典型文献
基于数据挖掘的地铁车站热湿特征抽取
文献摘要：
针对城市轨道交通系统车站环控能耗高占比问题,从城轨交通地下站点热湿环境角度探索轨交站点环控运行能效提升策略.通过K-means对地铁公司各车站站内全年日均温湿度数据进行聚类,再对各聚类车站通过时空分布、埋深等物理属性影响进行分析.结果表明:①相同线路、相邻车站温湿度变化曲线存在差异较大;②温度聚类二类车站表现为冬冷夏热,舒适度最差,11—12月的西南季风造成温度聚类四车站温度较低;③利用室内外温湿度差的标准差分析发现,曲线波动与埋深、方位角等物理特征均表现为强相关.因此不同车站因物理特征差异站点环控系统应差异化运行,也应对不同车站分类设定不同环控能耗定额标准,研究结果为地铁车站设计、环控设备选型提供依据,并对城轨交通的深绿运行及低碳城市建设有积极意义.
文献关键词：
地铁;非牵引能耗;数据挖掘;K-means聚类;方差分析
中图分类号：
作者姓名：
杜书波;李德奎;杨峰;李念程;张鹏
作者机构：
同济大学建筑与城市规划学院,上海200092;聊城大学建筑工程学院,聊城252000;聊城大学计算机学院, 聊城252000;青岛地铁集团有限公司, 青岛266021;西悉尼大学工程设计建成环境学院, 悉尼 NSW 2751,澳大利亚
文献出处：
引用格式：
[1]杜书波;李德奎;杨峰;李念程;张鹏-.基于数据挖掘的地铁车站热湿特征抽取)[J].科学技术与工程,2022(23):10222-10229
A类：
能耗定额标准,非牵引能耗
B类：
地铁车站,特征抽取,城市轨道交通系统,城轨交通,地下站,热湿环境,运行能效,能效提升,means,地铁公司,各车,站内,日均,均温,温湿度数据,埋深,物理属性,同线,二类,季风,室内外温湿度,线波,方位角,物理特征,同车,特征差异,环控系统,车站分类,车站设计,设备选型,深绿,低碳城市建设
AB值：
0.344515
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
