一种基于客流密度的列车空调控制方法及系统

本发明涉及智能控制，具体而言，涉及一种基于客流密度的列车空调控制方法及系统。

背景技术：

1、随着交通运输和公共场所的日益拥挤，车厢内的舒适性和安全性已成为人们关注的焦点。传统空调控制系统在调节车厢内部温度时，往往依赖于固定的设定值，忽视了车厢内实际人员数量和外部环境变化。这种方法在人员密集时可能导致空调制冷不足，而在人员稀少时则造成能源浪费，进而影响乘客的舒适度和车厢的能效。

2、此外，当前的空调控制系统缺乏对车厢内部热源分布的实时监测，无法准确判断温度需求，导致整体调控效果不佳。车厢内温度调控缺乏反馈调节机制可能导致部分乘客感到不适，而系统无法实时修正调整，从而加剧了乘客的负面体验。

3、因此，有必要设计一种基于客流密度的列车空调控制方法及系统用以解决当前技术中存在的问题。

技术实现思路

1、鉴于此，本发明提出了一种基于客流密度的列车空调控制方法及系统，旨在解决当前空调调控过程中存在的缺乏反馈调节机制造成温度调控效果差的问题。

2、一个方面，本发明提出了一种基于客流密度的列车空调控制方法，包括：

3、在车厢内部署温度传感器、图像采集装置以及红外传感器，所述温度传感器至少设置三个；

4、基于所述图像采集装置采集车厢内部图像，根据所述车厢内部图像识别车厢人员数量，基于大数据采集外部环境温度，根据所述车厢人员数量以及外部环境温度判断是否开启温度调控；

5、当判定开启所述温度调控时，根据所述车厢人员数量确定调控数值，记录完成温度调控且车厢内温度稳定的调控时间，基于所述温度传感器采集车厢内实际温度构建温度数据集，对所述温度数据集进行分析，判断是否对所述调控数值进行调整；

6、当判定对所述调控数值进行调整时，按所述温度传感器位置将车厢划分为若干个子区域，基于所述红外传感器采集每一子区域内的热源密度，根据所述热源密度以及温度数据集计算调控影响因子，将所述调控影响因子与历史数据进行比对，根据比对结果确定调整系数对所述调控数值进行调整。

7、进一步的，所述根据所述车厢人员数量以及外部环境温度判断是否开启温度调控时，包括：

8、当所述车厢人员数量大于数量阈值且外部环境温度高于温度阈值时，判定开启所述温度调控；

9、当所述车厢人员数量小于或等于数量阈值，或所述外部环境温度低于或等于温度阈值时，判定不开启所述温度调控。

10、进一步的，根据所述车厢人员数量确定调控数值时，包括：

11、根据所述车厢人员数量获得车厢人员稳定值；

12、根据所述车厢内部图像获得车厢内每一时刻人员数量，构成人员数量-时间数据集，在所述人员数量-时间数据集中以当前时刻为起点向前截取第一预设时段内的数据，基于高斯核密度函数对截取数据进行分析确定所述人员稳定值；

13、

14、其中，为人员稳定值，n为截取数据中样本个数，h表示平滑带宽，si表示截取数据中的第i数据点，x表示整体数据中的任一变量。

15、进一步的，根据所述车厢人员数量确定调控数值时，还包括：根据所述车厢人员稳定值确定所述调控数值：

16、将所述车厢人员稳定值分别与预先设定的第一预设稳定值和第二预设稳定值进行比对，根据比对结果确定所述调控数值，所述第一预设稳定值小于第二预设稳定值；

17、当所述车厢人员稳定值小于或等于第一预设稳定值时，确定所述调控数值为第一预设调控数值；当所述车厢人员稳定值大于第一预设稳定值且小于或等于第二预设调控数值时，确定所述调控数值为第二预设调控数值；当所述车厢人员稳定值大于第二预设稳定值时，确定所述调控数值为第三预设调控数值；所述第一预设调控数值大于第二预设调控数值，所述第二预设调控数值大于第三预设调控数值，所述调控数值小于零。

18、进一步的，对所述温度数据集进行分析，判断是否对所述调控数值进行调整时，包括：

19、当所述温度数据集中存在大于内部设定温度的数据时，判定对所述调控数值进行调整；

20、当所述温度数据集中数据均小于或等于内部设定温度时，判定不对所述调控数值进行调整。

21、进一步的，根据所述热源密度以及温度数据集计算调控影响因子时，包括：

22、以温度传感器的中心点为原点建立坐标系，记录所述温度数据集中各数据所处位置(aj，bj)，所述温度数据集中各温度数据记为sj，原点记为(a0，b0)；

23、计算所述温度数据集中各数据到所述原点的距离；

24、

25、其中，lj表示所述温度数据集中第j个数据到所述原点的距离；

26、计算所述温度数据集中各数据的权重：

27、

28、其中，qj表示所述温度数据集中第j个数据的权重，w是温度数据集中数据的标准差；

29、计算整体温度数据：

30、

31、其中，w表示整体温度数据，n表示所述温度数据集中总数据个数。

32、进一步的，根据所述热源密度以及温度数据集计算调控影响因子时，所述调控影响因子通过下式计算获得：

33、

34、其中，x表示调控影响因子，m0表示热源密度标准值，a、b为权重，且a+b＝1，mu表示第u子区域的热源密度，n表示子区域数量。

35、进一步的，根据比对结果确定调整系数对所述调控数值进行调整时，包括：

36、当所述历史数据中存在与所述调控影响因子相同数据时，以记录的调整系数对所述调控数值进行调整；

37、当所述历史数据中不存在与所述调控影响因子相同数据时，将所述调控影响因子存储，并根据所述调控时间与温度数据集确定所述调整系数。

38、进一步的，根据所述调控时间与温度数据集确定所述调整系数时，包括：

39、根据所述温度数据集获得实际温度均值，根据所述调控数值确定目标温度，根据所述目标温度与实际温度均值获得温度变动值，结合所述调控时间获得温度变化率，将所述温度变化率分别与预先设定的第一预设变化率和第二预设变化率进行比对，根据比对结果确定调整系数，所述第一预设变化率小于第二预设变化率；

40、当所述温度变化率小于或等于第一预设变化率时，确定所述调整系数为第一调整系数；当所述温度变化率大于第一预设变化率且小于或等于第二预设变化率时，确定所述调整系数为第二调整系数；当所述温度变化率大于第二预设变化率时，确定所述调整系数为第三调整系数；所述第一调整系数大于第二调整系数，第二调整系数大于第三调整系数，且所述调整系数大于1。

41、与现有技术相比，本发明的有益效果在于：通过在车厢内部署多个温度传感器、图像采集装置和红外传感器，实现了对车厢内部环境的全面监测与智能调控。能够实时识别车厢内的人员数量，并结合外部环境温度，智能判断是否需要开启温度调控，确保空调系统在不同乘客密度下的有效运行。通过记录调控时间和分析温度数据集，实现了动态调整调控数值，精确满足温度需求。此外，基于热源密度的分析，进一步优化了温度调控策略，减少了能源浪费，同时提高了乘客的舒适度。提升了空调系统的响应速度和调控精度，还有效降低了能耗。

42、另一方面，本技术还提供了一种基于客流密度的列车空调控制系统，用于应用上述基于客流密度的列车空调控制方法，包括：

43、传感器组件，包括温度传感器、图像采集装置以及红外传感器；

44、采集单元，被配置为基于所述图像采集装置采集车厢内部图像，根据所述车厢内部图像识别车厢人员数量，基于大数据采集外部环境温度，根据所述车厢人员数量以及外部环境温度判断是否开启温度调控；

45、判断单元，被配置为当判定开启所述温度调控时，根据所述车厢人员数量确定调控数值，记录完成温度调控且车厢内温度稳定的调控时间，基于所述温度传感器采集车厢内实际温度构建温度数据集，对所述温度数据集进行分析，判断是否对所述调控数值进行调整；

46、处理单元，被配置为当判定对所述调控数值进行调整时，按所述温度传感器位置将车厢划分为若干个子区域，基于所述红外传感器采集每一子区域内的热源密度，根据所述热源密度以及温度数据集计算调控影响因子，将所述调控影响因子与历史数据进行比对，根据比对结果确定调整系数对所述调控数值进行调整。

47、可以理解的是，上述基于客流密度的列车空调控制方法及系统具备相同的有益效果，在此不再赘述。