1.一种铁路客站低碳制冷装置，其特征在于，包括：数据采集模块，用于采集客站内外的环境温度、湿度、CO2浓度，并将其传输给节能控制模块；节能控制模块，用于接收数据采集模块采集的数据，并根据采集的数据，计算将客站内温度调节至人体最佳舒适温度时的制冷量：其中， 为制冷量； 为空气的比热； 为空气的密度； 为客站内的空气体积； 为单位时间内向客站输入的新风体积； 为客站内的温度； 为人体最佳舒适温度； 为客站外温度； 为客站外空气湿度； n 为客站内总人数； 为每个乘客单位时间内排出的CO 2 含量； 为客站内每立方空气的CO 2 含量； 为每立方新风中的CO 2 含量； 为绝对值符号；根据制冷量及客站制冷系统的热泵的最大功率，计算需要启动的热泵数量：其中， N 为热泵数量； 为向上取整； 为热泵的制冷效率； 为热泵的最大功率；客站制冷系统，用于接收节能控制模块发送的热泵启动指令，启动热泵，并将热交换的空气通过布置于客站多个不同位置的旋流风口输出至客站内；人体最佳舒适温度的获取方法包括：S1、统计客站在预设时间段内所有乘客的年龄，并基于每10岁作为一个年龄段，将乘客划分为若干组，之后统计每组人员数量；S2、选取人员数量最多的预设组，并统计出每组人员所处的年龄段，针对每个年龄段选取预设数量的试验人员；S3、在室内空间分别采集制冷场景下位于20℃~30℃下所有试验人员的肢体动作和穿衣情况，并输入已训练的神经网络，得到每个温度下每个人员的体感类型；体感类型包括温度高、温度低和温度合适；S4、统计每个温度下相同体感类型的数量，并选取出制冷场景下对应于温度合适人数最佳的温度，并将其作为人体最佳舒适温度；所述神经网络为PyTorch神经网络或YoloV8神经网络；步骤S4进一步包括：统计每个温度下相同体感类型的数量，并对对应温度合适的多个数量按降序进行排序；选取序列中的最大值，并计算序列中余下参数与最大值的差异，挑选出差异小于预设数量的参数；选取最大值及挑选出的参数中对应的最高温度，并将最高温度作为制冷场景下对应于温度合适人数最佳的温度，并将其作为人体最佳舒适温度。
2.根据权利要求1所述的铁路客站低碳制冷装置，其特征在于，所述客站制冷系统包括两组抽风机和多个并联的热泵，所述热泵使用的制冷剂为碳氢制冷剂R-290；集水器通过管路、冷冻水泵与所述热泵连接，所述热泵通过管路与分水器连接，与分水器出口连接的管路经过热交换区域与集水器连接；其中一组抽风机用于抽取客站内的空气和新风与热交换区域进行换热，并通过送风管道与客站不同位置布置的旋流风口连接；另一组抽风机用于抽取客站内的空气，并排出室外；抽取客站内的空气和新风的管道进口上均安装有电动调节阀，热泵、抽风机和所有电动调节阀均与节能控制模块电连接。
3.根据权利要求2所述的铁路客站低碳制冷装置，其特征在于，抽取客站内的空气进入热交换区域的管道设置成双路管道，分别为第一管道和第二管道，所述第一管道上设置有干燥腔，且第一管道和第二管道上均设置有与节能控制模块电连接的电动调节阀；节能控制模块接收湿度传感器采集的客站内的湿度，并判断客站内的湿度是否大于预设湿度，若是，则开启第一管道上的电动调节阀，关闭第二管道上的电动调节阀；否则开启第二管道上的电动调节阀，关闭第一管道上的电动调节阀。
4.根据权利要求1所述的铁路客站低碳制冷装置，其特征在于，客站制冷系统单位时间内向客站外排出的空气体积等于 ，与客站制冷系统进行热量交换的空气包括新风和循环抽取的室内气体。
5.根据权利要求1所述的铁路客站低碳制冷装置，其特征在于，客站内的温度的获取方法包括：A1、采集客站内多个远离旋流风口处的温度，计算多个温度的平均值；A2、计算采集的每个温度与平均值的差异，并判断差异大于预设阈值的个数是否大于三分之一采集温度数量，若是，则进入步骤A3，否则进入步骤A5；A3、采集多处远离旋流风口的视频图像，并将其输入已训练的神经网络，得到视频区域内每个乘客的体感类型；A4、统计属于同一体感类型的乘客数量，选取乘客数量最大的体感类型，并根据体感类型确定客站内的温度：若体感类型为温度合适，则采用人体最佳舒适温度作为客站内的温度；若体感类型为温度高，则采用人体最佳舒适温度加预设温度作为客站内的温度；若体感类型为温度低，则采用人体最佳舒适温度减预设温度作为客站内的温度；A5、采用平均值作为客站内的温度。
6.根据权利要求5所述的铁路客站低碳制冷装置，其特征在于，当客站内的温度在连续预设次数内均未发生变化时，不抽取客站内的空气进入热交换区域循环。
7.根据权利要求5所述的铁路客站低碳制冷装置，其特征在于，当差异大于预设阈值的个数大于三分之一采集温度数量时，调整每个旋流风口风向，并使每个旋流风口的出风方向不相同。
8.一种铁路客站低碳制冷装置的使用方法，其特征在于，包括步骤：采集客站内外的环境温度、湿度、CO2浓度，并将其传输给节能控制模块；接收数据采集模块采集的数据，并根据采集的数据，计算将客站内温度调节至人体最佳舒适温度时的制冷量：其中， 为制冷量； 为空气的比热； 为空气的密度； 为客站内的空气体积； 为单位时间内向客站输入的新风体积； 为客站内的温度； 为人体最佳舒适温度； 为客站外温度； 为客站外空气湿度； n 为客站内总人数； 为每个乘客单位时间内排出的CO 2 含量； 为客站内每立方空气的CO 2 含量； 为每立方新风中的CO 2 含量； 为绝对值符号；根据制冷量及客站制冷系统的热泵的最大功率，计算需要启动的热泵数量：其中， N 为热泵数量； 为向上取整； 为热泵的制冷效率； 为热泵的最大功率；接收节能控制模块发送的热泵启动指令，启动热泵，并将热交换的空气通过布置于客站多个不同位置的旋流风口输出至客站内；人体最佳舒适温度的获取方法包括：S1、统计客站在预设时间段内所有乘客的年龄，并基于每10岁作为一个年龄段，将乘客划分为若干组，之后统计每组人员数量；S2、选取人员数量最多的预设组，并统计出每组人员所处的年龄段，针对每个年龄段选取预设数量的试验人员；S3、在室内空间分别采集制冷场景下位于20℃~30℃下所有试验人员的肢体动作和穿衣情况，并输入已训练的神经网络，得到每个温度下每个人员的体感类型；体感类型包括温度高、温度低和温度合适；S4、统计每个温度下相同体感类型的数量，并选取出制冷场景下对应于温度合适人数最佳的温度，并将其作为人体最佳舒适温度；所述神经网络为PyTorch神经网络或YoloV8神经网络；步骤S4进一步包括：统计每个温度下相同体感类型的数量，并对对应温度合适的多个数量按降序进行排序；选取序列中的最大值，并计算序列中余下参数与最大值的差异，挑选出差异小于预设数量的参数；选取最大值及挑选出的参数中对应的最高温度，并将最高温度作为制冷场景下对应于温度合适人数最佳的温度，并将其作为人体最佳舒适温度。
