Resumen

El consumo eléctrico de las estaciones de metro aumenta considerablemente con la expansión de una red de metro, lo que ha sido motivo de creciente preocupación. Basándose en datos históricos relevantes de estaciones de metro existentes, este artículo propone un modelo de regresión de vectores de soporte (SVR) para estimar el consumo eléctrico diario de una estación de metro de nueva construcción. El modelo tiene en cuenta algunos factores importantes que influyen en el consumo eléctrico de una estación de metro, tanto en lo que se refiere al esquema de diseño interior de una estación (por ejemplo, la disposición de la estación y la asignación de instalaciones) como a factores externos (por ejemplo, el volumen de pasajeros, la temperatura del aire y la humedad relativa). Se utiliza un algoritmo genético con validación cruzada quíntuple para optimizar los hiperparámetros del modelo SVR con el fin de mejorar su precisión en la estimación del consumo eléctrico de una estación de metro (ECMS). Con los hiperparámetros optimizados, los resultados de los estudios de caso sobre el metro de Pekín mostraron que la precisión de estimación del modelo SVR propuesto podía alcanzar hasta el 95 y el coeficiente de correlación era de 0,89. Se demostró que el modelo propuesto podía superar a los métodos tradicionales que utilizan una red neuronal de retropropagación o una regresión lineal multivariante. El método presentado en este artículo puede ser una herramienta adecuada para estimar el ECMS y debería contribuir a la creación de nuevas estaciones de metro energéticamente eficientes.

• Materias:Motores (Mecánica) Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Engines Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:estación de metro, modelo, modelo svr, consumo eléctrico, estaciones de metro, consumo eléctrico diario, estaciones de metro eficientes, esquema de diseño interior, datos históricos relevantes, regresión de vectores de apoyo
• Keywords:metro station, model, svr model, electricity consumption, metro stations, daily electricity consumption, efficient metro stations, interior design scheme, relevant historical data, support vector regression