随着交通问题的加剧,地铁成为人们出行方式的首选,而地铁站多为地下空间,密封性强且客流量大,因此对通风空调系统的要求日渐上升,随之而来的是能耗的增多,对其进行优化控制可以在满足环境要求的同时节约能源。文章以西安某地铁站为例,通过对地铁站通风空调系统的研究,提出一种基于客流预测的地铁站通风空调系统的新风控制方法。利用深度学习算法预测地铁站短时客流量,根据客流量的变化动态调节新风量的大小,实现新风系统的变风量控制,从而达到节能的目的。文章主要研究内容如下:（1）地铁通风空调系统研究。对地铁通风空调系统展开理论研究,分析其组成与分类,针对屏蔽门系统的负荷组成,分析不同因素对负荷的影响及不同类型负荷对系统的影响能力,以此确定文章的研究对象为客流量与新风系统,以客流量作为输入对新风系统展开节能优化研究,为后续的实验研究奠定坚实的基础。（2）地铁站短时客流量预测。针对长短期记忆（LSTM）模型参数寻优慢的问题,构建一种基于改进蝙蝠算法（IBA）优化LSTM网络的客流量预测模型,引入反向学习、动态自适应惯性权重与拉格朗日插值法提高模型的运行速度与精度,利用IBA对LSTM模型的参数进行优化,实现地铁站客流量的准确预测,为控制系统提供数据输入。（3）通风空调系统控制策略研究。对通风控制策略展开研究,根据新风优化控制方案,提出基于客流预测的地铁公共区新风控制策略,同时利用建筑污染与CO2浓度计算新风量设定值,提升控制策略的有效性。（4）通风空调系统的建模与仿真。设计模糊PID控制器,利用Simulink建模仿真验证预测模型和控制策略的新风动态控制和节能效果,结果表明文章所构建的模型可以根据客流量的变化动态地调节新风量输入,并将文章方法与传统控制方法一天的负荷进行对比,结果验证了文章方法能够有效降低系统能耗。