基于多源数据的轨道交通能耗异常原因分析

朱龙佳，唐旭东，夏树高，王冠群

（1.贵阳市城市轨道交通集团有限公司，贵阳 550000；2.青岛海信网络科技股份有限公司，山东 青岛 266000）

我国轨道交通运营体量大，整体耗电量巨大，年总耗电量约为115 亿kW·h，占全国总耗电量的1.9%。随着我国碳达峰碳中和承诺的提出，双碳政策成为我国新兴的战略方向，作为用电大户，轨道交通行业需要研究新的技术，推动节能减排工作的开展。贵阳轨道交通线网规划共计9 条线，已运营2 条线，正在建设2 条线。目前已运营的1 号线和2 号线一期都部署了能源管理系统，统计线路电耗、水耗及燃气消耗等耗能情况。轨道交通运营电耗受天气、客流、列车运行等多种因素影响，出现能耗异常时，确定原因比较困难。目前主要依靠人工进行分析，发现能耗异常原因，并制定相应的节能对策，这需要耗费大量的人力，处置效率低。本文基于轨道交通通风空调系统能耗的影响因素，结合多专业的数据，研究能耗问题的根因分析方法，完成能耗异常问题快速定位，及时排查和解决能耗问题，实现地铁节能减排。

1 通风空调系统组成及能耗影响因素

轨道交通车站分为地下车站和地上车站，只有地下车站需要建设通风空调系统。车站通风空调系统（又称地铁环控系统）是为保证车站及隧道内部空气品质、温湿度等环境因素在乘客可接受水平而设的系统，是地铁系统不可分割的一部分。从系统组成来看，通风空调系统可分为开式系统、闭式系统和屏蔽门系统。从通风空调系统工艺来看，目前，轨道交通车站大多采用的是全空气空调系统，它是完全由空气来承担房间冷负荷的系统，主要由公共区域通风系统、设备及管理用房通风系统、空调水系统三部分组成。

贵阳轨道交通1 号线和2 号线车站通风空调系统均为屏蔽门系统和全空气空调系统。针对屏蔽门系统，从车站负荷的角度分析，车站通风空调系统能耗近似于车站负荷模型Q，其主要有车站人员负荷Q、机械新风负荷Q、无组织渗透风负荷Q、设备散热量Q、围护结构传热量Q等。车站负荷模型Q用公式可以表示为：

下面通过分析影响车站负荷的因素，对车站负荷模型进行研究。其中，车站人员负荷主要与车站进出站客流量有关；机械新风负荷与新风风机开启风量、室外温湿度等信息有关；无组织渗透风负荷主要由车站出入口渗透新风负荷、活塞风负荷和屏蔽门渗透风负荷组成，它与车站出入口面积、室外温湿度、隧道温湿度、屏蔽门面积以及行车间隔有关；设备散热量则与车站设备的运行功率有关；围护结构传热量与车站建筑面积有较大关系。这些负荷影响因素的数据存在于综合监控系统、设计图纸、售检票系统等多个环节，具体的数据来源如表1 所示。

表1 通风空调系统能耗影响因素的数据来源

另外，通风空调系统能耗除了与上述负荷影响因素有关外，还与系统本身的能效情况息息相关，其中与通风空调系统有关的能效指标如表2 所示。

表2 通风空调水系统部分能效指标

这些能效系数的优劣决定了相同负荷需求下通风空调系统的耗能多少。综上所述，判断通风空调系统能耗影响是一个多维度、多专业的系统问题，在实际业务中，由于影响因素维度多，每一个维度取值范围不同，导致能耗异常问题定位和异常原因判断过程复杂，需要耗费大量人力。

2 系统能耗异常的根因分析方法

在工程领域，根因分析是一种解决问题的方法，该方法的指导思想是分析既有问题产生的影响因素，并构建因果关系图，以识别问题发生的根本原因。根因分析主要方法有决策树法、层次聚类法等。根据上文对通风空调系统能耗影响因素的整理，本文将对通风空调系统能耗进行逐层分解，讨论层次聚类法在通风空调系统能耗异常根因分析中的应用。

基于根因分析的层次聚类法是一种用于网络入侵警报日志的故障定位方法。该算法首先指出网络入侵行为导致系统报警泛滥，利用根因分析追根溯源，提取警报信息关键特征并分析警报特征的因果关系，以此构建层次聚类的聚合结构，然后依据聚合结构的特性，设计样本的不相似度度量方法，最后通过聚合策略将具有相同根因的警报日志归纳为能够涵盖报警内容的泛化警报摘要，最终实现所有警报信息的聚类泛化。

下面对通风空调系统能耗进行泛化分层，经层次分解，其共分为4 层，如图1 所示。首层的通风空调系统作为根节点，其三个主要能耗组成部分公共区域通风、设备及管理用房通风、空调水系统作为二级，三级层次是影响各部分能耗的负荷因素，四级层次是相关负荷影响因素的数据情况。

图1 通风空调系统能耗分层结构

利用根因分析，以通风空调系统能耗分层结构为模型，构建通风空调能耗分析树形泛化结构。树形结构的特性使每一个能耗异常样本都具有唯一的、最顶层的泛化结果。通风空调系统能耗分层结构模型可以用公式表示为：

式中：为向量树；为树的结点集，表示通风空调系统的能耗组成部分；为树形结构的边集，与树的结点相连，表示影响能耗的多维数据。

通风空调系统能耗进行泛化分层后，基于以上层次分类，通风空调系统能耗异常样本的根因分析过程如下：整理能耗异常样本集={,,,…,P}，其中，P代表能耗异常样本的属性值；计算样本中每一项属性P的期望和方差；依据泛化层次关系，自上而下选取属性P，通过对比P的取值范围，选择超出取值范围的属性，计算属性与能耗异常样本的不相似度；计算单个异常样本所有属性的累计不相似度δ；计算所有样本累计不相似度；选择累计不相似度最小的集合，中的相关属性作为异常样本的根因属性，是产生能耗异常的原因属性。

3 结论

贵阳轨道交通2 号线一期于2021年4月正式开通运营，开通时间较晚，能耗异常的样本数据积累较少，暂未形成根因分析所需的有效样本集。随着线路、车站能耗数据的积累，2022年，能耗根因分析诊断系统正式上线运行，其通过自动分析定位能耗异常问题，发现能耗异常原因，为贵阳轨道交通2 号线能源管理提供抓手，降低线路运营成本。