广州地铁集团有限公司
摘要：遵循大数据背景中的相关理论点，使用数据挖掘并分析的聚类分析方法来探究地铁环控系统能耗情况，通过实现能耗数据整合、建设规范性的标准能耗模型，以此为基础有效的监测车站的实际能耗情况，寻到节能突破口。
关键词：聚类分析方式；地铁环控系统能耗
地铁作为一种便利的交通出行方式，已普遍在各大、中型城市推广建设，并逐渐发展成为人们首选的出行方式，使用率较高，因此探究地铁环控系统能耗意义重大。通过分析乘客进、出闸机次数推断客流量，区分各类型车站早、晚高峰时段，并合理的对环控系统运行模式进行调整，可有效的取得节能效果，这就需要通过合理的方式来探究能耗数据中的数值对比、变化情况，以此为地铁运营提供合理的依据。地铁运营消耗是一项价值性极高的数据资产，借助能耗大数据可以找寻到节能的突破口，解决存在的各方面问题。
1、聚类分析方法数据挖掘理论简述
聚类分析方法以大数据为背景进行数据挖掘，从包含的数据信息入手，在其中找寻重要的信息数据，以此获取人们在表面中无法认识到的规律和运行趋势，属于一种更为合理和规范的数据分析方式。
数据挖掘算法是数据挖掘技术的应用要点，在本文中，就需要根据海量地铁能耗数据来使用合理的数据挖掘算法，从诸多数据中了解到目标变量和其他变量之间的联系，根据两者的关系对数据进行分辨，然后加以预测。数据挖据方式包含的类型比较多，而本文主要是应用聚类分析方式来处理各种能耗数据，聚类分析的运行原理表现为：借助计算机的优势和功能来划分数据的类型，明确数据中隐藏的规律和趋势。
聚类分析方式包含的类型如下所示：
①采取划分的方式：对相关对象进行划分，将其划分到另外一个环节中去，以此提升划分的效果。
②采取层次的方式：使用分解和合并两种方式来建设规范性的给定数据集层次，将层次合并和循环定位方式相互联系到一起，以此解决存在的问题。
③采取网格的方式：对对象空间进行划分，使其成为单元，建设完善的网络结构，从而整合数据。
④采取密度的方式：按照密度来实施数据中对象的聚类，按照对象周围密度的增长情况进行聚类。基于密度的聚类方式和密度大小排序的方式来确定聚类结构方式，不过，两种方式有着明显的差别，那就是前者和后者相比较而言，不能够在增长高密度区域的基础上进行聚类处理，是根据自动交互的聚类分析来制作聚类流程。
⑤采取模型的方式：对相关的聚类模型进行假设，然后找寻出符合模型要求的数据，借助中心点算法来聚类分析车站中的能耗数据，循环性的计算各个数据对象和中心距离，以此保证整体质量。
2、地铁车站的聚类以及环控系统能耗分析
地铁车站全年逐时、逐月能耗分布规律是否具备相似性是体现车站自身特征的关键，从实际情况来看，伴随着全年能耗数据的增加，以往单一的数据处理方式已经远远无法满足当前的发展需求。做好车站分类工作的实质性目的是明确车站的结构、形式、面积以及具体位置等，查看其对于环控系统能耗产生的相关影响。针对于此种情况，可以借助聚类分析方式来划分相同规律的车站，以此辨别出不同类型车站之间的差异性。因此，本文主要是使用数据挖掘的方式对地铁车站环控系统能耗数据展开了聚类分析，以此寻找出特征一致的车站，对能耗情况进行聚类分析。
各类型地铁车站的环控系统按照其运行方式的不同可以分为3种环控制式，第一种类型的车站所使用的是闭式系统，即地铁车站内所有与室外联通的风井及风阀均处于关闭状态，车站内仅依靠通风及空调系统来打到供给新风、通风降温的目的。第二种、第三种以及第四种类型的车站则是采用了开式系统，在地铁的沿线车站以及车站之间设置新、排、活塞等风井及风阀，并根据各种季节、情况设置不同的开关状态对地铁车站进行通风、降温，并取得一定的节能效果。第五种类型的车站则采用了屏蔽门系统，即在车站站台安装可以滑动的屏蔽门用于分隔站台区域与隧道区域，减少地铁车站内的冷、热量损失以达到节能的目的，我国大多数的轨道交通线路均使用了这个系统。
各类型地铁车站全年逐月的环控系统能耗数据如下表：
从上表数据中可以看出，在夏季的时候，第一种类型的车站环控系统能耗值比较高，特别是在八月份的时候，峰值为403.3MW•h，该类型车站全年波动量比较大，夏季能耗明显高于其他季节，这是因为夏季广州市室外温度较高，为了满足车站站台温度、湿度及乘客所需冷负荷需求，通风及空调系统均处于高负荷运行状态，导致环控系统能耗偏高，而其他季节的能耗量相对而言较为稳定一些。第二种类型的车站环控系统能耗波动量较第一种类型车站要低出很多。第三种类型的车站环控系统能耗峰值为378.9MW•h，该种类型的车站能耗波动现象也较明显。第四种类型的车站环控系统能耗峰值为203.6MW•h，其全年能耗波动情况较其他类型的车站较低，并且在非空调季节的能耗输出亦高出其他类型的车站，这是因为该种类型的车站涉及到火车站、机场等客流密度较高的站点。最后一种类型的车站地理位置较好，一般与大型的商场或超市合建，故环控系统能耗量相对较高。
受地理因素、车站类型以及客流量等多方面因素的影响，使得各类型车站能耗有着明显的差别，不过整体趋势大体一致。
3、结语
地铁车站环控系统能耗与车站地理位置、客流量有着密切的联系，车站内的客流变化，室外温度的变化均会对不同类型的车站能耗产生差异性的影响，通过分析各类型车站全年逐月环控系统能耗变化情况，可以为地铁运营工作的开展提供良好的帮助，并且在实际运营期间能够规范性的选取发车对数以及调整环控系统运行模式，在确保稳定运行的基础上降低环控系统的能耗输出。
参考文献：
[1]朱培根,韦炜致.夏热冬冷地区城市轨道交通环控能耗指标分析研究[J].绿色建筑,2018,10(06):21-24+31.
[2]朱培根,丁茹,陈琦,韦炜致.基于聚类分析方法的地铁环控系统能耗分析[J].暖通空调,2018,48(09):80-84.
[3]刘佳慧,龙静,潘志刚,陈焕新,刘江岩,黄荣庚,李正飞.基于数据挖掘技术的地铁站环控系统用能诊断[J].制冷学报,2018,39(03):1-6.