Dieser Artikel stellt eine Methode zur Diagnose des Energieverbrauchs von Umweltkontrollsystemen in U-Bahn-Stationen vor, bei der mit Hilfe von Data-Mining-Techniken ein Bewertungsmodell erstellt wird, um die Energieverbrauchsmerkmale des Systems zu bewerten. Zunächst wurden durch Korrelationsanalyse die Schlüsselfaktoren ermittelt, die den Energieverbrauch des U-Bahn-Umweltkontrollsystems beeinflussen: Außentemperatur und Passagierstrom; anschließend wurden basierend auf diesen Schlüsselfaktoren mithilfe von Entscheidungsbäumen unterschiedliche Energieverbrauchsmuster unterteilt, und für jedes Muster entsprechende Energiebasiswerte erstellt; schließlich erfolgte basierend auf den Energiebasiswerten der verschiedenen Muster eine Energiediagnose der tatsächlichen Betriebsdaten des Systems. Die Diagnoseergebnisse zeigen, dass Veränderungen in Umwelt und Passagierfluss Schwankungen im Energieverbrauch verursachen, die jedoch nahe an den Basiswerten liegen. Mit dieser Diagnostikmethode können der Energieverbrauch von U-Bahn-Stationen diagnostiziert, anomale Verbrauchsmuster erkannt und energieeffiziente Muster identifiziert werden, was zur Erkennung von Betriebsproblemen, Fehlersuche und Optimierung des Umweltkontrollmodus beiträgt und eine theoretische Grundlage sowie praktische Referenz für Einsparmaßnahmen an einzelnen U-Bahn-Stationen bietet.

Data Mining;U-Bahn-Umweltkontrollsystem;Energiediagnose;Energieverbrauchsniveau;Energieeinsparoptimierung