城市轨道交通车站能耗作为城市轨道交通能耗的重要组成部分,是节能工作的重要一环。时代的进步及科技的发展对城市轨道交通车站能源消耗不仅有了更高要求,同时提供了更先进的技术。为了做好城市轨道交通车站节能工作,应明确现有车站能耗构成,分析能耗影响因素,把握能耗发展趋势,评价能耗现有状态,从而能够更加合理高效的减少能源消耗。本文分析了现阶段城市轨道交通车站能耗的构成情况及主要能耗设备使用情况;探讨了车站能耗的影响因素,定性与定量相结合分析单因素对车站能耗造成的影响;基于实际数据的统计处理,利用SPSS对影响因素进行相关性分析,综合考虑不同影响因素与车站能耗的相关程度。为把握能耗发展趋势,本文利用支持向量机算法对车站能耗进行预测。首先提出了车站能耗数据异常值与归一化处理方法,总结了支持向量机回归的原理及应用问题的解决方法,结合实例对比了 CV-SVR与GA-SVR的参数寻优区别,最终得到基于支持向量机的城市轨道交通车站能耗预测模型结果,并与BP神经网络的预测结果进行比较分析。结果表明,GA-SVR的预测结果R2为0.89,明显优于BP神经网络,说明支持向量机在小样本短期预测中更具优势。由于城市轨道交通车站具有公共建筑的属性,本文借鉴建筑能耗评价方式,提出了基于能耗定额方法的轨道车站能耗定额标准。基于定额方法要求,通过SPSS对轨道交通能耗数据进行分布特征检验,制定轨道交通月能耗定额水平表,然后根据空调季、非空调季分别提出了舒适性能耗定额水平、基本能耗定额水平和奢侈性能耗定额水平三种定额水平,以此制定城市轨道交通车站能耗定额标准。其中,舒适性能耗定额水平为近期车站能耗的节能目标值,即城市轨道交通车站能耗应达到的节能目标。最后,本文基于实际调研和研究成果,提出了城市轨道交通车站的重点节能方向和分阶段分层次的节能措施。