大數(shù)據(jù)時(shí)代的地鐵能源管理課件

1、暢通BJ讓首都更美好大數(shù)據(jù)時(shí)代的BJ地鐵能源管理1目錄 ContentBJ地鐵能耗平臺(tái)產(chǎn)品選型4BJ地鐵能耗平臺(tái)建設(shè)背景1BJ地鐵能耗平臺(tái)建設(shè)目標(biāo)2BJ地鐵能和平臺(tái)建設(shè)規(guī)劃3能耗平臺(tái)建設(shè)成效6能耗平臺(tái)建設(shè)經(jīng)驗(yàn)總結(jié)7實(shí)施過(guò)程及系統(tǒng)核心功能5大數(shù)據(jù)時(shí)代計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)不斷進(jìn)步大數(shù)據(jù)在各領(lǐng)域都得到應(yīng)用，提升了管理 水平BJ地鐵步入大規(guī)模網(wǎng)絡(luò)化的運(yùn)營(yíng)，運(yùn)維 管理需要智能化32017年年客運(yùn)量30.82億人次，安全行車4.62億車公里；兩次延誤5分鐘以上事故間平均車公里達(dá)到771萬(wàn)車公里。4公司基本情況1BJ市重點(diǎn)行業(yè)重點(diǎn)單位4N全市統(tǒng)籌 聯(lián)動(dòng)節(jié)能 監(jiān)測(cè)服務(wù) 平臺(tái)設(shè)備運(yùn)行電能數(shù)據(jù)運(yùn)營(yíng)數(shù)據(jù)監(jiān) 測(cè)統(tǒng) 計(jì) 分

2、析上 報(bào)BJ地鐵能耗統(tǒng)計(jì)與監(jiān)測(cè)平臺(tái)BJ地鐵能耗平臺(tái)-建設(shè)背景為響應(yīng)國(guó)家和BJ市節(jié)能減排號(hào)召，地鐵公司建設(shè)能耗平臺(tái)，建立覆蓋BJ地鐵網(wǎng)各條線路能源計(jì)量與管理系統(tǒng)，不僅提升企業(yè)能源 管理信息化、精細(xì)化水平，并為提升軌道交通行業(yè)信息化水平提供必要的決策支撐。標(biāo)準(zhǔn)研究構(gòu)建能耗模型，數(shù)據(jù)接入標(biāo)準(zhǔn)。面對(duì)地鐵種類繁多的設(shè)施設(shè)備，從分類、分項(xiàng)和分戶 三個(gè)維度構(gòu)建能耗統(tǒng)計(jì)模型，梳理BJ地鐵智能表計(jì)覆蓋原則，制定數(shù)據(jù)采集接口標(biāo)準(zhǔn)。 使BJ地鐵在未來(lái)能耗系統(tǒng)建設(shè)、管理、運(yùn)營(yíng)的過(guò)程中，做到有標(biāo)準(zhǔn)，有規(guī)范，有原則。數(shù)字化通過(guò)建設(shè)BJ地鐵能耗統(tǒng)計(jì)與監(jiān)測(cè)平臺(tái)，實(shí)現(xiàn)全路網(wǎng)能耗數(shù)據(jù)從采集端到管理端全過(guò)程數(shù) 字化、自動(dòng)化、減少人

3、工干預(yù)因素。同時(shí)實(shí)現(xiàn)能耗信息的線網(wǎng)級(jí)、線路級(jí)、車站級(jí)三級(jí)管 理，線路級(jí)、車站級(jí)、就地級(jí)三級(jí)監(jiān)測(cè)。智能化運(yùn)用大數(shù)據(jù)等先進(jìn)技術(shù)手段，實(shí)現(xiàn)BJ地鐵能源管理的智能化。為BJ地鐵能源管理策略 制定提供全面的數(shù)據(jù)支持，全面提升公司能源管理水平。BJ地鐵能耗平臺(tái)-建設(shè)目標(biāo)84%一個(gè)大數(shù)據(jù)中心八大功能模塊數(shù)據(jù)查詢統(tǒng)計(jì)分析電能質(zhì)量碳排放智能告警輔助決策能源報(bào)表智能預(yù)測(cè)BJ地鐵能耗平臺(tái)-建設(shè)規(guī)劃平臺(tái)規(guī)劃一個(gè)能耗數(shù)據(jù)中心，三個(gè)應(yīng)用平臺(tái)，數(shù)據(jù)統(tǒng)計(jì)、大數(shù)據(jù)分析、碳排放管理等八個(gè)功能模塊。應(yīng)用分類、聚類、回歸等不同 算法，特別是在能耗大數(shù)據(jù)挖掘分析和可視化方面做了重點(diǎn)提升。用戶管理系統(tǒng)監(jiān)控部署管理資源調(diào)度安全管理日志審計(jì)

4、運(yùn)維平臺(tái)數(shù)據(jù)交換匯集ETL實(shí)時(shí)采集數(shù)據(jù)遷移數(shù)據(jù)治理平臺(tái)數(shù)據(jù)地圖資源管理數(shù)據(jù)共享數(shù)據(jù)質(zhì)量數(shù)據(jù)治理Hive（SQL）MapReduce分布式計(jì)算HDFS分布式存儲(chǔ)YARN計(jì)算調(diào)度Impala（In- memory SQL）Mahout（Machine Learning）Spark（Mlib）Pig（Scripting）實(shí)時(shí)數(shù)據(jù)庫(kù)流計(jì)算Stream可視化平臺(tái)UE根因分析關(guān)聯(lián)分析搜索引擎推薦引擎語(yǔ)音識(shí)別用戶畫(huà)像智能管理APISDK反欺詐圖像識(shí)別人工智能Miner算法庫(kù)模型庫(kù)數(shù)據(jù)洞察Insight數(shù)據(jù)集成數(shù)據(jù)分析知識(shí)庫(kù)知識(shí)點(diǎn)數(shù)據(jù)挖掘深度學(xué)習(xí)實(shí)時(shí)分析知識(shí)庫(kù)知識(shí)點(diǎn)平臺(tái)建設(shè)采用B/S架構(gòu)，基于Hadoop分布

5、式集群處理技術(shù)，利用其高容錯(cuò)性、高吞吐量等優(yōu)勢(shì)，通過(guò)多樣化的數(shù)據(jù)接口，從多個(gè)數(shù)據(jù) 源采集數(shù)據(jù)，進(jìn)行統(tǒng)一整合，為多個(gè)平臺(tái)與系統(tǒng)提供數(shù)據(jù)服務(wù)。平臺(tái)產(chǎn)品強(qiáng)大的數(shù)據(jù)挖掘與分析能力，實(shí)現(xiàn)了能耗數(shù)據(jù)分析與展示， 對(duì)地鐵能耗進(jìn)行預(yù)測(cè)，為制定節(jié)能減排的改進(jìn)方案提供數(shù)據(jù)支持。BJ地鐵能耗平臺(tái)-產(chǎn)品選型BJ地鐵能耗平臺(tái)-產(chǎn)品選型數(shù)據(jù)中心包含四大子系統(tǒng)：數(shù)據(jù)采集系統(tǒng)、數(shù)據(jù)處理系統(tǒng)、數(shù)據(jù)分析系統(tǒng)、數(shù)據(jù)輸出系統(tǒng)數(shù)據(jù)采集系統(tǒng)數(shù)據(jù)處理系統(tǒng)數(shù)據(jù)分析系統(tǒng)數(shù)據(jù)輸出系統(tǒng)一個(gè)中心數(shù)據(jù)中心IQ OSISC S運(yùn) 營(yíng)數(shù)據(jù)中心采集、存儲(chǔ)多元異構(gòu)數(shù)據(jù)建立基礎(chǔ)數(shù)據(jù)模型，整合數(shù) 據(jù)智能分析、深度學(xué)習(xí)、AI數(shù)據(jù)中心數(shù)據(jù) 查詢智能 告警智能 預(yù)測(cè)數(shù)

6、據(jù)供給智能應(yīng)用數(shù)據(jù)標(biāo)準(zhǔn)數(shù)據(jù)質(zhì)量數(shù)據(jù)管理臨時(shí)數(shù)據(jù)層：從各專業(yè)源系統(tǒng)抽取而來(lái)的數(shù)據(jù)，加載至臨時(shí)數(shù)據(jù)層落地基礎(chǔ)數(shù)據(jù)層：建立統(tǒng)一數(shù)據(jù)模型，對(duì)各專業(yè)源系統(tǒng)數(shù)據(jù)進(jìn)行整合存儲(chǔ)。匯總數(shù)據(jù)層：結(jié)合業(yè)務(wù)標(biāo)準(zhǔn)，從基礎(chǔ)數(shù)據(jù)層進(jìn)行數(shù)據(jù)指標(biāo)匯。專用數(shù)據(jù)層：為下游應(yīng)用提供數(shù)據(jù)訪問(wèn)和數(shù)據(jù)支持。輔助 解決能源 報(bào)表大屏 展示針對(duì)軌道交通行業(yè)多信息系統(tǒng)的現(xiàn)況，大數(shù) 據(jù)平臺(tái)從數(shù)據(jù)采集、數(shù)據(jù)整合、數(shù)據(jù)存儲(chǔ)、 數(shù)據(jù)模型、數(shù)據(jù)分析、可視化展現(xiàn)進(jìn)行了定 制和優(yōu)化，使得大數(shù)據(jù)平臺(tái)可以支持多通信 協(xié)議，對(duì)數(shù)據(jù)進(jìn)行統(tǒng)一的加工、存儲(chǔ)和應(yīng)用使得軌道交通行業(yè)各系統(tǒng)數(shù)據(jù)具有統(tǒng) 一的數(shù)據(jù)結(jié)構(gòu)與標(biāo)準(zhǔn)，實(shí)現(xiàn)各個(gè)分離 的系統(tǒng)的數(shù)據(jù)共享，從而找到數(shù)據(jù)間 的相互聯(lián)

7、系，對(duì)數(shù)據(jù)挖掘出更有價(jià)值 的信息，避免了數(shù)據(jù)孤島的出現(xiàn)可以支持通用工業(yè)數(shù)據(jù)通信協(xié)議（Modbus），實(shí) 時(shí)數(shù)據(jù)采集模式（MQ），離線數(shù)據(jù)采集（FTP）以 及其他常見(jiàn)的數(shù)據(jù)接入方式，通過(guò)上述多口協(xié)議的 應(yīng)用，使得大數(shù)據(jù)平臺(tái)產(chǎn)品可以更好的集成軌道交 通行業(yè)的數(shù)據(jù)，從而建立統(tǒng)一的數(shù)據(jù)倉(cāng)儲(chǔ)平臺(tái)，為 用戶提供豐富的應(yīng)用服務(wù)大數(shù)據(jù)歷史數(shù)據(jù)規(guī)范，AI相關(guān)算法分類、聚類、 回歸等，實(shí)現(xiàn)能耗分析、預(yù)測(cè)、預(yù)警，有利于 更為精細(xì)化和動(dòng)態(tài)的測(cè)算城市軌道交通能源消 耗。通過(guò)對(duì)BJ地鐵能耗設(shè)備的數(shù)據(jù)進(jìn)行機(jī)器 學(xué)習(xí)和數(shù)據(jù)挖掘，建立數(shù)學(xué)模型，分析地鐵能 耗變動(dòng)因素，預(yù)測(cè)在不同環(huán)境因素下的地鐵能 耗，深度發(fā)掘能耗和相關(guān)因數(shù)的關(guān)

8、聯(lián)關(guān)系，為 決策提供支撐可實(shí)現(xiàn)TB級(jí)數(shù)據(jù)動(dòng)態(tài)采集、處理和存儲(chǔ)管理，目前每天處 理數(shù)據(jù)1億條，每日新增數(shù)據(jù)大小1G。按照遠(yuǎn)期規(guī)劃22條 線路，能耗數(shù)據(jù)存儲(chǔ)10年，平臺(tái)配置了100TB的磁盤陣列。 為滿足后續(xù)新線接入及系統(tǒng)升級(jí)，配套開(kāi)發(fā)了軟件測(cè)試系 統(tǒng)和網(wǎng)絡(luò)管理系統(tǒng)。BJ地鐵能耗平臺(tái)-產(chǎn)品選型數(shù)據(jù)存儲(chǔ)與整合數(shù)據(jù)整合 (prsto)1號(hào)線PQSSModbus Slave大數(shù)據(jù)平臺(tái)分布式文件系統(tǒng)線路實(shí)時(shí)數(shù)據(jù) (HBASE)數(shù)據(jù)采集與交換實(shí)時(shí)流數(shù)據(jù)處理Storm (Modbus實(shí)時(shí)數(shù)據(jù)解析與處理)ETL調(diào)度-Automation監(jiān)控與管理Ambari/Ganglia采集區(qū)Flume/FEP (數(shù)據(jù)輪詢

9、與采集)交換區(qū)Kafka MQ (實(shí)時(shí)數(shù)據(jù) 緩存)批量數(shù)據(jù)批量數(shù)據(jù)加載與導(dǎo)出緩存實(shí)時(shí)數(shù)據(jù)ISCSModbus Slave1號(hào)線 PQSSDatabase非實(shí)時(shí)數(shù)據(jù)ISCSDatabas e小營(yíng) 信息中心BJ地鐵能源管控應(yīng)用能系統(tǒng)第三方全量 數(shù)據(jù)倉(cāng)庫(kù)BJ市 交通委員會(huì)實(shí)時(shí)監(jiān)測(cè) 能耗分析 數(shù)據(jù)展示 輔助決策 數(shù)據(jù)挖掘?qū)ｎ}分析能源監(jiān)控系統(tǒng) DatabaseJDBCModbusMQFTPFTPMQMQHBase APISqoopSqoop數(shù)據(jù)結(jié)構(gòu)映射FTPBJ地鐵能耗平臺(tái)-系統(tǒng)技術(shù)邏輯架構(gòu)BJ地鐵能耗平臺(tái)-系統(tǒng)功能能耗數(shù) 據(jù)中心輔助 決策電能 質(zhì)量統(tǒng)計(jì) 分析能源 報(bào)表基礎(chǔ) 數(shù)據(jù)報(bào)警及 事件碳排放 管理

10、數(shù)據(jù) 查詢 分類分項(xiàng)通過(guò)對(duì)各線路、站點(diǎn)、車輛段的用能分類、分項(xiàng)、 分戶進(jìn)行計(jì)量，實(shí)現(xiàn)對(duì)各級(jí)用能單位及用能設(shè)備 進(jìn)行實(shí)時(shí)計(jì)量，實(shí)時(shí)采集相關(guān)的能耗數(shù)據(jù)。為各 級(jí)用能單位的用能管理、用能設(shè)備的用能分析、 用能診斷提供精確的數(shù)據(jù)支撐。 ， 分項(xiàng)挖掘平臺(tái)規(guī)劃一個(gè)能耗數(shù)據(jù)中心，三個(gè)應(yīng)用平臺(tái)，數(shù)據(jù)統(tǒng)計(jì)、大數(shù)據(jù)分析、碳排放管理等八個(gè)功能 模塊。應(yīng)用分類、聚類、回歸等不同算法，特別 是在能耗大數(shù)據(jù)挖掘分析和可視化方面做了重點(diǎn) 提升。BJ地鐵能耗統(tǒng)計(jì)與監(jiān)測(cè)平臺(tái)-采集范圍實(shí)時(shí)數(shù)據(jù)實(shí)時(shí)能耗-牽引能耗- 動(dòng)力能耗電能質(zhì)量-頻率有功功率諧波 電流等設(shè)備狀態(tài)-溫度壓力傳感器數(shù)據(jù)-電梯等設(shè)備運(yùn)行狀態(tài)非實(shí)時(shí)數(shù)據(jù)客流信息客運(yùn)量客

11、運(yùn)周轉(zhuǎn) 量進(jìn)站量出站量換 乘量列車運(yùn)營(yíng)信息列車走行公里總開(kāi)行列數(shù)基礎(chǔ)信息車站面積數(shù)據(jù)采 集平臺(tái)PQSS(10條線)1號(hào)線2號(hào)線6號(hào)線8號(hào)線10號(hào)線15號(hào)線昌平線亦莊線房山線ISCS5號(hào)線7號(hào)線9號(hào)線10號(hào)線15號(hào)線昌平線亦莊線BJ地鐵能耗平臺(tái)-數(shù)據(jù)采集流源系統(tǒng)數(shù)據(jù)抽取層數(shù)據(jù)加載層小營(yíng)信息中心抽數(shù)程序數(shù)據(jù)文件校驗(yàn)文件檢查抽數(shù)標(biāo)志程序加載程序接口校驗(yàn)程序校驗(yàn)報(bào)告PQSS/ISCS接口程序Flume采集程序Modbus請(qǐng)求數(shù)據(jù)線路系統(tǒng)BJ地鐵能耗平臺(tái)-能耗數(shù)據(jù)查詢BJ地鐵能源分類、分項(xiàng)、分戶模型實(shí)現(xiàn)按線網(wǎng)或按單位的能源數(shù)據(jù)、負(fù)荷數(shù)據(jù)、運(yùn)營(yíng)數(shù)據(jù)、設(shè)備運(yùn)行數(shù)據(jù)、外用能的查詢和展示。BJ地鐵能源分類、分項(xiàng)

12、、分戶模型實(shí)現(xiàn)按線網(wǎng)或按單位的能源數(shù)據(jù)、負(fù)荷數(shù)據(jù)、運(yùn)營(yíng)數(shù)據(jù)、設(shè)備運(yùn)行數(shù)據(jù)、外用能的查詢和展 示，分別為分類分析查詢、功率查詢、表計(jì)查詢、運(yùn)營(yíng)數(shù)據(jù)查詢等分類分析查詢 表計(jì)查詢功率查詢 運(yùn)營(yíng)數(shù)據(jù)查詢BJ地鐵能耗平臺(tái)-能耗數(shù)據(jù)查詢碳排放-間接碳排放-固定碳排放(動(dòng)力照明)-既有配額-既有碳排放-新增配額-新增碳排放-移動(dòng)碳排放(牽引用電)-直接碳排放(天然氣)-既有配額-既有碳排放-新增配額-新增碳排放BJ地鐵能源分類、分項(xiàng)、分戶模型，以折線圖、柱狀圖、堆疊圖、餅圖等方式實(shí)現(xiàn)負(fù)荷、能耗的類比、同比環(huán)比、占比、排名分析。提供按小時(shí)、日、周、月、 季度、年及自定義時(shí)段對(duì)能耗數(shù)據(jù)統(tǒng)計(jì)。表計(jì)數(shù)據(jù)的查詢及實(shí)現(xiàn)

13、電能質(zhì)量參數(shù)如電壓、電流、功率、功率因數(shù)、諧波分析等實(shí)時(shí)數(shù)據(jù)查詢，并按時(shí)間查詢電能質(zhì) 量參數(shù)數(shù)據(jù)，推進(jìn)電能質(zhì)量的改善和治理。BJ地鐵能源消費(fèi)和碳排放進(jìn)行統(tǒng)計(jì)與監(jiān)測(cè)的基礎(chǔ)上，能夠科學(xué)地測(cè)算各單位的碳排放量，能夠?yàn)槲磥?lái)BJ地鐵開(kāi)展 節(jié)能量交易和碳交易提供規(guī)范的、可靠的基礎(chǔ)數(shù)據(jù)支撐。電能質(zhì)量分析碳排放分析碳排放分項(xiàng)模型BJ地鐵能耗平臺(tái)-能耗數(shù)據(jù)查詢BJ地鐵能源消費(fèi)和碳排放進(jìn)行統(tǒng)計(jì)與監(jiān)測(cè)的基礎(chǔ)上，能夠科學(xué)地測(cè)算各單位的碳排放量，能夠?yàn)槲磥?lái)BJ地鐵開(kāi)展節(jié)能量交易和 碳交易提供規(guī)范的、可靠的基礎(chǔ)數(shù)據(jù)支撐。能源預(yù)測(cè)負(fù)荷預(yù)測(cè)用能預(yù)測(cè)指標(biāo)預(yù)測(cè)計(jì)劃管理計(jì)劃目標(biāo)計(jì)劃進(jìn)度計(jì)劃完成指標(biāo)考核指標(biāo)分析人公里用電/水單站日動(dòng)

14、力照明列車牽引單耗客運(yùn)周轉(zhuǎn)量綜合能 耗客運(yùn)周轉(zhuǎn)量二氧化 碳排放.專題分析牽引能耗預(yù)測(cè)車站聚類分析BJ地鐵能耗平臺(tái)-輔助決策實(shí)時(shí)監(jiān)測(cè)地鐵全線網(wǎng)各線路的用能情況，根據(jù)預(yù)設(shè)的能耗報(bào)警條件對(duì)用能超限區(qū)域進(jìn)行報(bào)警，提醒對(duì)報(bào)警區(qū)域及時(shí)干預(yù)，降低能源浪費(fèi)。設(shè)置 在能耗發(fā)生報(bào)警以后，如電功率越限、用水量超限等事件發(fā)生后，能源管理信息系統(tǒng)能夠通過(guò)短信、郵件、自動(dòng)彈出等方式通知相關(guān)人員。能耗報(bào)警用能報(bào)警表計(jì)報(bào)警設(shè)備故障報(bào)警設(shè)備啟停報(bào)警BJ地鐵能耗平臺(tái)-智能告警能耗平臺(tái)之牽引分析丨分析思路影響因 素分析溫度、客流量、滿載率、ATO模 式地上線、地下線、舊線、新線數(shù)據(jù)分析總體及各線路歷年?duì)恳龁魏淖邉?shì)分 析異常值分析建

15、模預(yù)測(cè)時(shí)間序列分析總 體回歸預(yù)測(cè)單條線能耗平臺(tái)之牽引分析丨牽引單耗分析流程支持向量機(jī)模型能耗數(shù)據(jù)環(huán)境信息客流信息站間距 坡度 曲線客運(yùn)量 滿載率 走行公里行駛速度 運(yùn)行模型 停站方案溫度 風(fēng)向 風(fēng)力SVM模型訓(xùn) 練線路信息運(yùn)營(yíng)信息待預(yù)測(cè)信息輸入輸出牽引單耗預(yù) 測(cè)結(jié)果能耗平臺(tái)牽引分析丨牽引單耗走勢(shì)7月或8月3月或4月總牽引單耗走勢(shì)7/8 月地下線牽引單耗走勢(shì)1/2 月地上線牽引單耗走勢(shì)能耗平臺(tái)牽引分析丨影響因素分析地下線單耗高于混合線，混合線單耗高于地上線站間距越小單耗會(huì)普遍高一些溫度對(duì)牽引單耗的影響，成指數(shù)關(guān)系(13號(hào)線13-15年數(shù)據(jù))客運(yùn)周轉(zhuǎn)量、滿載率對(duì)單耗的影響，基本成線性關(guān)系(09-1

16、6年夏季7月和8月數(shù)據(jù))ATO對(duì)牽引單耗的影響，開(kāi)通ATO會(huì)增加牽引單耗單耗 類型最小值最大值平均值地上134.24（13號(hào)線）176.67（房山）157.62地下151.95（9號(hào)線）193.79（1號(hào)線）176.18混合148.25(機(jī)場(chǎng)線)213.81(05號(hào)線)171.80總體134.24（13號(hào)線213.81(05號(hào)線)172.11單耗 站間距最小值最大值平均值1.4KM及以下160.84（10號(hào)線）213.81（5號(hào)線）180.271.4KM-2.0KM161.94（八通線）193.79（1號(hào)線）176.822.0KM以上134.24（13號(hào)線）176.67（房山線）158.54總

17、體134.24（13號(hào)線）213.81（5號(hào)線）172.11溫度對(duì)牽引單耗的影響夏季空調(diào)月冬季空調(diào)月13號(hào)線2號(hào)線5號(hào)線亦莊線走行公里0.39-0.71-0.110.25進(jìn)站量0.520.530.090.23客運(yùn)量0.45客運(yùn)周轉(zhuǎn)量0.450.280.350.24滿載率0.430.530.580.23客運(yùn)周轉(zhuǎn)量、滿載率對(duì)單耗的影響相關(guān)系數(shù)矩陣12月ATO開(kāi)通ATO對(duì)單耗的影響地上線，地下線對(duì)單耗的影響站間距對(duì)單耗的影響能耗平臺(tái)牽引分析丨分析預(yù)測(cè)日期實(shí)際值預(yù)測(cè)值誤差(%)2016.1172.97169.841.812016.2167.63167.510.072016.31

18、68.11166.930.72016.4171.81169.891.122016.5178.31179.440.632016.6187.95187.690.132016.7199.18198.660.262016.8199.09196.751.182016.9188.06184.192.06誤差均值0.88月份實(shí)際值預(yù)測(cè)值誤差(%)2015.6142.98140.961.412015.7150.01147.821.462015.8148.41147.100.882015.9134.63132.241.782015.10125.35122.362.392015.11134.75129.663.7

19、82015.12135.94133.321.932016.1136.49140.402.872016.2130.52130.570.042016.3125.27126.260.792016.4124.45122.641.452016.5133.5133.370.10平均誤差1.57總體牽引單耗預(yù)測(cè)13號(hào)線牽引單耗預(yù)測(cè)能耗平臺(tái)動(dòng)照分析丨功能模塊功能模塊能耗數(shù)據(jù)預(yù)測(cè)模型樣本篩選通過(guò)查看數(shù)據(jù)歷史走勢(shì)，確認(rèn)能耗穩(wěn)定的時(shí)間段進(jìn)行樣本數(shù)據(jù) 篩選，并調(diào)用算法進(jìn)行初步預(yù)測(cè)。模型人工調(diào)整通過(guò)查看歷史數(shù)據(jù)走勢(shì)、相似線路、相似車站等算法查找，輔 助決策人工修正值比例，對(duì)新站開(kāi)通、線路施工等特殊因素對(duì) 能耗的影響進(jìn)行

20、修正。預(yù)測(cè)結(jié)果監(jiān)測(cè)顯示每條線路的預(yù)測(cè)值和真實(shí)值，顯示預(yù)測(cè)誤差情況并提供模 型調(diào)整修正的算法。車站用能分析車站能耗監(jiān)測(cè)采用聚類分析算法，每月自動(dòng)對(duì)所有車站用能情況進(jìn)行分析， 顯示車站用能情況。異常用能分析對(duì)用能異常的車站進(jìn)行分析，查找出用能異常的原因。能耗平臺(tái)之動(dòng)照分析丨車站動(dòng)照分析38站19站45站31站2009-2016BJ地鐵動(dòng)力電度走勢(shì)能耗平臺(tái)之動(dòng)照分析丨車站聚類分析車站分類動(dòng)力能耗設(shè)備信 息地上地下 站面積 是否換乘設(shè)備數(shù)量 額定功率 設(shè)備參數(shù)集散量 運(yùn)營(yíng)時(shí) 間K-means聚類基礎(chǔ)信 息運(yùn)營(yíng)信結(jié)果分析 運(yùn)營(yíng)優(yōu)化車站聚類分析流程15號(hào)線車站聚類分析結(jié)果息定期執(zhí)行聚類算法，以圖表形式顯示聚類結(jié)果對(duì)預(yù)測(cè)結(jié)果進(jìn)行分析，找到異常的用能設(shè)備節(jié)能示范意義顯著B(niǎo)J地鐵能耗統(tǒng)計(jì)與監(jiān)測(cè)平臺(tái) 是全國(guó)第一個(gè)基于大數(shù)據(jù)平臺(tái) 的智能城市軌道交通路網(wǎng)級(jí)能 源管理系統(tǒng)，完成BJ市交通 委和BJ市發(fā)改委提出的 “1+4+N”節(jié)能監(jiān)測(cè)服務(wù)平臺(tái) 數(shù)據(jù)報(bào)送工作，為節(jié)能監(jiān)測(cè)服 務(wù)平臺(tái)的建設(shè)提供了有效的數(shù) 據(jù)支持，得到了BJ市交通委 和發(fā)改委相關(guān)領(lǐng)導(dǎo)的認(rèn)可，其 示范意義十分顯著、突出能源管理體系架構(gòu)平臺(tái)實(shí)現(xiàn)了能耗信息的線網(wǎng)級(jí)、 線路級(jí)、車站級(jí)三級(jí)管理，三 級(jí)監(jiān)測(cè)信息化管