基于人工智能的高铁站照明系统节能技术研究

张桂平，董建林，秦俊非，李文友

（中国铁建电气化局集团有限公司，北京 100043）

0 引言

随着出行需求的增加，高铁因其便利性、安全性，越来越多人选择高铁出行。截止到2018年底，中国高铁的运营里程超过29万公里，占全世界高速铁路总里程的70%[1]。随着高速铁路的发展，其配套的高铁站房的数量也出现了快速增长，这就给中国的碳排放控制带来了新的挑战[2]。作为高铁系统的能耗大户，如果在高铁站房中实现有效节能，就会大大减轻能源供给的压力，有效地降低碳排放，积极响应双碳战略。如何在满足舒适度的基础上，减少高铁站房的冗余照明，降低照明能耗，是高铁站房节能的主要方向之一。

1 高铁站房照明系统控制现状

根据相关数据统计显示，空调、照明及电梯三部分的能耗在高铁站站房总能耗中占比最高，达85%～95%[3]，其中，大部分已运营高铁站的照明能耗占总能耗的比重在10%～20%之间[4]。根据国标GB 50034-2013《建筑照明设计标准》里的照度要求，高铁站房内不同区域的基本照度要求存在差异，如售票大厅的照度标准值为200Lx，而有棚站台的照度标准值为75Lx，满足照度标准要求是照明节能的基本前提。一般情况下，高铁车站照明在设计阶段即存在较高的设计冗余，在无外界光照度影响的情况下均能满足并超出光照度标准。

在车站运营期内，为了满足舒适度及安全运行需求，部分区域的照明设备全天候处于满负荷开启状态，如站台、检票口、进站口、出站口等区域，而这些区域大部分在白天都会受外界自然光照度影响，实际在开启部分照明设备的条件下即可满足区域光照度的要求。此外，大部分的高铁站房照明设备由人工控制或者独立系统控制，尚未实现集成及智能控制，运维人员按照内部管理制度结合列车出发站、气候、车站人员密度等情况进行手动调整，无法及时调节等因素也造成了一部分不必要的照明能耗浪费。

2 照明节能技术现状

近几年也有不少学者在照明节能方面开始探索。王晓健、韩博文、李高梅在2019年发表了《基于视觉舒适度的线侧式高铁站候车厅照明节能研究》，将舒适度指标进行了量化，基于舒适度要求对高铁站候车厅的照明节能提出指导意见[5]；2020年殷小石在《建筑电气设计中的节能技术措施浅析》中对现阶段的节能技术应用进行了分析[6]；陈小林在2021年发表了《建筑电气照明系统节能优化设计技术要点分析》从优化设计的角度出发，通过强化照明设计来增强节能效果[7]。目前，主要的照明节能技术包括以下几种[8]：

1）建筑设计时充分利用天然光源

由于照明电器的使用，是在照度不足的情况下作为照度补充。因此，如果可以最大化利用自然光源，提高自然光使用率，那么，就可以在满足目标区域光照度的前提下减少照明电器的使用，从而降低了照明能耗，达到节能的目标。因此，在设计之初，可以通过技术手段，尽可能地在整个建筑体中的使用区域提高自然光源的使用。此外，也可以通过特殊材料如透光、导光以及光源反射的方式提高建筑体内部的自然光源效果。

2）选择高效的照明设备及附件

使用节能的照明是降低照明能耗最有效的方式之一，设备高效的照明设备及附件包括节能灯具、镇流器、变压器的使用。当前阶段，节能灯具主要就是LED灯具，而镇流器的使用可以提高电能的使用效率，降低灯具本身的使用功率从而达到节能效果。变压器的选择要根据供电电压选择适合的并设置合理的电压参数，以达到节能控制。

3）使用人工智能照明节能技术进行科学管控

在信息技术快速发展的情况下，照明控制已逐步由人工控制转变为系统控制。系统控制除了实现根据时间自动进行照明的启停，还可以利用人工智能技术来进行照明的智能控制。在系统中定义照明启停的规则，系统可根据获取到列车发车信息、人流密度、气候、照度值，人工智能对获取到的数据进行计算，并执行照明启停、调光方案，从而达到节能的效果。照明的智能控制，还可以根据区域的使用需求进行亮度、颜色的控制。

3 人工智能技术在某高铁站照明系统节能控制方面的应用

3.1 某高铁站照明智能控制系统概述

3.1.1 照明系统现状

目前在某高铁站使用LED节能照明设备，并针对不同区域采用不同的照明回路设计方案，并配备照明控制系统。该高铁站建筑体基本都采用玻璃外墙，因此，在照明节能控制上具备节能空间及实现控制的基础条件。

3.1.2 系统目标

在该高铁站部署了当前最先进的照明智能控制系统，系统基于人工智能机器学习及知识图谱2.0技术，通过照明系统的智能控制来减少照明冗余，降低照明能耗。照明智能控制系统确保在满足不同区域光照度要求的前提下，结合现场光照度传感器实时数据，对照明回路进行智慧化选择及控制，实现照明系统运行优化，最终达到减少照明系统能耗的目的。即，在确保光照度达标的前提下，实现照明舒适及节能，包括：

1）安全性：确保目标区域光照度达标；

2）舒适度：在光照度达标的基础上，确保UGR(炫光)、色温（U0）及显色度（Ra）达标，从而确保舒适的亮度分布及灯光颜色品质，避免炫光及区域阴影等；

3）节能：在确保安全性及舒适度的基础上，实现最节能的照明调节。

3.1.3 控制区域

本次照明系统运行优化主要针对有旅客滞留的超大空间，控制区域主要包括：

1）国铁站房：首层24个空间，夹层18个空间，站台层17个空间及高架层13个空间；

2）站房辅楼：西北侧地面层5个空间，西北侧夹层2个空间；西南侧地面层3个空间，西南侧夹层3个；东南侧地面层3个空间；东北侧地面层7个空间。

3.2 照明智能控制系统节能原理

照明智能控制系统技术原理：在合理区间内穷举生成基础工况数据和操作数据，通过映射关系或者关联关系计算评价数据，如果符合约束条件，且评价数据比记录中同一基础工况数据下其它操作数据的评价数据较优，产生新操作行为记录；重复仿真，直到退出条件成立。

照明智能控制系统技术思路：

1）系统上线前模型建立：

（1）将照明管控区域的可控制的照明设备、照度传感器在电子地图上依据现场实际情况进行位置的布置。需确保模型和实际场景的一致性。

图1 照明设备及传感器在站房的布置简示图

（2）针对没有外界光照度影响下，针对所有灯具开启方案对应的光照度进行测试并记录，建立仿真环境下的全数据模型。

图2 A-1-2灯具开启模拟示意图

例如，在A-1-2灯具开启时，可获取如下信息：

①各个照度传感器的值。

②各区域的照度值提升值。

③通过电子地图获取照度传感器与所开灯具的距离，间接获取距离灯具同等位置区域的照度。

④通过不同照明灯具的安装方式、照明范围、照度和距离的衰减值，模拟计算出各区域的照度值。

（3）通过步骤b的方式，获取所有灯具开启方案对应的光照度模型，最后生成所有照明设备全数据/全机理/全状态模型，并对全实验数据按照能耗等级进行价值排序。

图3 灯具配光示意图

图4 不同投射距离下的照射区域及区域内平均照度示意图

（4）在系统上线之前，到实际场景对之前模拟的数据进行实测，根据实测数据对模拟的数据进行修订，并更新价值排序。

2）在实际运行环境中：

（1）考虑安全及舒适的前提下，针对不同的区域，在系统中设置不同区域的照度目标；根据实际照度当前值与目标值之间的差异幅度，依据仿真环境下的全数据模型，选择最节能的灯具开启方案。

（2）通过传感器数据与实验数据的实时修正，在全数据模型中推送能耗值最优的执行方案。并结合试探式调节，不断寻找更优化的节能方案。

（3）系统具备记录及学习功能，能够记录当前照度条件下为达到目标照度的最终灯具开启方案，下次再出现同样的情况需要调节时，直接选择最节能的方案开启。

3.3 照明智能控制系统具体控制策略

1）针对国铁站房的不同区域特性，确定不同的照明控制方式：

（续）

图5 灯具开启方案统计图

2）根据设计文件、设计图纸等信息，结合国标GB50034—2013《建筑照明设计要求》的要求，考虑安全及舒适的前提下，针对不同的区域，在系统中设置不同区域的照度目标；同时，基于节能的考虑，在人员较少的时段实现阶梯式照度目标或进行不同回路比例的启停。

3）照度智能调节及自动执行

（1）基于区域光照度目标值标准，结合照度传感器反馈的当前区域照度值以及当前区域可实现的灯具控制模式，在现有照明开启条件下利用照明智能控制系统进行灯具启停或回路选择操作。根据光照度传感器实测照度当前值与目标值之间的差异幅度，决定每次启停灯具/回路的数量，通过照明智能控制系统进行下探式调节，直至照度大于且最接近目标值即停止调节。

照明智能控制系统具备记录及学习功能，能够记录当前照度条件下为达到目标照度的最终灯具开启方案，下次再出现同样的情况需要调节时，无需再进行下探，直接开启到能达到目标值且能耗最低的选择方案。

（2）车控序列控制方案（站台及相关区域）

列车始发：在检票前15分钟开启检票区至站台区整个区域的照明至100%照度要求。列车出站后15分钟执行50%照度要求。

到站策略：列车到站前15分钟开启站台至出站厅、换乘区整个区域的照明至100%照度要求。终点列车，在列车到站15分钟过后执行50%照度要求。

3.4 具体应用效果

1）控制模式

以该高铁站候车大厅为例，在系统中设置候车大厅区域的光照度标准，照明智能控制系统在满足光照度的前提下，根据照度传感器反馈值自动进行回路控制，包括1/2回路开关、1/4回路开关和全回路开关控制，或进行调光。系统记录操作方案，通过数据积累，查找出最优能耗下的操作记录。智能控制系统的回路选择对光照均匀度有影响，系统选择操作方案时会自动考虑相邻区域不产生过大照度变化的影响，充分考虑候车大厅旅客的舒适度。对灯具的启停或回路控制通过电子地图绑点的控制器进行控制。

候车大厅的照明控制模式包括：（1）手动模式；（2）管控平台控制模式：即由上层车站管控平台下达照明控制指令；（3）照明运行优化智能控制模式：即AI控制模式。控制权限的优先级为：手动模式＞管控平台控制模式＞AI控制模式。

2）接口协议

照明智能控制系统通过ModbusTCP协议与照明控制系统对接，对接点位包括：开关状态（开、关）、设备开关控制、报警状态（正常、报警）、故障信息、手自动状态（手动、自动）、电流值、开关延时控制、亮度调节控制等。

3）系统界面

照明区域划分按建筑功能结合照明回路部署进行合理划分分区，如候车厅按照检票候车区进行划分。在照明控制区域划分后，系统基于仿真式自学习技术通过仿真模拟所有区域的所有回路开关、其照度值、能耗情况，形成全数据模型。在实际调节过程中，系统基于目标值的设定，通过现场照度传感器采集的实际照度数据与目标照度数据的比差，自动选择满足照度要求且能耗最优的操作方案下发执行。

在实际调节过程中，系统自动记录每次操作日志，并在此基础上对仿真模拟的全数据模型进行自动校正和优化，更新操作方案知识库。

4）效果验证

（1）计算公式：

照明日节能效益=额定日耗电基数-实际日耗电量

额定日耗电基数：相应照明能源分项的负载全部开启的日耗电量。

实际日耗电量：取相应照明能源分项的表计实际读数。

（2）验证数据

图6 不同控制模式下电量对比图

通过在该高铁站上线照明智能控制系统，仅一个月的时间，高铁站房在照明系统方面共节电8931.78kWh，节能率达到12%，减少二氧化碳排放8904.98kg。

4 结语

本文提出的基于人工智能机器学习+知识图谱2.0技术的照明智能控制系统，不依赖历史知识和在线训练，可解决学习样本少的问题，可靠度得到提高；可解决机器学习系统学习周期长的问题，降低在线训练的时间成本；且该智能控制系统可直接推出训练完备的系统，建立工况全覆盖、目标最优化的操作经验库，上线即可使用。

系统在该高铁站的上线，以实际运行数据论证了该技术在照明系统节能上的可行性，为今后人工智能技术在高铁站照明节能方面提供参考。本文的研究思路还可以应用于其他类型建筑空间的照明优化策略，具备较好的通用性，均可取得较为可观的节能效益。