摘要：随着大数据时代的来临，企业对于数据的依赖程度越来越高，在很多领域都得到了广泛应用。其中在机场航站楼暖通系统中，通过运用大数据技术对机场航站楼暖通系统进行智能化管理，可以提高暖通系统的工作效率和服务质量，乌鲁木齐国际机场北航站区航站楼作为一个重要的交通枢纽，其暖通系统的高效运行对于保障旅客的舒适度和航班的正常运行具有重要意义。然而，传统的航站楼暖通系统管理方式存在一些问题，如能源利用效率低、能源浪费严重、运行成本高等。因此，通过引入大数据分析技术，实现机场航站楼暖通系统的智能化管理，成为了提高能源利用效率、减少能源浪费的重要途径。

关键词：大数据；机场航站楼；暖通系统；智能化管理

导言：随着航空运输行业的发展，机场的规模和数量都在不断增加，机场航站楼中暖通系统的容量也随之增加，例如：航站楼中的空调系统、新风系统、供排水系统等，这些系统的运行状态直接影响到机场旅客的舒适度和航班正常性，因此必须加强机场航站楼暖通系统的智能化管理。举例来说，做为传统的乌鲁木齐国际机场航站楼暖通系统智能化管理是通过人工巡检等方式实现，由于人力成本的增加，人工巡检无法达到预期效果。大数据时代下，企业对于数据的依赖程度越来越高，在很多领域都得到了广泛应用。因此通过运用大数据技术对机场航站楼暖通系统进行智能化管理，可以有效提高机场航站楼暖通系统的工作效率和服务质量，增强机场航站楼暖通系统在航空运输行业中的竞争力。

1机场航站楼暖通系统意义和现状

机场航站楼作为人员流动性非常大的公共建筑，其舒适度和能源消耗一直是运营管理的重要问题。航站楼的暖通系统对于保证航站楼内部温度、湿度和空气质量的合理控制起着至关重要的作用。因此，研究机场航站楼暖通系统的意义与现状，对于改善航站楼的舒适度、提高能源利用效率和减少能源浪费具有重要的现实意义。

首先，机场航站楼暖通系统的研究意义在于提高航站楼的舒适度。航站楼作为人员流动性极高的场所，人们在等候、登机、过安检等环节需要较长时间，如果航站楼的温度、湿度等环境参数不能及时调控，将会对旅客的体验造成极大的不便和不适。因此，研究机场航站楼暖通系统，通过合理的空调、通风和供暖控制，可以提高航站楼内部的舒适度，提升旅客的满意度。

其次，机场航站楼暖通系统的研究意义还在于提高能源利用效率和减少能源浪费。航站楼作为大型公共建筑，其能源消耗量巨大。根据统计数据显示，航站楼的能源消耗占整个机场能源消耗的很大比例。而机场航站楼的暖通系统是能源消耗的重要组成部分，其能源利用效率直接影响到整个机场的能源消耗情况。因此，通过研究机场航站楼暖通系统，可以优化航站楼的能源利用方式，减少能源的浪费，降低机场的运行成本。

然而，目前乌鲁木齐国际机场新建的航站楼暖通系统在未来实际运行中还存在着一些问题和挑战。首先，航站楼50万平方米的庞大空间和复杂布局导致暖通系统的建设和运行非常复杂。航站楼内部有多个区域，多个楼层，每个楼层和区域的暖通需求可能不同，因此需要针对不同区域进行合理的系统规划和调控。另外，本期规划的航站楼内增加了许多较之前T3航站楼内更为先进、合理、高效的各类暖通末端设备。其次，机场航站楼作为公共场所，人员流动性大，人员密度不均匀，这给暖通系统的控制带来了一定的难度。

2大数据分析在机场航站楼暖通系统中的应用

大数据分析在机场航站楼暖通系统中的应用具有以下几个方面的价值：

2.1优化航站楼暖通系统运行：通过对大数据的采集和分析，可以实时监测航站楼暖通系统的运行状态、能源消耗情况和室内环境参数等。基于这些数据，可以对暖通系统进行实时调整和优化，提高系统的运行效率和性能。

2.2提高能源利用效率：大数据分析可以帮助识别航站楼暖通系统中的能源浪费问题，并提供相应的解决方案。例如，通过分析大数据，可以确定能源消耗较高的区域或设备，并采取相应措施进行调整，从而降低能源消耗并提高能源利用效率。

2.3减少能源浪费：大数据分析可以帮助发现航站楼暖通系统中的能源浪费现象，例如，设备运行时间过长、设备故障等。通过实时监测和分析大数据，可以及时发现并解决这些问题，从而减少能源浪费。

3基于大数据分析的机场航站楼暖通系统智能化管理方法

3.1大数据采集

在机场航站楼暖通系统智能化管理中，大数据的采集是第一步。通过各种传感器和设备，可以收集到机场航站楼暖通系统的各种数据，包括室内温度、湿度、空气质量、能耗数据等。这些数据可以通过网络传输到数据中心进行存储和分析。

大数据采集的关键是选择合适的传感器和设备，并确保数据的准确性和可靠性。传感器的选择应考虑到其测量精度、响应速度、稳定性等因素。此外，还需要考虑传感器的布置位置和数量，以充分覆盖整个机场航站楼暖通系统的各个区域。

3.2大数据存储和处理

采集到的大数据需要进行存储和处理，以便后续的分析和应用。在存储方面，可以使用数据库或分布式文件系统来存储大数据。常用的数据库包括关系型数据库和非关系型数据库，例如MySQL、MongoDB等。分布式文件系统如Hadoop和HDFS可以处理大规模数据的存储和管理。

在处理方面，可以使用大数据处理平台和工具进行数据清洗、转换和计算。常用的大数据处理平台包括Hadoop、Spark等。这些平台提供了丰富的数据处理和分析工具，可以高效地处理大规模数据，并提供各种数据处理算法和模型。

3.3 大数据分析和建模

大数据分析是机场航站楼暖通系统智能化管理的核心环节。通过对采集到的大数据进行分析，可以发现数据中的规律和模式，并建立相应的数学模型。这些模型可以用于预测和优化机场航站楼暖通系统的运行。

大数据分析方法包括统计分析、机器学习和数据挖掘等。统计分析可以通过对数据的描述性统计和推断统计来揭示数据的特征和规律。机器学习可以通过训练数据来建立预测模型，从而实现对机场航站楼暖通系统的运行状态和能耗的预测。数据挖掘可以通过发现数据中的隐藏模式和关联规则来提供决策支持和优化建议。

3.4智能化管理系统

基于大数据分析的机场航站楼暖通系统智能化管理需要建立相应的管理系统。该系统可以实现对机场航站楼暖通系统的实时监测、调控和优化。通过与大数据存储和处理平台的连接，可以实现数据的实时采集和分析，并将分析结果反馈给系统的操作和控制。

智能化管理系统需要具备以下功能：实时监测航站楼各个区域的温度、湿度、空气质量等参数；根据大数据分析结果，自动调节暖通系统的运行参数，以实现能源的节约和效率的提高；提供用户界面，以便用户对暖通系统进行手动调节和监控。

为了实现智能化管理，可以采用现代控制理论和技术，如PID控制、模糊控制和神经网络控制等。这些控制算法可以根据大数据分析结果，自动调节暖通系统的控制参数，并实现对系统的优化控制。

结束语

通过对基于大数据分析的机场航站楼暖通系统智能化管理方法的研究，可以为其他领域的暖通系统智能化管理提供借鉴和参考。这对于提高能源利用效率、减少能源浪费具有重要意义，也为实现可持续发展做出了贡献。

参考文献：

[1] 机场航站楼通风空调末端系统的设计及运行现状. 晁江月；胡建丽；潘云钢.暖通空调，2021

[2] 以旅客体验为导向——当代大型机场航站楼室内设计. 付小飞.建筑技艺，2020

[3] 浦东机场能源中心水蓄冷系统设计与性能分析. 史杰；郭恒超；常晟；董正峰；邵双全；郑竺凌.流体机械，2020

[4] 快速变化中的当代航站楼建筑设计. 郭建祥；阳旭.世界建筑，2020