；所述客流量能耗指标评估单元采用的计算方式为：年(月)总耗电量/客流总量，单位为度/人次；所述车辆周转量指标评估单元采用的计算方式为：年(月)总耗电量/车辆运行总里程，单位为度/车·km；所述客运周转量指标评估单元采用的计算方式为：年(月)总耗电量/客运周转总量，单位为度/人·km；所述车站动力能耗指标评估单元采用的计算方式为：年(月)总耗电量/(站×天)，单位：度/站·天。进一步，所述用电指标评估模块是采用建立能耗指标综合评估的遗传投影寻踪模型的方法来进行用电指标评估；具体包括以下步骤：(1)对各单项能耗指标进行分级，在各等级范围内通过随机取值的方法建立投影指标，该投影指标包括各能耗单项指标及其所对应的等级；所述单项能耗指标包括客流量能耗指标、车辆周转量指标、客运周转量指标；(2)将投影指标按照某一投影方向投影到一维空间上，得到投影指标在一维空间的投影值，将投影值的标准差、投影值与投影指标对应的评估等级之间的相关系数作为考察投影指标的变异信息，从而建立投影目标函数；(3)利用遗传算法求解投影目标函数最大值来估计最佳投影方向；(4)根据最佳投影方向得到投影指标的最佳投影值与评估等级之间的散点图，从而建立能耗指标综合评估的遗传投影寻踪模型。进一步，所述用电指标预测模块采用建立灰色系统gm(1，1)模型的方法进行预测，建立灰色系统gm(1，1)模型的方法实质是对原始数据序列进行一次累加生成，使其成为有规律性的数列，然后再建立gm(1，1)模型，即建立微分方程，求解该微分方程，得到方程的参数a、u值，最后得到累加数列的灰色预测gm(1，1)模型来进行预测；所述灰色系统gm(1，1)模型采用后验差检验法检验其预测精度，具体步骤如下：(1)建立灰色系统gm(1，1)模型：设x(0)为原始数据序列x(0)＝[x(0)(1)，x(0)(2)，x(0)(3)…x(0)(n)]；对该数据列进行一次叠加，生成新的数据数列为x(1)＝[x(1)(1)，x(1)(2)，x(1)(3)…x(1)(n)]；依照新数据序列编号规律对新数据序列，建立对应的白化微分方程为式中a、b为方程参数，记做在最小二乘准则下yn＝bp的解为式即为gm(1，1)参数a、b的矩阵辨识计算式，式中(btb)-1bt事实上是数据矩阵b的广义逆矩阵，其中式中，b为(n-1)阶数据矩阵，yn为数据向量，p为参数向量，令z(1)为x(1)的均值序列z(1)＝[z(1)(2)，z(1)(3)，z(1)(4)…z(1)(n)]；由式得式的白化微分方程为z(1)(k)＝0.5x(1)(k)+0.5x(1)(k-1)；可以得到灰色系统gm(1，1)预测模型为对进行累减生成还原，得到的预测值，即灰色系统gm(1，1)的预测模型为：(2)采用后验差检验法对灰色系统gm(1，1)模型的预测精度进行检验：1)根据后验差比值与小误差概率的取值判别灰色系统gm(1，1)模型的精度：令x(0)为原始序列，为预测值序列k＝2，3…n，原始数据x(0)(k)的平均值x(0)(k)的方差残差残差ε(0)(k)的平均值ε(0)(k)的方差后验差比值小误差概率按照后验差比值c与小误差概率p这两个指标综合评定灰色系统gm(1，1)模型的精度，具体精度等级标准如表1所示，如果灰色系统gm(1，1)模型的精度经检验不合格，则建立灰色系统gm(1，1)模型的残差模型进行修正；表1等级标准2)建立灰色系统gm(1，1)模型的残差模型：根据灰色系统gm(1，1)模型的预测数据的残差q(0)(t)，定义残差序列检查残差序列q(0)(t)是否非负，如果残差序列q(0)(t)存在负值，则对其进行正化处理，采用的方法是将残差数列中的每一个数值加上一个适当的正数使其变成非负的值，则正化处理后的残差数列为q(0)＝[q(0)(1)，q(0)(2)，q(0)(3)…q(0)(n)]；还原后得到灰色系统gm(1，1)模型的残差模型为：本发明的有益效果为：通过本发明提供的一种面向轨道交通的电能质量及节能分析系统，在利用计算机技术和数据库技术的基础上，一方面实现相关节能工作管理和技术文档的信息化管理；另一方面实现对检测单位相关用电量的查询、统计和分析的功能；在对能耗数据进行综合分析的基础上，对用电单位耗能进行评估，为全面系统地规划、实施、检查、控制和改进各项用电管理活动，实施全过程管理，提供一个比较合理的依据，在一定程度上促进轨道交通的节能减排工作的深入开展，通过对电能负荷进行较合理的预测，可使用电部门掌握系统整体用电状况，作为用电指标下达的依据。附图说明图1是本发明一种面向轨道交通的电能质量及节能分析系统结构示意图；图2是本发明中基于遗传投影寻踪方法的能耗指标综合评估流程图；图3是本发明中客流量能耗指标分级示意图；图4是本发明中车辆周转量指标分级示意图；图5是本发明中客运周转量指标分级示意图；图6是本发明中的散点图。具体实施方式为了更好的理解本发明，下面结合附图和具体实施例对本发明作进一步说明：如图1所示，一种面向轨道交通的电能质量及节能分析系统包括：1、文件管理体系：用于完善现有组织管理体系，从而为节能减排工作的持续发展提供保障；所述文件管理系统包括管理保障模块、专项规划模块、规程规划模块；所述管理保障模块用于制定政策、相关规章制度和开展宣传培训；管理保障模块包括政策保障单元、制度保障单元、宣传培训单元；所述专项规划模块用于制定相应的规划；专项规划模块包括网络节能规划实施纲要单元、运营维护节能实施规划单元、建设项目节能实施规划单元；所述规程规划模块用于制定操作设备或处理业务时必须遵循的程序或步骤；规程规划模块包括网络节能规划实施纲要单元、运营维护节能实施规划单元、建设项目节能实施规划单元。2、节能技术体系：用于通过采用新的技术手段实现电能的有效利用，同时降低动力照明用电能耗；所述节能技术体系包括耗能设备系统技术模块、再生能源利用技术模块、节能控制技术模块；所述耗能设备系统技术模块用于采用相应的节能技术控制轨道交通系统中的耗能设备，从而减小能耗；所述再生能源利用技术模块用于采用再生能源技术减少能耗；所述节能控制技术模块用于采用相应的节能技术减少能耗；(1)所述耗能设备系统技术模块用于针对轨道交通系统中的耗能设备采用相应的节能技术进行控制，从而减小能耗；所述耗能设备包括列车系统、照明系统、空调系统、自动扶梯系统；针对不同的耗能设备采用相应的节能技术进行控制，从而减小能耗。在实际当中，通过科学选择电缆的截面和走向、合理选择变压器容量、撤除低压配电负荷端的无功补偿装里、降低变损及线损；通过采用较大截面积的钢轨、提高钢轨及轨道周边系统的绝缘水平和对地铁地面线路的架空避雷线进行改造从而降低相关系统的电能损耗；完善计量手段，保证计量设备配置的合理性和有效性，从而保证计量数据的正确性；对于环控系统的节能，可以加装屏蔽门，节能效果良好；采用变频技术，降低空调用电量；采用vrv系统，减少能源浪费；对于低压配电系统的节能，低压配电系统的节能主要是采用高效节能灯具，合理安排站厅站台照明，加强设备房照明的管理，以及合理安排变压器的运行，以提高其负载率。(2)所述再生能源技术模块采用的实现方式是让列车采用再生与电阻制动技术，可以向电网反馈电能，从而减少能耗，并可减少轮对磨耗.降低制动噪音，改善制动的平稳性，提高乘坐舒适度；且通过快速开通制动斩波器进行电阻制动，可快速抑制制动电网过电压，有良好的制动特性。(3)所述节能控制技术模块采用的实现方式包括合理调整供电系统运行方式、合理调整运行电压、采用变压器节电技术、调整直流牵引系统的经济运行、采用智能化的软件系统；1)所述合理调整供电系统运行方式是指轨道交通供电系统引入的外部电源接线方式条件具备合环换电条件则牵引系统整流变停电和配电变采用一运一备的方式运行，轨道交通供电系统引入的外部电源接线方式条件不具备合环换电条件则晚上停止全部整流变和系统一半配电变的运行；城市轨道交通供电系统一般同时引入2路外部电源，采用线路变压器组方式或内桥接线方式分列运行。城市轨道交通供电负荷白天和晚上的负荷差近10倍，初近期和远期的负荷差也很大，如果引入的外部电源接线方式条件具备合环换电条件，在轻负荷或晚上停运情况下，牵引系统整流变停电和配电变采用一运一备的方式运行，可以减少全网近一半的变损线损。根据具体情况编制一个晚上和前期轻负荷运行方式，用程控方式实现，操作方便，还有利于调整系统功率因数。如果不具备合环换电条件，晚上可以停止全部整流变和系统一半配电变运行，可以减少系统1/3的变损线损。供电系统初次投入运行时进行潮流分析，以便确定电压分布和功率分布，确定变压器的抽头位置和判断无功补偿量的大小，并确定正常的运行方式和防止无功过补偿现象发生，便于供电系统的经济运行。根据供电系统负荷变化情况调整运行方式，提高系统的负载率。出现三相负荷不平衡时，及时调整用电设备，有利于降低电能损耗。2)所述合理调整运行电压是指电网负载损耗与空载损耗的比值大于1时采取提高运行电压的方式，电网负载损耗与空载损耗的比值小于1时采取降低运行电压的方式，提高或者降低的百分率与铜、铁损比率相关；城市轨道交通供电系统主变电所选用有载调压变压器或者选用有自动调整分接头功能的变压器，根据系统电压变化或设定值进行电压调整，可以降低供电系统电能损耗。当电网负载损耗与空载损耗的比值c大于表1数据时，提高运行电压可以起到降损节电效果；当电网负载损耗与空载损耗的比值c小于表2数据时，降低运行电压可以起到降损节电效果。在运行电压较高时，固定损耗增加，变动损耗减少；运行电压较低时，固定损耗减少，变动损耗增加。一般35～220kv宜在较额定电压高的电压下运行更经济，33kv和10kv以下宜在额定电压较低的电压下运行更经济，具体电压值还需经过计算后确定。表1提高运行电压降低损耗判别表提高电压百分率12345铜、铁损比率c1.021.041.061.081.10表2降低运行电压降低损耗判别表提高电压百分率-1-2-3-4-5铜、铁损比率c0.980.960.940.920.903)所述采用变压器节电技术包括选用节能型变压器和使变压器经济运行；选择节能型变压器或更换高能耗变压器，减少输配电的损耗，国内新投产的非晶态合金铁心、高温超导电力变压器负载损耗相当于同容量s9系列变压器国家标准规定值的4.5％，可选用变容变压器，解决初期和远期、白天和晚上的负荷差问题；变压器经济运行，当空载损耗和负载损耗相等时，变压器效率最高，运行最经济。在运行中，使变压器负荷尽可能在接近高效率点运行。变压器“大马拉小车”的临界负荷率是：s7系列为25％，s9系列为16％，非晶态变压器为7％。变压器经济负荷区负荷率是在小于75％、大于“大马拉小车”临界负荷率区间。在设计和运行中应避免出现“大马拉小车”的现象发生。在投资和建设条件允许的情况下，在集中供电方式中，可考虑初近期和远期的主变压器、整流变压器、配电变压器台数分离，并考虑共享方式。在满足供电可靠性的前提下减少初期变压器的投入数量，根据负荷情况改变投退变压器的数量，减少初期投资和降低运营电能损耗。4)所述调整直流牵引系统的经济运行是指合理调整轨道交通牵引直流供电系统中的牵引变电所、接触网的运行、供电方式；轨道交通牵引直流供电系统正常情况下，牵引变电所、接触网采用双机组运行、双边供电方式。一般采用2台整流机组并联运行，在满足负载率和谐波的前提下，当一台牵引整流机组退出运行时，采用单机组双边供电方式，可以减少牵引网的附加损耗。合理确定牵引变压器的容量使其负载率在92％及以上，高效运行；抑制谐波达到节能，对于整流机组采用两台并联运行，形成24脉波整流，可限制谐波的产生；合理选择列车再生制动能量吸收装置会大大节省电能。有电容储能、飞轮储能、电阻吸收和逆变吸收装置。其中电容储能方式节能效果好，对电网有稳定作用，同时维护量少。5)所述采用智能化的软件系统是指在电力监控系统(scada)中加入远程抄表功能，采集供电、用电设备电量，进行分类统计。电力系统中采用的能量管理软件系统ems，是在数据采集和监视控制系统的基础上加入经济调度软件edc、高级应用软件pas、负荷管理软件lm等模块，根据系统采集的信息和数据进行调度分析、决策和控制，主要目标是提高电力系统的自动控制水平，提高供电质量和改善运行的经济性。在轨道交通供电系统中可借鉴电力系统的部分模块功能，对用电供电设备进行综合分析，对高耗能设备进行重点跟踪。另外，还可以借鉴电力系统的智能系统和专家系统功能。3、决策支撑体系：包括电能统计查询模块、电能能耗分析模块、用电指标评估模块、用电指标预测模块。(1)所述电能统计查询模块是根据电能计量的实时信息对现场各个单位的电能使用和消耗情况进行统计和对比分析，提供基于时间的图形化数据查询功能和各种分析图表和报表功能；电能统计查询模块采用模糊查询和精确查询统计，同时提供图形显示功能；(2)所述电能能耗分析模块包括列车牵引能耗分析单元和车站能耗分析单元；1)列车牵引能耗包括牵引运行耗电量(包括自用电量)和惰性、制动及停电时的自用电量，列车牵引能耗的影响因素包括线路条件、列车类型、列车编组方式、列车满载率；①列车类型对列车牵引能耗的影响：轨道交通系统的列车类型对列车运行起着决定性的作用。列车类型不同，不仅是列车大小尺寸及容量的差别，更重要的是列车的自重、运营速度等技术指标有较大的差别，直接影响列车编组、输送能力等多个方面，从而影响了轨道交通系统的列车运行能耗；②列车编组对列车牵引能耗的影响：列车的编组主要由高峰断面客流量以及运输组织决定。列车的编组数量越大，满足运营需要所需牵引力越大，能耗随之增加。可采用初、近、远期不同编组形式，其优点为针对不同的运量选择不同的编组有利于节能，有利于运输组织，吸引客流；③列车满载率对列车牵引能耗的影响：列车在满载情况下，乘客质量在列车总质量中一般占25～30％：而当列车满载率下降到运营公司可以接受的50％的状态时，乘客质量在列车总质量中将下降到17％左右。换言之，随着满载率的下降，牵引能耗将主要用于无效牵引在列车满载率低于30％的时候，列车的无效牵引比较大，为了解决这一问题，若采用加大行车间隔的方式，则会大幅降低服务水平，这对于平峰时段客流占总客流80％的乘客，尤其是客流强度约在高峰客流强度三分之一时段的50％乘客来说，其服务水平难以接受，也将为城市轨道交通吸引客流带来负面影响。若采用分时段编组的高密度运行方案，在保证高服务水平的前提下，采用灵活编组的行车组织方案比固定编组的方案将有效降低列车运行能耗和系统能耗。2)车站能耗包括照明能耗、动力能耗；所述照明能耗包括车站照明能耗、区间照明能耗；所述车站照明能耗包括工作照明能耗、节电照明能耗、事故照明能耗、疏散标志照明能耗、广告照明能耗；所述动力能耗包括自动扶梯系统能耗、空调能耗；述自动扶梯，是带有循环运动梯路向上或向下倾斜(30°～35°)输送乘客的固定电力驱动设备。自动扶梯按其规格大小可分为轻型、中型和重型(没有明确的划分)。城市轨道交通系统车站的自动扶梯在额定负载运行情况很短，大多数时间都处于空载和轻载情况下运行，耗费大量电能，城市轨道运输每天上下班的客流高峰时问很短，不足四小时，在非高峰时间，自动扶梯空载的时问远远大于载客时间。根据乘客人数来调整自动扶梯运行速度，自动扶梯作为城市轨道交通车站的服务设施，在客流高峰期要全速运行，以保证乘客输送的迅速便捷。在客流量少的平峰阶段，可以采取调节自动扶梯运行速度的方法节约能耗，尤其是自动扶梯在空载上行时，消耗功率随着扶梯速度的增大而逐步增大，自动扶梯在20％额定转速时所消耗的功率是额定转速所消耗功率的21％；空载下行时，采取调节自动扶梯运行速度的方法节约能耗，尤其在自动扶梯负载小于20％时下行运行时，尽量降低运行速度，节约能耗。总之，根据客流来调节自动扶梯运行，具有很好的节能效果。所述通风空调系统，是地铁工程中的重要系统，当列车正常运营时，它的主要功能是排除地铁空间的余热余湿，保证地铁内部空气环境达到规定的标准，为乘客和工作人员提供一个适宜的人工环境，满足其生理和心理上的要求；而当列车发生事故时，通风空调系统还应保证对事故区域进行有效的通风。通风空调系统是地铁系统中第一能耗大户。有统计表明，通风空调系统能耗约占整个地铁用电负荷的45％～60％。通风空调系统方案的合理与否严重影响地铁运营能耗，因此，通风空调系统制式的选择必须着重考虑能耗指标，选择合理的节能方案。目前，国内地铁通风空调系统制式常见的有屏蔽门系统和闭(开)式系统。屏蔽门系统是在车站站台上设置与列车车门联动启闭的屏蔽门，将站台与轨道隔开，车站内的通风空调系统相对独立运行。空调季节，车站通风空调系统为少量新风或全新风状态运行；非空调季节，车站空调为全通风状态运行，区间隧道通风以活塞通风为主。闭式系统是指在空调季节，车站和区间隧道内的空气除空调机引进少量新风外，系统与外界基本处于一种不相通的形式，在非空调季节亦可作开式运行，即利用活塞风井、车站出入口、两端洞口及机械通风与室外大气相通进行通风换气，排除轨道交通产生的热量。近年来，随着研究的不断深入，一种改进的闭式通风空调系统在地铁设计中得到应用，被称为集成闭式通风空调系统(以下简称“集成闭式系统”)。该制式系统的主要特点是车站公共区通风空调系统和区间通风系统实现部分设备及风道的共用，车站不需设置组合式空调机组，而是利用风道内设置的大型表冷器及车站通风机组成空气处理系统，为车站提供通风空调。车站通风机、排热风机同时兼作区间事故风机。3)电能能耗的影响因素包括时间要素、区域要素、车站要素、线路节能破、车辆要素、设备要素、季节要素：所述时间要素，包括施工期、调试期、初期、近期和远期；轨道交通施工过程中，通常有部分线路在完成阶段建设目标后即开始运营，这表明运营长度对轨道交通网络总能耗将产生直接的影响。所述区域要素，包括市区和郊区；市区人员流动性大，市区轨道交通的载客量明显高于郊区，载客量的多少对于电梯、空调等设施的能耗会产生影响。所述车站要素，包括高架站、地面站和地下站；不同的线路，站内耗电会有较大差距，特别在使用空调的季节，地下和地面的能耗明显高于高架。所述线路节能坡，采用比例包括高、中和低。所述车辆要素，包括a型车、b型车、c型车等。所述设备要素，牵引供电系统、通风与空调系统、屏蔽门、照明、给排水、自动扶梯、弱电系统、车辆基地设备；不同型号的列车采用不同的节能型设施，不同类型的车站(地上、地下)根据运行的实际情况采用不同的节能措施，都可以达到节能的目的。所述季节要素，包括春、夏、秋和冬；随着夏季的到来，地铁总能耗有明显的上升，季节因素对能耗的变化有极其明显的影响。电能能耗分析采用灰色关联分析法对各个要素进行灰色关联度分析，所述关联度，是事物之间、因素之间关联性大小的量度。它定量地描述了事物或因素之间相互变化的情况，即变化的大小、方向与速度等的相对性。如果事物或因素变化的态势基本一致，则可以认为它们之间的关联度较大，反之，关联度较小。对事物或因素之间的这种关联关系，虽然用回归、相关等统计分析方法也可以做出一定程度的回答，但往往要求数据量较大、数据的分布特征也要求比较明显。而且对于多因素非典型分布特征的现象，回归相关分析的难度常常很大。相对来说，灰色关联度分析所需数据较少，对数据的要求较低，原理简单，易于理解和掌握，对上述不足有所克服和弥补。具体包括以下步骤：(1)原始数据处理：采用将原始数据减去原始数据的平均值然后再除以原始数据的标准差的方法对原始数据进行无量纲化处理；(2)计算关联系数：首先确定分析序列，设因变量数据构成参考序列x′0，各自变量数据构成比较序列x′i(i＝1，2，3…n)，n个数据序列形成矩阵如式①所示：式中，x′i表示主元素，矩阵①中的第1行代表分析的样本数据，列代表主元素，矩阵本身表示一个主因素；(3)对变量序列进行无量纲化：采用式②对变量序列进行无量纲化，xij为主元素i的第j个指标的无量纲化结果；x′ij为主元素i的第j个原始数据指标对应于原始数据指标的平均值，st(x′ij)为对应于原始数据指标的标准差；无量纲化处理后，各因素序列形成矩阵如式③所示：对于每个主因素，选择最优样本数据作为参考序列，与其关联度越大表示与耗电量越相关。假设第i个主元素为xi＝(xi(1)，xi(1)，xi(2)…xi(n))t，i＝1，2，3…n；④构造最优样本：x0＝(x0(1)，x0(1)，x0(2)…x0(n))t；⑤(4)求绝对差值矩阵、最大差值和最小差值：计算式③中矩阵的第一列与其余各列对应值的绝对差值，形成绝对差值矩阵如式⑦所示：式中，δ0i(k)＝|x0(k)-xi(k)|，(i＝1，2，…n，k＝1，2，…n)；⑧绝对差值矩阵中最大值和最小值，即为最大差值和最小差值：(5)计算关联系数：对式⑦的绝对差值矩阵中数据作如下式⑩的变换得到关联系数矩阵如式所示：其中，ρ为分辩系数，取值范围为(0，1)，关联系数ξ0i(k)是不超过1的正数，绝对差值δ0i(k)越小，关联系数ξ0i(k)就越大，ξ0i(k)反映第i个比较序列xi与参考序列x0在第k期的关联程度；(6)计算关联度：用比较序列xi与参考数列x0的各个时期的关联系数之平均值来定量反映这两个数列的关联程度，其计算公式为：式中，r0i(k)为第k个比较数列xi与参考数列x0的关联度。(3)所述用电指标评估模块包括客流量能耗指标评估单元、车辆周转量指标评估单元、客运周转量指标评估单元、车站动力能耗指标评估单元；所述客流量能耗指标评估单元采用的计算方式为：年(月)总耗电量/客流总量，单位为度/人次；该指标反映了区域及季节影响因素，区域不同，客流量变化明显，季节不同，客流量的大小将间接影响总耗电量。所述车辆周转量指标评估单元采用的计算方式为：年(月)总耗电量/车辆运行总里程，单位为度/车·km；该指标反映了时间、车辆类别及线路节能坡采用的因素，不同的运营期能耗表现明显不同，据研究采用节能坡的线路对节省能耗有帮助，车型不同则能耗不同，该指标则能体现不同车型能耗的比较。所述客运周转量指标评估单元采用的计算方式为：年(月)总耗电量/客运周转总量，单位为度/人·km；该指标考虑人的因素的同时也考虑了运营里程，综合反映了季节、车型、节能坡、设备类别及区域的影响，体现力更强，集合度更高。所述车站动力能耗指标评估单元采用的计算方式为：年(月)总耗电量/(站×天)，单位：度/站·天；该指标反映站内各个设备的能耗。进一步，所述用电指标评估模块是采用建立能耗指标综合评估的遗传投影寻踪模型的方法来进行用电指标评估；基于遗传投影寻踪方法的能耗指标综合评估流程图如图2所示，包括以下步骤：1)对各单项能耗指标进行分级，在各等级范围内通过随机取值的方法建立投影指标，该投影指标包括各能耗单项指标及其所对应的等级；所述单项能耗指标包括客流量能耗指标、车辆周转量指标、客运周转量指标；具体为客流量能耗指标最大值、客流量能耗指标最小值、客流量能耗指标平均值、车辆周转量指标最大值、车辆周转量指标最小值、车辆周转量指标平均值、客运周转量指标最大值、客运周转量指标最小值、客运周转量指标平均值；2)将投影指标按照某一投影方向投影到一维空间上，得到投影指标在一维空间的投影值，将投影值的标准差、投影值与投影指标对应的评估等级之间的相关系数作为考察投影指标的变异信息，从而建立投影目标函数；3)利用遗传算法求解投影目标函数最大值来估计最佳投影方向；4)根据最佳投影方向得到投影指标的最佳投影值与评估等级之间的散点图，从而建立能耗指标综合评估的遗传投影寻踪模型。具体如下：对各单项能耗指标进行分级：各单项能耗指标指标及其分级如图3、图4和图5所示，各单项能耗指标平均分为9级，从1～9级电能节能情况逐级下降，相关参数定义如下：设客流量最大值为kll_max，客流量最小值为kll_min，进线电量最大值为jxdl_min，进线电量最小值为jxdl_max，运营里程最大值为yylc_max，运营里程最小值为yylc_min；客流量能耗指标最大值为kll_index_max，客流量能耗指标最小值为kll_index_min；客流量能耗指标平均值为kll_index_avg，则客流量能耗指标最大值：客流量能耗指标最小值：客流量能耗指标平均值：kll_index_avg＝(kll_index_max+kll_index_min)/2；设车辆周转量指标最大值为clzzl_index_max、车辆周转量指标最小值为clzzl_index_min、车辆周转量指标平均值为clzzl_index_min；则车辆周转量指标最大值：车辆周转量指标最小值：车辆周转量指标平均值：clzzl_index_avg＝(clzzl_index_min+clzzl_index_max)/2；设客运周转量指标最大值为kyzzl_index_max、客运周转量指标最小值为kyzzl_index_min、客运周转量指标平均值为kyzzl_index_avg，则客运周转量指标最大值：客运周转量指标最小值：客运周转量指标平均值：kyzzl_index_avg＝(kyzzl_index_min+kyzzl_index_max)/2；在各等级范围内通过随机取值的方法建立投影指标，从而形成样本集。投影指标包括反映能耗情况的各单项能耗指标x*(i，j)，i＝1，2，…n，j＝1，2，…m，及其对应的评估等级y(i)，i＝1，2，…n，能耗越差，对应的评估等级就越高；为了使指标的变化范围统一，采用式对x*(i，j)进行归一化处理为x(i，j)，即x(i，j)＝x*(i，j)/xmax(j)，i＝1，2，…n，j＝1，2，…m；其中，xmax(j)为第j个指标的最大值；n为样本的个数；m为指标个数。投影目标函数的建立：建立能耗指标综合评估模型就是建立x(i，j)与y(i)之间的数学关系，投影寻踪方法将n维数据x(i，j)综合成以a＝(a(1)，a(2)，…，a(m))为投影方向的一维投影值z(i)：为了在投影时找到数据的特征，要求在综合投影值时，投影值z(i)应尽可能大地提取x(i，j)中的变异信息，即z(i)的标准差sz应尽可能大，同时要求z(i)与y(i)的相关系数rzy的绝对值|rzy|尽可能大，因此取投影目标函数为f(a)＝sz|rzy|；投影目标函数的优化：投影目标函数f(a)随着投影方向a变化而变化，可通过求解投影目标函数最大值来估计最佳投影方向a*，即maxf(a)＝sz|rzy|；这是一个以a＝(a(1)，a(2)，…，a(m))为优化变量的非线性优化问题，用常规方法处理较困难，遗传算法则是一种比较通用的全局优化方法，它通过模拟生物界“适者生存”的规则以及群体内部染色体信息交换机制来进行全局优化，能够简便有效的解决上述问题。其基本思想是，随机抽取若干个初始投影方向作为初始群体，用遗传算法来优化投影目标函数，并建立与投影目标函数的大小相应的适应度函数，适应度函数大的个体被保留的机会就大，通过选择、杂交、变异等遗传操作，最后适应度数值最大的所对应的个体与最大投影目标函数对应的最佳投影方向a*相对应。利用最佳投影方向可以判断各评估指标对综合评估目标的贡献大小。建立能耗指标综合评估的遗传投影寻踪模型：将最佳投影方向a*按式做归一化得到权重向量w*＝(w*(1)，w*(2)，…，w*(m))，并将此权重代入式可以得到第i个样本的投影值z(i)。根据z(i)与y(i)构成的散点图，可以建立能耗指标综合评估的数学模型，从而对能耗情况进行综合评估；即其中，x(i，j)为随机生成的样本，并将其按式进行了归一化后得到散点图如图6所示：表3散点图各阶层的端点投影值(4)所述用电指标预测模块是对用电指标进行合理客观的预测，预测出电力负荷在未来时期的变化趋势及状态，从而为电能指标的下达提供一定的参考价值；用电指标预测模块采用建立灰色系统gm(1，1)模型的方法进行预测。建立灰色系统gm(1，1)模型的方法的实质是对原始数据序列进行一次累加生成，使其成为有规律性的数列，然后再建立gm(1，1)模型，即建立微分方程。求解该微分方程，得到方程的参数a、u值。最后得到累加数列的灰色预测gm(1，1)模型，进行预测。具体步骤为：设x(0)为原始数据序列x(0)＝[x(0)(1)，x(0)(2)，x(0)(3)…x(0)(n)]；对该数据列进行一次叠加，生成新的数据数列为x(1)＝[x(1)(1)，x(1)(2)，x(1)(3)…x(1)(n)]；依照新数据序列编号规律对新数据序列，建立对应的白化微分方程为式中a、b为方程参数，记做在最小二乘准则下yn＝bp的解为式即为gm(1，1)参数a、b的矩阵辨识计算式。式中(btb)-1bt事实上是数据矩阵b的广义逆矩阵，其中式中，b为(n-1)阶数据矩阵，yn为数据向量，p为参数向量，令z(1)为x(1)的均值序列z(1)＝[z(1)(2)，z(1)(3)，z(1)(4)…z(1)(n)]：由式白化形式微分方程为z(1)(k)＝0.5x(1)(k)+0.5x(1)(k-1)；可以得到gm(1，1)预测模型为对进行累减生成还原，得到的预测值，即gm(1，1)的预测模型为：预测模型建立后，通常要利用已知的历史资料对模拟预测值的精度进行检验，以判定模型是否合适可用。gm(1，1)模型的预测精度有多种检验方法，主要的有残差大小检验法、关联度检验法、后验差检验法，这里采用后验差检验法：令x(0)为原始序列，为预测值序列k＝2，3…n原始数据x(0)(k)的平均值x(0)(k)的方差残差残差ε(0)(k)的平均值ε(0)(k)的方差则称为后验差比值；定义为小误差概率；一个好的预测，要求c越小越好，一般要求c≤0.35，最大不超过0.65。预测好坏的另一个指标是小误差概率要大。所谓小误差是指绝对偏差或者说，相对误差一般要求p≥0.65，不得小于0.7。按照p与c的大小，可将预测精度分为4个等级，各个等级标准如表4，如果经检验不合格，可以建立gm(1，1)残差模型进行修正。指标c越小越好，c越小表示s1越大，s2越小。s1越大，表明历史数据方差大，历史数据就越离散。s2越小，表明残差方差越小，残差离散程度大。c小，表明尽管历史数据很离散，而模型所得的预测值与实际值之差并不太离散。指标p越大越好，p越大，表示残差与残差平均值之差小于给定值0.6745s1的点越多。按照c与p两个指标，可以综合评定预测模型的精度。表4等级标准根据gm(1，1)模型的预测数据的残差q(0)(t)，定义残差序列如果q(0)(t)序列存在负值，首先应该对其进行正化处理。常用的方法就是将残差数据列中的每一个数值加上一个适当的正数，使其变成非负的。则正化处理后的残差数列为q(0)＝[q(0)(1)，q(0)(2)，q(0)(3)…q(0)(n)]；还原后得到优选地，一种面向轨道交通的电能质量及节能分析系统包括服务器硬件和windowsserver2008操作系统，基于visualstudio2010软件开发平台使用c#编程语言和数据库sql2008，所使用的系统架构为sql2008+ado.net+asp.net；所采用的的运行模式为浏览器/web服务器/数据库服务器三层架构模式。本发明提供的一种面向轨道交通的电能质量及节能分析系统开发时主要工作就在服务器端完成，服务器端主要负责开发、维护网上的内容与资源，负责信息的收集、存储、发布。客户端直接利用现有的局域网或internet连接，不需要特殊设置和安装，使用标准的internet浏览器，直接访问web服务器，通过web服务器程序就可以实现数据库中存储数据的远程操作，从而不存在客户端程序的开发和维护。本发明不局限于以上所述的具体实施方式，以上所述仅为本发明的较佳实施案例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。当前第1页12