【基于客流预测的地铁站照明系统节能控制探究13000字（论文）】

STYLEREF"标题1"目录绪论1.1选题背景改革开放以来，中国经济发展迅速。如今，城市化的快速发展导致城市人口密度不断增加，公共交通问题也随之出现。许多城市的道路都很拥挤。随着我国各大城市地铁交通的快速发展，地铁交通系统已成为城市交通系统中不可或缺的重要组成部分。此外，国家近年来倡导“绿色出行”。由于机动车数量急剧增加，出现了交通堵塞和污染等一系列问题。为了解决这些问题，地铁交通可以有效地作为一种新的交通工具，为人们减少烟雾和城市拥堵。快速环保的地铁交通系统已成为中国许多大城市人们的首选。在地铁交通系统的快速发展中，地铁运营产生的能耗一直是地铁交通系统成本的一大部分。由于地铁的特殊性，大多数地铁车站都设置在地下，因此不可能通过自然光（如公交车站）为地铁车站提供照明。同时，地铁运营期间，地铁站内照明需要电气照明，因此地铁站内照明时间长，能耗大，约占整个地铁系统能耗的20%。在中国，有相关法规和文件对地铁照明系统有明确规定。地铁照明系统的设备负荷为地铁站平均设备负荷的14.2%~16.1%。然而，一些城市的地铁照明系统甚至达到了20%-30%，特别是在一些大城市，这种能源浪费更为严重。由于控制不当或不考虑地铁车站的照明系统，如果不加以管理，将导致严重的能源浪费。因此，改善地铁照明系统具有重要意义。1.2选题的目的与意义大量历史数据显示，地铁客流增长非常快，大客流时代悄然到来，智能控制系统应运而生。如何准确预测地铁客流变得非常重要，因为准确的数据预测可以导致地铁系统有更充分的安排和计划，实现降低地铁能耗和降低整个地铁系统运营成本的目标。因此，有必要找到一种能够准确预测地铁客流的方法，通过这种方法提高地铁系统的运营水平，既能让乘客更喜欢地铁出行类型，又能降低地铁系统的能耗。这表明有必要对地铁交通系统进行研究。如果能够准确预测地铁客流，将对交通运营管理部门发挥重要作用。一方面，交通运营管理部门可以根据客流合理安排列车发车间隔，为乘客提供更便捷的驾驶决策，提高地铁交通系统的服务质量；另一方面，交通运营管理部门可以根据客流规模合理安排人力、物力资源，将地铁运营成本降低到合理范围内，最大限度节约资源、降低能耗。1.3研究现状1.3.1国外研究现状国外对地下空间照明节能的研究和应用比较早。早在20世纪50年代，英国科学家J.M.waldram就指出了“地下空间黑洞现象”的危险。世界各地的科学家都感到害怕，因为他们既看不见也摸不着。研究越深入，就越复杂。一般来说，高速公路隧道和地下铁路的照明必须全天工作。如何使照明更节能是我们面临的一个重要课题。LakshyaSharma等人指出，光纤照明是对传统光设计的改进和优化，更多的光通过管实现。这包括对光导中的若干结构设计变化进行建模，并评估光导照明在平均室内照明、光导的光传输和节能效果方面的优势。Byun、Jinsung等。提出了一种节能照明控制系统，不仅可以通过使用不同的传感器和通信技术提高照明的成本效率，还可以考虑乘客满意度。研究表明，通过使用现有的灯光控制，能耗降低了43%。王卫民、zmeureanu等人提出了多目标遗传算法在绿色建筑优化中的应用。强调生命周期分析方法是评估经济和生态标准设计的一种实用方案，并使用多目标遗传算法寻找最优解。JoonhoChoi和其他研究人员指出了环境给空间节能评估带来的变化。可以改变温度、湿度和空气流动性，以对房间节能评估产生一定影响。类似地，环境参数的变化提供了评估节能的实用方案。1.3.2国内研究现状我国地下室照明节能技术起步较晚。由于我们缺乏经验和基础不完善，设计规范不可用。为了开发我们自己的地下空间照明技术，如公路隧道，一些中国科学家在两个方面进行了研究：第一，确定照明时间表，减少灯具数量，以实现节能；另一方面，设计合理的地下室照明控制系统，动态控制地下空间的照明，达到节能的目的。年，张军认为，随着中国城市化进程的加快，城市轨道交通已完全进入快速建设阶段。轨道交通作为一种高能耗、客运密集型公共交通，在当前节能减排的大政治背景下，轨道交通能耗是城市交通建设不可避免的讨论内容。如何在轨道交通中节约能源已成为运营、管理、设计等多方面的现实考虑。龚伟解释了地铁交通的主要能耗，并从管理制度和技术改造方面提出了节能措施，包括照明系统的改造。王玉明从运营角度分析了城市轨道交通能耗因素占比，指出轨道交通照明占比较大。本工作使用各种标准和规范来分析影响城市轨道交通的因素。朱树伟指出，车站照明用电负荷随着车站数量的增加而增加。如果不采取适当的措施，周围的网格资源就会被浪费。在此背景下，提出了车站照明节能的有效措施。高亚春指出，随着社会经济的不断发展，人们越来越重视照明节能。要建立一个实用的照明评估系统，必须以实用的方式对待社会能源的焦点。基于节能绿色照明的重要性和发展趋势，本文研究了民用建筑项目绿色照明评价体系。1.3.3小结综上所述，我国地下室照明节能技术发展滞后。国外在地下室照明节能技术领域比我国更早，并取得了深入的研究成果。高效节能LED技术的发展也走在了中国的前面，在节能评级体系中有相对成熟的体系。虽然中国地铁起步相对较晚，但近年来中国地铁发展速度相对较快。在该计划的影响下，该国在地铁车站照明节能方面也取得了巨大进步。通过以上对国内外地铁车站照明系统能耗的分析，我们了解了我国地铁交通的快速发展及其带来的能耗问题，并学习了前人的一些思路和方法。本文研究了基于深度学习的地铁客流短期预测，实现了地铁照明系统的合理控制。1.4研究内容本论文的章节结构分为以下内容：第一章主要介绍了客流预测和地铁车站能耗的研究背景和重要性，介绍了我国地铁的持续发展以及地铁车站能耗严重问题，特别是照明系统能耗过高的问题，然后总结了国内外学者对地铁车站照明能耗的研究方法。并介绍了照明能耗的研究现状和未来研究方向，最后给出了本论文各章节的内容安排。第二章主要介绍了深度学习的一些基本概念、理论和发展，然后介绍了一些常用的深度学习模型，并描述了这些模型的原理，为照明控制系统的后续研究做准备。第三章主要介绍了系统的控制策略和整个控制系统的结构。本文首先描述了地铁车站照明与客流数据之间的变化关系，然后从硬件结构和软件设计两个部分实现了对地铁车站照明系统的调节和控制，地铁车站照明系统随着客流的变化而变化，达到节能的目的。第四章总结了整个工作的研究成果。2基于深度学习模型的地铁站客流预测2.1客流量概述与客流量分析2.1.1客流量概述客流通常定义为单位时间内特定地点或区域的人数。在本文中，地铁车站的客流是指单次进出地铁车站的乘客数量。客流预测是基于过去一段时间的客流数据，通过建立模型和方法对未来客流进行预测。地铁车站短期客流是指一定时间间隔内地铁车站的客流。由于短期客流出现和消失很快，且短期客流具有较强的随机性，在一般客流预测方案中很难找到短期客流的规律性。短期地铁客流预测是指通过地铁站的历史客流数据，找出地铁站客流数据的变化规律，然后预测未来某段时间内地铁站的客流数据，以供相关部门使用，实现地铁车站照明系统的实时控制，降低地铁能耗。2.1.2影响客流量因素地铁客流分为车站客流、OD客流、换乘客流、断面客流等。车站客流表示进出车站的客流。一般来说，影响客流的因素分为以下五类：环境因素、时间因素、政府因素、票价因素和交通因素。详见图2.1：图2.1地铁站客流影响因素时间因素是指客运因素，主要是地铁线路面积、地铁运营时间、车辆发车间隔等。考虑影响客流的因素之一。政府因素主要是政府对地铁线路的规划，因为在一个城市建设一条地铁和多条地铁需要政府的支持，这是由城市人口密度和经济水平等因素决定的。地铁票价也是影响客流的原因之一。地铁票价由相关政府部门确定。对于乘客来说，地铁票价也影响人们的出行选择，因此地铁票价水平也会影响地铁客流。在这些因素中，环境因素也是影响地铁客流的最重要因素，因为环境因素包括各种情况，包括天气、节假日和大型活动。因此，可以得出结论，无论影响因素是什么，它们都将对地铁站的客流产生重要影响。2.1.3客流量随时间和空间分布在城市地铁运营过程中，地铁车站的客流与乘客的出行面积和出行时间有很大关系。总的来说，车站的客流夜间较少，白天较多。特别是在早晚，地铁站的客流将是一天中的亮点。此外，地铁客流与整个城市轨道网络布局、车站位置和车站类型也有很大关系。由于地铁站的地理位置不同，客流也可能非常不同。例如，西安地铁2号线钟楼站位于西安市中心，周围有许多旅游景点和大型购物中心，因此该站客流较大；北大街站和小寨站都在交通枢纽，都是地铁换乘站，所以客流也很大；与地处偏远地区的北苑站相比，前往北苑站的客流明显较低，不会出现明显的客流高峰。2.2地铁站客流的预测方法客流预测一般按预测时间长短分为长期客流预测、中期客流预测和短期客流预测。在目前的理论研究中，短期客流预测研究较多。短期客流预测一般指30分钟内的客流预测。选择短期客流预测的主要原因是，尽管短期客流的随机性很强，但预测越困难，然而，短期客流预测研究可以更快地对客流变化做出反应，并更快地控制和调整照明设备，以改善地铁系统的运行，改善地铁站的照明系统，实现更节能、更环保的出行模式。目前，地铁车站短期客流预测方法有三种：第一种预测方法是基于统计的预测方法。这些预测方法是相对简单的线性预测模型，如时间序列预测模型（包括自回归、移动平均、自回归移动平均等）、线性回归预测模型和卡尔曼滤波模型。预测客流的第二种方法是基于非线性理论的客流预测模型。非线性预测主要包括混沌理论、小波理论和其他非线性理论，如基于混沌理论的预测模型、基于小波理论的预测模块和基于非参数回归的预测模型。第三种客流预测方法是基于机器学习理论的人工智能客流预测方法，如支持向量机（SVM）模型、神经网络模型和深度学习网络模型。尽管在上述客流模型中，线性预测模型相对容易建立，但线性预测模型不能完全保持数据的特征，并且不能获得大量复杂数据问题的准确预测结果；虽然非线性预测模型可以预测非线性数据，但它只能用于具有少量数据的预测问题，无法获得地铁客流数据的更多属性。虽然组合模型可以具有更好的预测结果，但难以建立模型，这使得组合模型更不稳定。为了预测地铁客流，不仅必须提高预测结果的准确性，而且预测模型的稳定性必须更强，才能在实际中应用。由于前两种客流预测模型具有不同的明显缺陷，一些科学家和专家认为，深度学习方法更适合处理地铁车站的客流预测问题，因为平面机器学习预测模型难以获得数据的内在属性。随着处理数据量的不断增加和预测结果准确性的提高，深度学习模型可以用作预测方法，以更快、更准确地进行预测。该模型在智能交通系统领域的类似交通流预测中进行了测试。例如，LVy等人使用堆叠式自动编码器（SAE）预测交通流量，这是首次将深度学习模型应用于交通领域。与其他平面模型相比，这些深度学习模型的预测方法显著提高了客流预测的准确性，使深度学习模型在地铁交通领域具有巨大的研究前景和潜力。因此，本文选择了基于深度学习的地铁客流短期预测模型，以获得更准确的地铁客流预测值。2.3深度学习理论基础2.3.1人工神经网络人工神经网络也称为神经网络。其原理是根据人类神经网络的特性创建不同连接模式的模型。神经网络模型由许多相互连接的节点组成，每个节点表示一个输出，节点之间的连接具有权重来表示两者之间的关系。神经元结构如图2.2所示：在图2.2中，神经元的输入向量的n个分量设为，每个输入神经元的权重为，B是偏移，f是传递函数，Y是神经元的输出。神经元的输出是通过根据输入向量X加权和求和加权向量W作为系数获得的，并通过偏移量B更好地拟合数据。最后，通过传递函数F获得。该公式可以表示为：（2-1）根据连接的拓扑结构，人工神经网络模型可分为前向网络和反馈网络。前网络中的每个神经元是前后的，输入来自前平面，输出来自后平面。网络中没有反馈机制。这种类型的网络模型构建简单，易于实现。反馈网络是指网络中的神经元具有反馈，从而通过反馈将网络调整到平衡位置。根据神经网络的学习方法，神经网络可分为无监督学习和有监督学习。无人值守学习意味着将网络置于其中，并根据具体特征对其进行分类，但这并不适用于所有问题。监控学习模式是将预期输出数据与实际输出数据进行比较以获得误差，然后连续调整权重，直到模型收敛。如果样本数据发生变化，则可以随时改变连接权重，以使模型达到预测效果。2.3.2BP神经网络基本原理BP神经网络（BPNN）由Rumelhart和McClelland周围的科学家提出，是一种非常典型的人工神经网络。BP神经网络是目前应用最广泛的神经网络之一。它是一种网络结构，具有根据误差后向传播的反馈特性。BP神经网络模型的主要特征是信号通过神经元以正向传输，然后将网络的输出结果与期望值进行比较，以获得误差值。该误差值将沿相反方向传播，然后调整初始权重和阈值，直到误差达到期望值。其网络结构如图2.3所示：图2.3神经网络结构图如图2.10所示，BP神经网络结构总共分为三层，其中第一层是输入层，输入层的输入为，第二层是BP神经网络结构的隐含层，隐含层中有隐藏层节点，第三层为输出层，通过对隐含层的计算，其网络的输出，每个神经元与神经元之间都有连接权重。虽然BP网络的收敛速度慢，但BP算法有其自身的优势。通过扎实的基础理论和严谨的逻辑论证过程，许多科学家提出了许多改进BP算法的方法，如添加脉冲项、选择可变学习速度、引入陡坡因子等。因此，BP网络是训练前向多层网络的良好选择。BP算法通过改变网络的连接权值，使网络的输出达到预期值，达到预期效果。2.3.3深度学习的原理深度学习的概念源于人工神经网络的研究，它是一种具有多个隐藏层的深度学习结构。与之前介绍的人工神经网络模型相比，深度学习是一种更复杂和层次化的神经网络。深度学习的模式是模仿人脑视觉系统处理视觉信息的方式，并构建具有更多隐藏层的结构模型。深度学习是一种学习数据表示的方法。与平面学习相比，深度学习模型结构强调学习深度，通常有5、6甚至更多级别。深度学习在每一层之间传递信息，并逐层提取输入数据的属性，使得隐藏层的每个节点具有更多的数据函数，这些数据特征更抽象。虽然每个节点都具有输入数据的属性，但通过平面结构提取数据特征相对复杂。深度学习的本质是创建具有多个隐藏层的机器学习模型。深度学习模型明确强调了数据特征学习的重要性：通过变换每一层的特征，原始空间中样本的特征表示被变换为新的特征空间。仅从模型结构的角度来看，与平面学习结构相比，深度学习可以更好地发现数据的内部关系。因此，深层结构更适合解决大型复杂问题。在实际问题中，通常存在大量数据和复杂的数据关联。因此，有必要建立一个合理的模型来解决高维输入问题。深度学习模型可以逐层提取每个数据层的属性。如果模型的深度足够，可以尽可能地建议数据的内在特征。因此，深度学习模型是预测地铁车站客流的良好选择。2.3.4深度学习的特点与其他模型相比，深度学习结构有其自身的特点。具体而言，深度学习结构具有以下三个特征：a、无人值守的自底向上学习。在深度结构上，我们从底层开始，逐层训练每个层的参数，提取数据特征，不断抽象数据特征，找到数据之间的内在关系。b、无人值守的学习过程。在无监督学习过程中，每次只训练一个级别，调整一个级别的网络权重，然后将较低级别的输出作为较高级别的输入，并训练下一级别。每次只训练深度结构模型的一层，并且从层到层只分析一层数据特征，因此每个隐藏层的特征提取基于从先前隐藏层提取的数据特征。c、自上而下的监督学习。通过监督学习，数据通过特征标签从上到下传输，然后微调整个网络的权重。深度学习模型通过评估输出值和实际值之间的误差来优化整个网络模型，然后微调整个深度学习网络的权重。3地铁站照明系统方案设计3.1地铁站照明系统的照度控制和调节3.1.1当前地铁站照明系统的节能方式由于地铁运营成本相对较高，节能已成为地铁系统亟待解决的问题。在有限条件下，地铁运营过程中，两个最重要的能耗因素是地铁车辆的电力需求和车站的照明设备。前者是硬需求，难以改变。后者可以通过其他方式减少电能的消耗。在之前的研究中，人们只考虑从以下措施降低地铁车站照明系统的能耗：（1）改进灯具布置，采用节能灯具随着我国地铁的快速发展，地铁车站的数量也不断增加。由于大多数地铁车站设置在地下，地铁车站照明系统的能耗问题更加突出。根据相关数据，如果出发时间不算长，人们进入地铁站所花费的时间不超过5分钟，下车和离开车站的时间甚至更短，不超过3分钟。因此，灯具的布置应分为关键区域和非关键区域。灯应布置在门、楼梯和自动扶梯上。站台与站厅之间的位置不需要照明装置来美化效果，只需要标准照度的照明装置。因此，应提升地铁屏蔽门上方的全照明，仅保留门打开位置的照明装置。另一方面，这是照明设备的选择。随着科学技术的不断进步，照明设备的质量也有所提高。选择节能灯也可以节约能源。（2）广告灯箱的新设计及辅助照明的应用地铁是做广告的重要场所。许多地铁广告灯箱设计在站台对面的线路一侧。由于全高度安全门的广泛使用，这些显示器在某种程度上被阻挡。因此，为了吸引人们的注意力，一些广告灯箱被设计成盲目增加亮度和色彩，以确保达到广告目的，但这浪费了无形的能量。因此，根据当前情况，广告灯箱的适当位置可考虑放置在地铁站台的矩形安全门上方或地铁通道两侧。这不仅服务于广告的目的，还可以补充平台和通道的照明。存储照明设备的数量以实现功率节省。目前，解决照明设备的节能问题主要依靠提高灯具的质量和灯具的布局，以提高照明的最大利用率。虽然这些方法在一定程度上降低了照明的能耗，但并没有从根本上改善照明的节能问题。例如，在客流较少或客流短期变化较大的地铁站，也需要更智能地控制和调整照明系统。因此，寻找更优化的解决方案，从根本上解决地铁车站照明系统的能耗问题。本设计考虑了各地铁站的客流，根据客流对整个照明系统进行调节和控制，以节约能源。3.1.2地铁站照明系统的节能思路如果有合适的照明标准，也将在节能的实施中起到规范作用。由于目前大多数照明标准是区域平均照度，因此它们仅实现地铁站的照明效果，而没有考虑节能问题。根据数据分析，地铁站的拥挤区域是自动扶梯和楼梯。由于自动扶梯和楼梯是事故多发区域，该区域的照明系统应保持足够的照明。不过，站台区域和车站大厅区域相对平坦，没有太多意外因素。因此，车站大厅和站台区域的照明可根据客流变化。本设计的思想是使用适当的照度设计标准来控制当前地铁站超过照度标准值的部分的照度。控制区域为站台和车站大厅区域。如果客流量大，增加该区域的照明；如果客流较低，则适当减少该区域的照明。3.1.3地铁站照明系统的控制策略随着地铁的发展，地铁车站照明系统的能耗越来越受到重视。然而，地铁车站照明系统的大部分节能主要由照明设备本身和空间的使用来考虑，这个问题还没有得到根本解决。目前，地铁车站的照明是大面积的平均照度，这将造成严重的能源浪费，尤其是在地铁车站客流较小的情况下。因此，本文在合理选择和布置地铁车站照明设备的前提下，地铁车站照明系统的控制策略是根据地铁车站的客流调整和控制地铁车站区域的照明。如图3.1所示，本文照明系统的控制策略为：图3.1照明系统控制策略以地铁车站的日客流为单位，分析了多个不同客流类型的地铁车站，根据这些地铁车站的客流特点设计了相应的控制策略和控制系统，实现照明系统的智能控制，达到节能的目的。我国城市地铁车站照明功率密度如下表3.1所示：表3.1地铁站照明功率密度值表3.1显示了地铁站不同位置的照明要求不同。目前，大多数地铁车站的照明值高于照明标准，已超过国家标准的40%左右。因此，本次设计的理念是根据地铁站客流数据与地铁站照明设备之间的关系，定制和控制照明系统。第2章预测了地铁站的日客流。根据预测结果，可以确定地铁700站的客流最多每15分钟超过一次乘客，至少只有约10名乘客。然而，这些情况的发生只是短期的。在客流较多的车站，大部分时段客流一般为每15分钟150人左右，而在客流较少的车站，大多数时段客流一般是每15分钟60人左右，因此，一般来说，在大多数时段，客流的变化范围相对稳定。因此，根据上述研究分析，照度变化范围在200lx至280lx之间，客流变化范围为每15分钟20至220名乘客。本文主要研究地铁乘客通过的主要区域，即车站大厅区域和站台区域。采用照明变化与客流变化之间的关系，如图3.2所示。如图3.2所示为照明与客流的关系如图所示：横坐标表示地铁车站每15分钟的客流统计值，纵坐标表示站台和车站大厅区域的照明值。如果乘客流量小于每15分钟20名乘客，则可将照度设置为所需的最小默认值。随着地铁站客流的增加，照度的增加与客流成线性关系。如果每15分钟客流超过220人，地铁站的照度将调整为默认值的140%，即280lx。基于上述控制策略，地铁站内的照度可以根据客流变化随时调整，这种智能控制模式可以在一定程度上节省更多电能。3.2照明系统的器件选型3.2.1微处理器选型微处理器是整个系统的控制核心，因此选择合适的微处理器非常重要。与8位和16位处理器相比，32位ARM核心处理器具有低功耗、低成本和高性能的优势。因此，本文选择stm32f103z作为系统设计的控制核心，负责输入数据的处理、数据传输和照明设备的控制。因此，本文采用stm32f103z作为整个照明系统的控制。STM32系统的内部结构有许多组件，如表3.2所示：表3.2STM32系统内部主要组成3.2.2数据传输方式选型在设计中，地铁车站的预测客流数据作为系统的输入，因此需要选择合适的数据传输方法，将数据从PC传输到STM32的控制。在STM32中，通常选择串行通信作为处理器和外部设备之间的通信模式。通过串行端口的通信是通过串行端口传输和接收比特字节。RS-232通信通过连接三条线路实现：TXD、RXD和接地，如图3.3所示：图3.3串口与PC机连接图在串行通信中，必须设置两个端口的以下参数：波特率、数据位、停止位和奇偶校验。波特率是测量传输速度的参数。不同的波特率具有不同的传输速度，但从两个端口接收的数据的波特率必须一致。数据位是指发送数据包时在数据包中传输的数据的位数。数据包的大小可以是6位、7位或8位。设置的位数取决于传输内容的需求。停止位是每个数据包的最后一位。停止位表示传输结束，同时同步接收端和发送端的时间，使传输和接收同步，确保数据传输的准确性；奇偶校验位是检查串行通信中未对准的一种方法。测试方法可分为四种类型：奇数、直线、高和低，或不设置测试位。在串行通信中，根据通信方式分为同步通信和异步通信。同步通信意味着接收机和发射机协调和同步数据，如SPI和IIC通信接口，而异步通信不使用时钟信号进行数据同步，如UART。虽然同步通信的大部分传输内容是有效数据，同步效率高，但同步通信两侧的时钟允许误差较小，因此本文选择了具有高容错性的异步通信模式UART作为数据传输模式。串口的通讯过程如图3.4所示：图3.4串口数据的接收过程如上图3.5的描述，外围设备通过串行通信将数据发送到处理器的接收端，然后进入Rx的接收移位寄存器，然后进入数据缓冲器，最后由处理器读取。3.2.3照明控制器选型照明模块部分由驱动电路与控制电路组成，用来实现对灯具开关的控制和对灯具发光强度的调控。在照明设备的驱动电路部分，PT4115芯片是一个很好的选择。电流的变化会影响灯具的温度、光通量，从而影响灯具的照明效果甚至灯具的寿命，而PT4115芯片是一种保持电流不变改变电压的芯片，而且PT4115内部有过温保护功能，可以对照明设备有一层保护作用，所以使用PT4115芯片作为驱动电路的核心，对照明设备的使用有很好的效果。在照明设备的控制部分，选用继电器作为照明设备的控制器件，继电器是一种自动开关元件，可以对照明设备的工作状态进行控制。继电器的工作原理利用电磁感应控制触电的通断，实现以一个小电流的回路控制一个大电流的回路通断的目的。所以继电器在电路中可以保护电路以及控制电路的通断，对整个电路起着很重要的作用，因此在本文中用继电器实现对照明设备工作状态的调节。3.2.4照明设备选型对于地铁车站照明设备的选择，选择的光源主要是LED灯和无电极灯。无电极灯是一种磁能灯。灯里没有灯丝。无电极灯的发光原理是，高频发生器通过电磁感应形成的等离子体最终产生可见光。作为一种新型光源，无电极灯具有寿命长、显色性好的优点，但缺点是成本高。因此，即使节能效果好，高成本也会阻碍无电极灯的普及。此外，无电极灯仍然存在散热和没有标准化的guifa的缺点。LED，中文意思是发光二极管，也是生活中常见的LED灯。LED有许多优点：1.体积小：LED灯由环氧树脂封装的晶片组成，体积小，操作和安装方便。2、使用寿命长：LED灯的使用寿命一般在10万小时以上，基本可以更换。3、环保：LED灯无有害物质，对环境无污染，LED灯材料可回收利用。4、节能效果好：与普通白炽灯相比，可以节省80%以上的电能，在相同功率下，LED灯的发光频率是白炽灯的10倍。通过以上对比分析，LED灯性能更好，应用范围更广，节能效果明显。因此，本文选择LED灯作为测试对象。3.3照明系统的硬件设计硬件设计是整个系统设计的基础工作。为了更好地控制照明设备的照明，设计稳定的硬件电路和硬件选择尤为重要。图3.5系统硬件原理图图3.5为系统的硬件原理图，选择STM32主控制器作为整个系统的控制核心，包括晶体振荡器电路、时钟电路和复位电路。整个原理图还包括电源模块、数据采集开关模块、照明设备模块等。3.3.1最小系统模块设计（1）时钟电路如图3.6所示，系统的晶体振荡器电路为系统提供基本时钟信号。通常，MCU需要主频率和时钟频率。主频基本为4.16mhz，ARM@Cortex-M系列MCU是用于PLL倍频的8MHz晶体振荡器；时钟频率为32.768KHz，通常用作RTC的低速外部时钟源。图3.6晶振电路（2）复位电路复位电路的功能是将电路恢复到其原始状态，并保持系统再次运行。复位示意图如下图3.7所示。复位电路的工作原理如下：当VCC系统接通时，电容器C20开始充电。此时，在1K电阻器R14上产生电压以重置系统；几秒钟后，电容器C20完全充电，1K电阻器R14上没有电流和电压，此时系统进入工作状态。当在操作过程中按下复位按钮时，电容器C20开始放电，此时1K电阻器R14上出现电压以复位系统。释放复位按钮后，电容器C20再充电，几毫秒后，系统再次工作。图3.7复位电路图3.3.2数据传输模块设计STM32的串口通信通常是PC通过RS232接口与STM32芯片通信。PC通过串行接口将上一节预测的客流从地铁站传输至STM32。硬件连接图如图3.8所示：图3.8串口通讯硬件原理图3.3.3照明模块电路设计照明模块电路的设计主要是驱动电路的设计，即驱动照明设备并改变灯的发光强度。在本文照明模块的电路设计中，选用pt4115芯片作为驱动电路的核心。Pt4115是一个8-30v宽电压输入，其击穿电压为45V，最大输出电流可达1200Ma。Pt4115通过连续电感和电流线模式在电流保持恒定的同时改变电压值。将pt4115中的调光器接头连接至控制器I。O连接器，并根据输出PWM波调整照明设备的光强。整个照明模块电路的设计如图3.9所示：图3.9驱动电路硬件设计图如图3.9显示了驱动电路的硬件设计图。C1是用于将脉冲直流转换为平滑直流的输入滤波电容器；R1是感测电阻器，其值与负载电流相关并用于控制输出电流。L1是整流器电感，电感值影响电路的工作频率。由于其工作在高频脉冲状态，所以选择具有高恢复速度的肖特基二极管作为二极管。3.3.4继电器控制电路设计继电器控制电路设计用于控制灯开关。由于STM32稳压器的输出电压仅为3.3V，如图1所示。如图3.10所示，添加了NPN三极管。继电器用于根据输入信号评估照明设备的开关。继电器断开时，会产生反向电流，损坏设备。因此，反向二极管必须并联到继电器的两端。如果输入信号是开启照明设备，则继电器处于开启状态；而继电器断开。图3.10继电器控制电路图3.4照明系统的软件设计3.4.1照明系统软件设计总体方案在照明系统的软件设计中，选择KeilMDK作为本实验的开发软件。KeilMDK软件适用于ARM微控制器，是一款功能强大的软件。此外，KeilMDK软件易于使用，使其广泛应用于软件开发领域。因此，选择KeilMDK软件设计整个照明控制系统的软件部分。图3.11智能化照度调节流程图软件设计思想主要是根据地铁车站客流的变化，控制和调整地铁车站的照明。如图。如图3.11所示，这是区域照度智能调整的流程图。整个过程首先初始化控制系统，将灯设置为自动控制模式，然后将基于深度信任网络预测的客流值作为系统的输入参数，然后根据输入客流评估与该区域对应的照明值。通过调整驱动电路的PWM占空比来改变输出电压值，以调整照明，最后，地铁站内的照明可以根据客流的变化而改变。3.4.2串口通信程序设计串口通信的功能是将地铁车站客流预测数据传输至控制系统。整个过程如图3.12所示：图3.12串口通讯程序设计流程图串行接口通信部分的软件设计首先初始化串行接口，包括设置串行接口的波特率、寄存器设置、校验位设置等操作，然后激活串行接口。控制系统通过串行接口向PC发送读取数据的命令，PC收到命令后通过串行接口将数据发送给控制系统。接下来，控制系统处理传输的数据，并完成串行接口通信。最后，关闭串行端口。3.4.3照明系统照度调节程序设计照明系统照度调整程序的目的是将地铁站内照明设备的照度快速调整到入口乘客电流，以节省不必要的能耗。目前，地铁站内照明设备的照度处于恒定值，高于国家标准。因此，如果客流不大，可以调整照明设备的照度，以达到节能的目的。如图3.13所示，这是照明设备的控制流程图。如果地铁站处于关闭状态，应关闭地铁站内的照明设备，仅保留应急照明；地铁车站运行时，打开地铁站内所有照明设备，然后根据客流实时数据对照明设备进行控制和调整。如果乘客电流小于预设值，则降低照明设备的照明值，否则增加照明设备的发光值。图3.13照明设备照度调节流程图4结论本工作的目的是预测地铁车站的客流。首先，分析了当前地铁车站客流，提出了当前客流预测方法，分析了其他预测方法的不足，选择了基于深度学习的模型。介绍了深度学习的理论基础和每个模型的特点，然后介绍了地铁车站照明的节能方法。然后介绍了地铁车站照明设备的节能思想和控制策略，然后描述了具体的设计方案，主要分为三个部分：设备选型、硬件设计和软件设计。整个方案的设计过程是先选择主要部件，选择合适的部件更有利于模型的构建，然后进行系统的硬件设计和软件设计。地铁车站照明系统