城市轨道交通运营安全预警系统研究

黎新华，李俊辉

（广东交通职业技术学院轨道交通学院，广东广州 501650）

0 引言

近年来，城市轨道交通发展迅猛，开通城市轨道交通的城市越来越多，运营里程不断增加，由此带来的运营安全问题不容小觑。由于城市轨道交通人流密集、地下空间狭小，一旦发生人员踩踏、设备故障等突发事件，后果非常严重。《国家突发事件应急体系建设“十三五”规划》中明确提出要“完善突发事件监测预警服务体系”。因此，对城市轨道交通运营安全预警系统的研究，可以使其在突发事件预防与应急准备、监测与预警、应急处置与救援、恢复与重建等各环节的应急管理工作机制更加完善。

城市轨道交通运营安全预警就是应用预警理论和方法建立预警指标体系，通过信息采集、预警模型分析、预警输出和预测信息发布等，实现预警功能。

在城市轨道交通系统及车站运营安全评价方法研究方面，国内外学者分别利用可拓学、层次分析法、决策树、粗糙集等方法进行了分析[1-5]。上述方法在分析因素之间的运行机制和内在关系方面仍有不足，因素转化为评价或预警指标的过程多通过经验定性确定，因此其科学性和合理性难以保障。在影响因素的系统分析方法上，决策试验和评价实验室法（DEMATEL）及解释结构模型（ISM）是复杂系统结构分析中定性与定量相结合的方法，目前已经得到广泛应用[6-10]。在城市轨道交通安全预警相关系统的研究方面，谢征宇对高铁综合客运枢纽的安全预警进行了需求分析，将需求分成 3 个方面，即信息采集方面、信息处理方面和信息融合方面，并在此基础上提出了高铁枢纽客流安全预警系统的结构和预警流程[11]；杨超等利用视频检测、交通仿真和视频处理等技术, 从服务车站管理人员的角度，提出客流安全与应急系统[12]；刘光武介绍了广州地铁在城市轨道交通安全预警与应急平台建设方面的经验和做法[13]；张铭等从网络化运营辅助决策与应急的角度，构建了相应系统框架[14]。

通过对上述相关文献的分析发现，现有文献主要从宏观构架方面对城市轨道交通预警系统进行了研究，对微观层面的运营安全预警，尤其是综合客流、设备、管理、环境等多种影响因素的研究较少，且在预警指标、预警结果和应急预案之间缺少整体联动性，在处理预警指标方面多采用综合加权法，科学性有待提高。

城市轨道交通运营安全预警系统是一个需要考虑多种影响因素输入的反馈系统，需要在综合定量和定性数据的基础上，按照一定的信息处理模型和算法，将多信息进行有效融合。由于各因素重要度的确定及警限的划分等均没有统一标准，不确定性较大，能否将多信息进行有效融合是预警方法是否科学的关键。现有的信息融合数学模型主要采用嵌入约束模型、证据组合模型和人工神经网络模型等。本文构建的城市轨道交通运营安全预警系统以多信息融合中的 D-S 证据理论、神经网络理论作为预警模型，实现对指标信息输入的智能处理和预警结果输出。

1 预警系统业务流程分析

城市轨道交通运营安全预警系统，可对城市轨道交通整个网络的运营安全现状及未来趋势进行监测和预警，预报危险状态的时空范围和危害程度，对已发生的事故生成应急预案，对可能发生的事故给出预防措施和相应级别的预警信息。该系统通过对城市轨道交通运营安全相关指标进行现状分析、预测与评价，利用定性和定量结合的预警方法确定城市轨道交通网络的安全状态及发展趋势。在预警指标的建立方面，尽管导致城市轨道交通运营事故或突发事件的原因很多，但进一步分类后，多数都可以归结到人、设备、环境、管理这 4 个方面，因此可以从人的信息、设备信息、环境信息和管理信息 4 个层次构建预警指标。城市轨道交通运营安全预警系统业务流程如图 1 所示。

预警系统采集预警指标的各类静态和动态基础数据。其中，静态数据为固定值，由预警中心人员录入，如车站员工信息、车站类型等；动态数据是随着时间变化的，由数据采集设备获取，如客流量、设备故障率等。系统经过处理得到车站层面、线路层面和路网层面的各单项指标信息，通过预警模型输出对应的预警等级，判断当前状态为无警状态则继续采集数据和监测；有警状态则根据级别的不同匹配对策库，推送给相关部门人员实施改进；巨警状态则触发对应预警预案库中的应急预案，推送给危机处理人员进行处理。

为保证系统各预警指标数据的获取，城市轨道交通企业应在安全检查部门设置预警中心，同时在其他业务部门设置安全员，负责本部门预警数据的录入和采集。预警组织结构可设置为图 2 所示。

图1 城市轨道交通运营安全预警系统业务流程图

2 预警系统数据流程分析

城市轨道交通运营安全预警系统的数据主要来自 3个方面：①预警中心和相关部门预警人员的人工录入数据，主要包括车站员工信息、车站信息、设备故障等分时间的统计信息等；②相关设备采集到的实时数据，如站台客流密度、车站客流量等；③其他系统的导入数据，如 AFC 票务系统、ATS 调度系统的数据。具体的系统数据流程如图 3 所示。

3 系统主要功能结构分析

图2 预警组织结构

图3 系统数据流程

城市轨道交通运营安全预警系统的实现主要由 5 个子模块组成，包括数据采集和管理模块、安全预警模块、信息查询模块、专家决策模块和应急保障模块。数据采集和管理模块负责收集预警指标相关的基础数据，并根据安全预警模块的需要对数据存储的格式和要求进行处理；安全预警模块则利用多信息融合相关算法和模型，结合预警单项指标和综合指标阈值，判断指标是否达到预警的等级；信息查询模块主要供决策者和管理者查询相关指标和历史数据；专家决策模块主要供专家开展定性评价和权重设定、输入专家应急策略等；应急保障模块主要实现应急预案管理、应急预案触发、预警实施各种措施。系统功能模块如图 4 所示。

3.1 数据采集和管理模块

数据采集和管理模块主要包括动态数据采集、相关系统数据导入、基础数据录入、系统设置、指标信息设置、预警对策和预案录入、预警阈值录入等。数据的采集和管理以单项预警指标为基础，根据指标数据的类型和大小不同，对数据格式进行初步处理。在指标体系的构建上，以车站层面的安全预警为核心，结合线路设备综合预警指数、线路断面客流预警指数和线路运行指挥综合预警指数，通过信息融合形成线路层面的安全预警，再根据各线路在路网中的重要度，加权为全路网的综合安全状态[15]。图 5 为车站层面的运营安全预警指标体系示意图。

3.2 安全预警模块

安全预警模块是预警系统的核心，用来对单项预警指标进行预警，运用神经网络等信息融合方法实现以下 4 类对象的预警：单项指标预警、车站综合预警、线路综合预警和路网综合预警。单项指标预警在录入指标数据的时候完成，根据单项预警阈值范围即可得到对应预警结果；车站综合预警是在单项预警指标录入的基础上，运用 D-S 证据理论进行指标融合；线路综合预警采用 BP 神经网络进行综合预警；路网综合预警采用综合加权法进行预警。安全预警模块的结构如图 6 所示。

（1）车站运营安全综合预警。采用 D-S 证据理论和信息熵融合的车站运营安全综合预警方法[16]。D-S 证据理论不需要大量训练数据，避免了 Bayes 理论需要完整的先验概率和条件概率知识的限制，但需要获得各预警指标的权重[17]；而信息熵理论在确定权重方面能充分利用预警对象本身的数据信息，克服了专家确定权重的主观性，具有权重随着数据对象变化自动动态调整的优势。将两者融合后的城市轨道交通车站安全预警方法如图 7 所示。

图4 系统功能模块

图5 车站层面的运营安全预警指标体系

图6 安全预警模块

图7 基于D-S证据理论的城市轨道交通车站安全预警融合方法

（2）线路运营安全综合预警。利用概率神经网络的分类优势，将车站综合预警指数、线路设备综合预警指数、线路断面客流预警指数和线路运行指挥综合预警指数 4 个指标作为输入层，将预警结果作为输出层，构建城市轨道交通线路安全预警的概率神经网络模型（图 8）。

（3）路网运营安全综合预警。在线路运营安全预警结果的基础上，考虑各线路的权重，进行综合加权求和，得到整个路网的安全综合预警结果。其计算公式如下：

式（1）中，X（t，t+ Δt）（S）表示（t，t+ Δt）时期，路网安全综合指数；W（t，t+ Δt）（Si）表示线路Si在路网中的权重；X（t，t+ Δt）（Si）表示（t，t+ Δt）时期，线路Si的线路安全综合指数。

图8 概率神经网络结构简图

3.3 信息查询模块

信息查询模块主要供决策者和管理者查询站台拥挤度、平均客流速度等相关动态和静态单项预警指标信息，以及车站、线路和路网综合预警指标状态；按时间、空间和主要原因等归类的历史事故，车站设备布局、车站员工信息、车站制度等基础数据等，并可实现分类统计和图形化展示，结合地理信息系统（GIS）等技术，直观地呈现查询结果。

3.4 专家决策模块

专家决策模块是运营安全模块的基础，主要实现专家库信息管理、指标预警阈值评价、运营安全状态专家评价、专家策略输入。通过该模块，专家针对不同预警指标数据进行打分评价，得到运营安全预警模块训练数据，然后利用神经网络等信息融合方法对专家评价的决策过程进行学习；专家策略用于实现专家经验收集，由专家根据不同指标运营安全预警状态制定对应应急策略。

3.5 应急保障模块

应急保障模块主要包括应急预案管理、预警发布和应急物资管理 3 个方面。其中，应急预案管理主要是应急预案的制定、输入，是专家根据以往的工作经验和主观认定建立起来的应急对策库，每个单项指标和综合预警指标的不同预警等级都有相应的应急措施；预警发布主要是将预警结果通过互联网渠道进行发布和展示，用以实时显示各车站、各线路和路网整体运营安全状态；应急物资管理主要进行应急物资库存、应急物资调配等日常管理。

4 结论

城市轨道交通运营安全预警系统的构建，旨在从微观层面为城市轨道交通安全管理提供信息化管理的工具和途径。本文构建的城市轨道交通运营安全预警系统以车站、线路和路网相关的单因素指标和综合指标为输入，以多信息融合中的 D-S 证据理论、神经网络理论作为预警模型，实现对指标信息输入的智能处理和预警结果输出，同时通过建立专家决策模块和应急保障模块，实现运营安全预警和应急策略的联动。