期刊文章详细信息
基于数据挖掘的城轨系统电能消耗模式分析
Pattern recognition of electrical energy for urban rail transit by using data mining
文献类型:期刊文章
XUN Jing;ZHAO Jiao;SUN Yulin;WU Ying(State Key Laboratory of Rail Traffic Control and Safety,Beijing Jiaotong University,Beijing 100044,China)
机构地区:[1]北京交通大学轨道交通控制与安全国家重点实验室,北京100041
基 金:北京市地铁运营有限公司、北京市交通委员会(201820-JNBJ3)。
年 份:2020
卷 号:44
期 号:5
起止页码:8-16
语 种:中文
收录情况:AJ、BDHX、BDHX2017、CAS、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:城市轨道交通系统运营产生的电耗占系统总能耗的比重最大,其能耗模式分析对城市轨道交通节能降耗十分关键.针对传统城轨能耗数据分析以静态统计分析为主的特点,提出了一种基于数据挖掘的城轨能耗动态分析方法.该方法基于聚类方法获取城轨系统基于时序的耗能规律.利用此耗能规律,采用决策树分类方法分析其能耗模式;基于能耗模式,采用异常值检测算法分析能耗数据是否异常.最后,利用国内某地铁线路供电系统记录的能耗数据集进行了分析.数据实验显示:该方法可用于确定城轨系统牵引和动力照明的能耗模式,判别异常数据.所提方法可用于城轨能量管理系统中动态监测能耗异常现象,为进一步分析能耗异常的原因和有针对性地采取节能措施提供数据支撑.
关 键 词:城市轨道交通 能耗模式分析 聚类方法 决策树 能耗异常
分 类 号:U231.92]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...