本发明涉及公共交通能源管理领域，尤其涉及基于人工智能的公共交通能源管理方法。
背景技术：
1、现代社会中，公共交通系统扮演着重要的角色，为人们提供便捷、高效的出行方式。然而，公共交通系统的能源管理一直是一个挑战，随着城市化进程的加速和人口的增长，公共交通系统需要应对不断增长的能源需求，同时还要考虑环境保护和可持续发展的要求。
2、传统的能源管理方法通常缺乏智能化和灵活性，导致能源浪费和运营效率低下。对于公共交通能源管理现有技术至少还存在以下问题：不能通过模型准确分析公共交通能源情况，无法为决策提供数据支持；在进行报警时，没有对预警信号及时修正，无法保证预警信息的精确度，可能还会出现错误的报警，浪费资源和时间，同时也会对人员造成不必要的困扰和焦虑；没有设定警戒线，意味着无法将修正后的报警度量指标与基准进行比较，从而导致问题的延误或无法及时发现。
3、因此，我们需要一种基于人工智能的公共交通能源管理方法，以优化能源利用、提高运营效率和减少环境影响。
技术实现思路
1、本发明提供的基于人工智能的公共交通能源管理方法，目的在于通过使用机器学习和优化算法，人工智能可以自动化监测关键指标和异常情况，及时通知相关人员并采取必要的措施，以防止潜在的问题进一步恶化，降低能源浪费；实现可持续发展和环保目标。
2、本发明技术方案具体如下：
3、基于人工智能的公共交通能源管理方法，包括以下步骤：
4、s1.通过传感器和监测设备采集公共交通能源数据信息，建立公共交通能源评估神经网络模型，采用人工智能算法对数据进行分析；
5、s2.根据公共交通工具的状态等级并结合公共交通能源评估神经网络模型的分析结果，对公共交通能源消耗情况进行预设，同时判断是否需要发出报警信号；
6、s3.当确定发出报警信号时，定义初阶报警度量指标，通过公共交通工具的工龄对报警信号进行修正；
7、s4.根据修正后的初阶报警度量指标并结合公共交通能源绩效情况，对报警度量指标进行二次修正；将得到的二次修正后的报警度量指标作为最终报警指标，同时设定警戒线。
8、进一步，步骤s1具体包括：
9、所述公共交通能源评估神经网络模型包括输入层、全连接层、分析层、增强层、输出层；
10、在定义目前公共交通能源相关信息共有x个特征，其中输入层通过全连接层与分析层相连接，将能源特征数据传递至分析层，在分析层中对能源特征数据进行分析；在增强层中对分析结果调整优化，用于加强模型的性能和评估精确度；增强层将最后的评估结果传递至输出层，由输出层输出所述公共交通能量评估神经网络的输出结果。
11、进一步，在增强层中计算过程具体包括：
12、dij2＝ω2fhk1+b2
13、
14、其中，dij2表示增强层的输入；ω2表示分析层与增强层之间的连接权重；b2表示增强层的偏置；fhk2表示增强层的输出；fhk1表示分析层的输出结果；γ表示增强层中的敏感系数；m表示分析数据的总数量；eg表示实际公共交通能源利用率；b表示偏置；kco表示控制因子；δ表示常值调节系数，维持增强层中的计算稳定性。
15、进一步，步骤s2具体包括：
16、设定公共交通能耗阈值hetr，其中ecs为公共能源消耗情况，如果ecs≤hetr，则不需要发出报警信号，公共交通能源系统会按照现状态继续正常运行；如果ecs＞hetr，则需要发出报警信号ald。
17、进一步，步骤s3具体包括：定义初阶报警度量指标为ald0，公共交通工具的工龄为lpt；
18、预设公共交通工具一级工龄对比参数为公共交通工具二级工龄对比参数为公共交通工具三级工龄对比参数为其中
19、当时，则修正后的初阶报警度量指标为
20、当时，则修正后的初阶报警度量指标为其中，β1表示第一预设公共交通工具工龄的调整系数；
21、当或时，则修正后的初阶报警度量指标为其中，β2表示第二预设公共交通工具工龄的调整系数，β1≠β2。
22、进一步，步骤s4具体包括：
23、如果表示警戒线，ald‘’0表示二次修正后的报警度量指标，则触发报警信号，当报警信号被触发时，进行优化分析，审查报警的原因，并采取措施进行能源管理的优化。
24、基于人工智能的公共交通能源管理系统，包括以下内容：
25、数据获取模块、信息处理模块、公共交通能源评估模块、报警指标修正模块、综合管理模块；
26、数据获取模块，负责从不同数据源获取公共交通能源数据信息，将数据传输到中央控制系统，并传输至所述信息处理模块；
27、信息处理模块，对获取到的数据进行处理和分析，提取关键信息，并进行必要的数据清洗和预处理操作，将处理后的信息传递至所述公共交通能源评估模块；
28、公共交通能源评估模块，利用人工智能算法和建模，通过对公共交通工具的能源消耗、利用率和环境影响参数进行评估和分析，根据实时数据和历史数据，得到公共交通能源评估结果，将数据传递至所述报警指标修正模块；
29、报警指标修正模块，用于根据实际情况对报警指标进行修正，确保报警机制的准确度；所述报警指标修正模块，包括第一修正单元、第二修正单元；
30、第一修正单元，用于根据公共交通工具的工龄，对报警指标进行实时修正；
31、第二修正单元，用于根据历史数据和反馈信息，对报警指标进行二次修正和优化；根据当前公共交通的能源维护成本和当前公共交通工具更新率，对报警指标进行调整；
32、所述综合管理模块，用于整体管理和监控公共交通能源系统的运行状态具备实时监控功能和可视化界面。
33、有益效果：
34、1.本发明建立公共交通能源评估神经网络模型，通过对公共交通能源数据的分析，利用历史能源数据和实时监测信息进行公共交通能源评估，管理者可以合理安排能源供应和调度，确保公共交通系统的稳定运行，并在需求高峰时提供足够的能源支持；识别出潜在的故障或设备损坏，提前发现问题并进行维修，减少因设备故障而导致的运行中断和能源浪费，提高公共交通系统的可靠性和运行效率；公共交通系统管理者可以做出更加科学和准确的能源管理决策，调整运营策略、优化车辆使用和路线规划，以最大程度地降低能源消耗并提高能源利用效率。
35、2.本发明通过将公共交通工具的状态等级与神经网络模型的分析结果结合，实现对公共交通能源消耗情况的实时监测和预警，分析出潜在的公共交通能源消耗超出预设范围时，可以发出相应的预警信号，提醒相关人员注意并采取必要的措施；通过及时的报警信号，可以引起管理者的注意并采取相应的措施，提高能源利用效率，减少能源消耗，降低运营成本。
36、3.本发明通过定义初阶报警度量指标，使用公共交通工具的工龄对报警信号进行修正，可以考虑到不同工龄交通工具的能源消耗情况可能存在的差异；较老的交通工具可能存在更高的能源消耗或故障风险，因此可以根据工龄进行适当的修正，使报警信号更加精确和可靠；通过根据工龄进行修正，可以优化资源分配，使得有限的资源和预算得以更有效地利用。
37、4.本发明通过通过将初阶报警度量指标与公共交通能源绩效情况结合，并进行二次修正，可以更准确地反映公共交通工具的实际能源消耗情况；能源维护成本是指维护和管理公共交通工具所需的能源相关费用，综合考量能源维护成本和更新率，可以得出公共交通系统的能源绩效指标，用于评估能源管理的效果和提供改进的方向。设定警戒线后，修正后的报警度量指标将用作最终报警指标，如果超过设定的目标值时，将触发报警信号，警示相关人员，促使其采取干预措施。
1.基于人工智能的公共交通能源管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于人工智能的公共交通能源管理方法，其特征在于，所述步骤s1具体包括：
3.根据权利要求2所述的基于人工智能的公共交通能源管理方法，其特征在于，在所述增强层中计算过程具体包括：
4.根据权利要求1所述的基于人工智能的公共交通能源管理方法，其特征在于，所述步骤s2具体包括：
5.根据权利要求1所述的基于人工智能的公共交通能源管理方法，其特征在于，所述步骤s3具体包括：定义初阶报警度量指标为ald0，公共交通工具的工龄为lpt；
6.根据权利要求1所述的基于人工智能的公共交通能源管理方法，其特征在于，所述步骤s4具体包括：
7.基于人工智能的公共交通能源管理系统，应用于权利要求1所述的基于人工智能的公共交通能源管理方法，其特征在于，包括以下内容：
