1.一种新型绿色客站数智赋能方法，其特征在于，该方法包括以下步骤：接收客站全生命周期运营数据，所述客站全生命周期运营数据包括：车站基础信息、包括季节气候在内的环境舒适度信息、车站设备能耗信息、车站设备运行状态多维度信息、接发车/客运作业信息以及包括客流信息在内的车站旅客信息，其中，所述环境舒适度信息、车站设备能耗信息、车站设备运行状态多维度信息、接发车/客运作业信息和车站旅客信息与车站区域和时段相关联；基于预先建立的不同区域和类别的设备对应的能耗自变量-因变量关系对，针对车站内不同区域和类别的设备从所述全生命周期运营数据中提取对应的能耗自变量，并基于提取的能耗自变量获得对应的区域和类别的设备能耗最优解，从而获得各个区域的最优耗电量；其中，所述因变量为车站设备能耗信息；基于所述最优耗电量，利用预训练的时间序列预测模型获得各个区域的预测耗电量；通过比较各个区域的预测耗电量和区域标准耗电范围生成差异化用能策略，以实现绿色客站的数智赋能；其中，所述基于提取的能耗自变量获得对应的区域和类别的设备能耗最优解，从而获得各个区域的最优耗电量，包括：基于多任务学习算法和提取的与车站内不同区域和类别的设备对应的能耗自变量，构建各个类别的设备在不同区域的多自变量模型；将所述多自变量模型拆分，获得各个类别的设备在不同区域的多个单自变量模型；利用最优化算法求得各个单自变量模型的最优解；基于各个区域和类别的设备能耗的最优解以及与各个最优解对应的设定影响权重，获得各个区域和类别的设备的最优耗电量，从而获得各个区域的最优耗电量。
2.根据权利要求1所述的方法，其特征在于，所述车站基础信息包括以下信息中的部分或全部信息：车站整体建筑结构、建筑材料、建筑朝向、地理位置和地域气候；所述环境舒适度信息包括以下信息中的部分或全部信息：天气信息、季节气候以及包括温度、湿度、CO 2 浓度、噪声和亮度中的一种或多种的站内环境信息；所述车站设备能耗信息包括以下信息中的部分或全部信息：设备历史耗能时间序列数据、设备单位时间耗能、设备间的能源消耗量比和能源利用率；所述车站设备运行状态多维度信息包括以下信息中的部分或全部信息：设备基本信息、设备服役周期、设备运行状态和设备维保信息；所述接发车/客运作业信息包括以下信息中的部分或全部信息：客运作业计划、列车到发计划、列车调度计划、上水吸污作业计划、人员排班计划和设备巡检计划；所述车站旅客信息包括以下信息中的部分或全部信息：客流信息、旅客身份信息、旅客位置信息和旅客咨询与回复信息。
3.根据权利要求2所述的方法，其特征在于，所述预训练的时间序列预测模型是通过以下方式获得的：利用设备历史耗能时间序列数据、相应时段的客流信息和季节气候作为训练数据集，通过迭代训练时间序列预测模型得到预训练的时间序列预测模型；在通过比较各个区域的预测耗电量和区域标准耗电范围生成差异化用能策略之后，所述方法还包括：根据设定的时间序列预测模型的更新频率，从云计算平台获取基于所述差异化用能策略被执行时生成的实时耗电量与区域标准耗电范围的对比结果得到的优化模型参数；基于所述优化模型参数更新所述预训练的时间序列预测模型中的对应参数，从而将预训练的时间序列预测模型更新为优化时间序列预测模型，以便后续利用优化时间序列预测模型获得各个区域的预测耗电量；其中，所述时间序列预测模型包括自回归差分移动平均模型。
4.根据权利要求1所述的方法，其特征在于，所述最优化算法包括非支配排序遗传算法。
5.根据权利要求1所述的方法，其特征在于，所述差异化用能策略为：若该区域的预测耗电量超过相应的区域标准耗电范围，则将所述区域标准耗电范围的最大值对应的电量作为该区域的分配电能，并将超过区域标准耗电范围最大值的电量作为储能设备的分配电能；若该区域的预测耗电量处于相应的区域标准耗电范围内，则将所述预测耗电量作为该区域的分配电能；若该区域的预测耗电量低于相应的区域标准耗电范围，则将所述区域标准耗电范围的最小值对应的电量作为该区域的分配电能，并从储能设备获取预测耗电量与区域标准耗电范围最小值之差的电量；所述方法还包括：客站的区域被划分为售票区域、安检区域、检票区域、候车区域、站台区域、出站区域和机房区域；针对售票区域、安检区域、检票区域和出站区域，在区域的预测耗电量超过相应的区域标准耗电范围的情况下，基于接发车/客运作业信息、车站设备运行状态多维度信息和客流信息生成对应区域的资源动态调配模型，并基于资源动态调配模型的结果生成该区域的差异化调配方案，以调整该区域内资源设备的运行周期以及人员排班计划；其中，所述资源设备至少包括闸机、安检设备和售票设备；所述差异化调配方案为：若资源动态调配模型的结果为资源减少，则移除该区域闲置的资源设备和/或减少人员排班；若资源动态调配模型的结果为资源不变，则调整该区域内的人员排班和/或资源设备的工作时段。
6.根据权利要求5所述的方法，其特征在于，所述若该区域的预测耗电量低于相应的区域标准耗电范围，则将所述区域标准耗电范围的最小值对应的电量作为该区域的分配电能，并从储能设备获取预测耗电量与区域标准耗电范围最小值之差的电量，还包括：基于各个区域的降能设备和所述降能设备的最小耗电量减少对应区域的耗电量，使得减少的耗电量不小于预测耗电量与区域标准耗电范围最小值的差值；其中，安检区域的降能设备为安检设备，站台区域的降能设备为站台屏幕，候车区域的降能设备包括空调、广播和显示屏，出站区域的降能设备为电梯扶梯。
7.根据权利要求5所述的方法，其特征在于，所述通过比较各个区域的预测耗电量和区域标准耗电范围生成差异化用能策略，还包括：基于各个区域的预测耗电量和区域内不同用途的设备的能源分配比例，获得各个区域和用途的设备的预测耗电量；通过比较各个区域和用途的预测耗电量与相应的区域和用途的标准耗电范围，生成能源分项的差异化用能策略；其中，不同用途的设备包括照明及插座用电设备、空调及供暖用电设备、动力用电设备和特殊用电设备；所述区域标准耗电范围是基于该区域内各个用途的标准耗电范围获得的；所述能源分项的差异化用能策略为：若该区域和用途的预测耗电量超过相应的区域和用途的标准耗电范围，则将相应标准耗电范围的最大值对应的电量作为该区域和用途的分配电能，并将超过相应区域和用途的标准耗电范围最大值的耗电量作为储能设备的分配电能；若该区域和用途的预测耗电量处于相应的区域和用途的标准耗电范围内，则将所述预测耗电量作为该区域和用途的分配电能；若该区域和用途的预测耗电量低于相应的区域和用途的标准耗电范围，则将相应区域和用途的标准耗电范围的最小值对应的电量作为该区域和用途的分配电能，并从储能设备中获取该区域和用途的预测耗电量与相应区域和用途的标准耗电范围最小值之差的电量；所述方法还包括：基于设置的评价指标评价所述差异化用能策略或所述能源分项的差异化用能策略的执行效果，以及基于三维建模技术构建绿色客站数智化模型，以实时展示客站数智赋能情况；其中，所述评价指标包括以下部分或全部指标：环境舒适度指标类、设备设施指标类、数据中心指标类、人员-资源设备配比指标类和数字化智能手段指标类。
8.一种新型绿色客站数智赋能平台，其特征在于，所述新型绿色客站数智赋能平台包括实现权利要求1-7中任一项所述方法的车站级平台；所述车站级平台通过铁路综合信息网和网络传输协议，将车站设备能耗信息和车站设备运行状态多维度信息发送给所属的路局级平台，以使路局级平台将通过分析所述车站设备能耗信息和车站设备运行状态多维度信息获得的周期性的车站设备能耗信息发送给国铁集团级平台。
9.根据权利要求8所述的平台，其特征在于，所述车站级平台，包括：感知层，用于从传感器获取客站全生命周期运营数据；传输层，用于基于客站全生命周期运营数据的实时性差别，通过铁路综合信息网将其传输至平台层；平台层，用于生成差异化用能策略或能源分项的差异化用能策略；应用层，用于基于设置的评价指标评价所述差异化用能策略或能源分项的差异化用能策略的执行效果；展示层，用于基于客站全生命周期运营数据，结合三维建模技术构建绿色客站数智化模型以展示客站的数智赋能情况；其中，所述平台层包括：数据汇聚模块，用于接收客站全生命周期运营数据，并将其传输至人工智能模块；人工智能模块，用于基于预先建立的不同区域和类别的设备对应的能耗自变量-因变量关系对获得各个区域的最优耗电量，基于所述最优耗电量获得各个区域的预测耗电量，并且通过比较各个区域的预测耗电量和区域标准耗电范围生成差异化用能策略，或者通过比较各个区域和用途的预测耗电量与相应的区域和用途的标准耗电范围，生成能源分项的差异化用能策略；管控与协同联动模块，用于结合客运作业计划、列车到发计划和人员排班计划执行差异化用能策略或能源分项的差异化用能策略；碳资产管理模块，用于通过对比所述差异化用能策略被执行时的实时耗电量与相应的区域标准耗电范围，或者通过对比所述能源分项的差异化用能策略被执行时的实时耗电量与相应的区域和用途的标准耗电范围，获得其对比结果；智联网模块，用于实现平台层与传输层之间的数据传输。
10.一种新型绿色客站数智赋能设备设施，其特征在于，包括处理器、存储器及存储在存储器上的计算机程序/指令，其特征在于，所述处理器用于执行所述计算机程序/指令，当所述计算机程序/指令被执行时该设备设施实现如权利要求1至7中任一项所述方法的步骤。
