基于大数据对地铁车站空调设备健康评估的研究

傅 永东, 张 敏
杭州地铁运营有限公司

摘要


为增强地铁车站空调设备运行稳定性、降低故障停运概率，本研究搭建依托大数据技术的设备健康评估框架，采集车站空调设备运行阶段的温度、压力、能耗等多维度信息，借助数据清洗、特征提取等手段筛选核心健康指标，融合机器学习方法构建健康状态评估模型，达成设备潜在故障的提前预判与健康等级界定，经实际地铁线路车站空调设备信息验证，该评估框架可有效辨识设备异常状况，评估精准度处于较高水平，为地铁车站空调设备运维管理工作提供科学支撑，削减运维开支与安全风险。

关键词


地铁车站空调设备；大数据；健康评估；故障预警；机器学习

全文:

PDF


参考


[1]刘晓亮，杨卓，黄龙鑫，等.地铁车站空调设备分期配置与实施方案的经济性分析[J].暖通空调，2023，53（10）：141-146+104.

[2]崔德安.基于支持向量机的地铁车辆空调压缩机性能评估方法[J].制冷与空调（四川），2025，39（04）：578-583.

[3]王帅.模块化集成空调系统在地铁工程中的应用研究[J].工程建设与设计，2025，（17）：59-62.

[4]赵晶.关于地铁车站通风空调设备节能改造的探讨[J].人民公交，2024，（24）：173-175.

[5]石光彦.地铁车站通风空调系统实测分析与节能优化探索[J].工程机械，2025，56（06）：157-163+14.




DOI: http://dx.doi.org/10.12361/2661-3506-08-03-156525

Refbacks

  • 当前没有refback。