数据中台为智慧城轨建设赋能

文/明略科技集团

建设交通强国是推动交通运输高质量发展的内在需要。当前，《建设纲要》已经明确了我国交通发展的总体思路。建设智慧城轨，也正逐渐成为城市轨道交通行业的共识。

城市轨道交通是典型的重资产行业，线路、车辆、车站设施构成了城轨企业运营的资产主体，而随着路网规模的增加，巨大的资产规模，即便小的改进，也将带来显著的效率提升。随之而来的是，是对路网运营精益化管理的要求。而路网运营精益化管理的要求，需要更加智慧的平台支撑。

管理精益化需要智慧的平台

智慧城轨的提出，并不突如其来，行业专家和IT从业人员，一直在努力寻找让城轨运营管理更加优化的途径。然而，在大数据和物联网技术成熟应用之前，运营组织、车辆状态、客流趋势等关键的信息，都只能实现离散、断面、非实时的获取和使用。

基于这样的信息，城轨运营管理人员，已经将潜力发挥到了极致，要想进一步提升运营、管理水平，必须获得全面的、连续的、长周期的、实时的综合数据，才能帮助更加复杂的判断机制。与此同时，这些海量数据的管理和应用，显然也超出了单纯人员的响应效率，需要借助大数据、人工智能等技术，进行辅助判断和处理。

物联网技术为连续状态采集、奠定了基础、大数据是信息管理成为可能、这些技术让智慧城轨进程真正具备了必要条件。

这也说明了，为什么是现在，而不是之前，智慧城轨建设成为可行的战略方向。

“智慧”的基座是数据中台

智慧城轨的“智慧”本身基于数据感知基础之上的，而无论是实时的状态数据、故障报警数据，还是运营组织数据、客流数据，都需要在一个基础性的数据平台上进行存储、管理和分析应用，才能实现。城轨行业的数据中台，正是定位于这样的方向而产生的，总体来说城轨行业的数据中台具备融合、客观、共享、积淀的特征：

融合：举例说明，如车辆维保数据与运营数据的关系，运营数据与票务数据的关系等，通过这样基础层面的数据整合，将实现用统一的城轨行业基础数据模型，打通建设、运营、维保、企管全过程数据价值链，支持多维度的对城轨运营的精益管理和分析；

客观：数据中台并不是某一个业务条线的数据中台，而是整个城轨企业的数据中台，业务系统不能随意更改数据中台的数据，所有数据的更改都将留下历史，并且要保证合理的钩稽关系，数据中台的数据是城轨企业运营和管理情况的真实和完整的反应；

共享：数据中台是开放的，遵从企业统一的使用权限管理，符合相应权限的外部单位可以按规定获得共享数据；

积淀：数据中台的数据不是当前数据的存储，而是长周期、带有时间信息、地址位置信息的属性的完整数据，原则上不会删除，将从数据层面形成对城轨运营和管理的长周期积淀，从而支持趋势的分析，形成对未来的预测。

“全面、实时”是智慧城轨相比传统信息化最大不同

传统信息系统实现了对工作过程的感知，但这些感知的粒度和时效性已经逐渐难以满足智能城轨的需要，也难以支撑趋势分析、故障预测等场景的实现。

而智慧城轨建设需要全面感知。即通过传感器实现对车辆、工务设施等状态信息的细粒度、实时采集。利用增加传感器的方式，对设备设施的状态进行连续的监测，并实现长期的数据存储，是对城轨状态进行感知的基础。

另一方面，智慧城轨需要做到对数据进行实时获取和利用。通过无线网络技术，实现各类监测新的实时监控和分析，才能为城轨运营的业务过程，提供数据支撑，这些数据支撑的实现，需要借助无线网络（5G、LTE等）将各类数据随时上传到数据平台，为分析和应用提供数据基础。

业务提升是城轨数据中台的核心价值

智慧城轨建设中的数据中台底层是一个工具平台，但数据中台建设的出发点不是技术而是业务，数据中台的核心价值是要解决业务问题，否则无论是数据采集、数据治理还是数据模型，都是无的放矢，要避免这一的问题，城轨数据中台建设，要从业务需求入手分析规划：

智能路网建设：城市轨道交通的网络不断快速扩展中，路网规划和建设管理都需要更精细的经济、客流、运营趋势的数据支撑，特别是在路网规模扩大后，如何新建线路对既有线路客流的影响，路网结构复杂度增加对运力均衡的分析，都需要复杂的数据模型和分析进行决策支撑。典型应用：新建线路客流模拟，站点设置对网络客流影响分析，数字化工程建设管理。

智能运营指挥：运营智慧是城市轨道交通管理的核心，如何实现路网级的调度优化，如何提升应急指挥过程中对车辆调配、场段资源协调等方面信息协调，以及如何让乘客在旅行过程中更加便捷，都是数据和智能分析技术为运营指挥带来的新提升机会。典型应用：调度计划模拟及优化、票务指标综合分析、客流预测及优化、枢纽站客流预警、应急指挥处置方案推送、人脸识别、无感通行、综合安全监控预警（行车安全、公共区域安全、车站安全等）。

智能维保管理：随着路网规模的扩大，相关车辆、工务设施、通信、信号、供电等设备的数量快速增加，设备类型和故障类型日益复杂化，同时，还需要面对运营时间延长，维修时间缩短的压力，传统运营管理系统难以支撑运营效率的进一步提升，迫切需要通过数据技术，实现基于连续状态、长周期数据的维保效率提升。典型应用：车辆状态信息实时监控、车辆关键部件故障预警（牵引系统、制动系统、走行部、空调、车门等）、故障根因分析、段场资源调配优化、车种故障根因分析及预测、车站机电设备能耗分析。

智能资源开发：城轨物业、广告等周边资源的开发，是城轨运营的重要板块，特别是随着路网增加，相关资源开发的规模更加巨大，传统开发模式下，只能根据经验，对相关资源的价值进行估计，随着客流数据的完善，客流数据、客户行为数据、客户画像成为可能，根据客流情况和客户行为特征为物业、广告资源进行定价，将为城轨企业精益资源开发，带来新全新的业务模式。典型应用：客流对广告为影响分析、广告位智能投送策略、物业经营情况分析。

城轨数据中台建设的关键任务

感知能力建设、数据中台建设、建立数据中台管理工具和机制和构建数据分析应用基础之上的更多业务智能应用是关键所在。

大数据技术和物联网技术使智慧城轨实现变得可行。同时，在技术的高速更新也带来了发展的高不确定性，通过数据中台的实时采集和管理，是应对不确定性的有效方式。

通过打通路网规划、建设、运营、维保和企管等业务过程间的数据价值链，实现行业Know-How的沉淀，管理和提升平台数据质量、确保数据安全，并以数据应用驱动业务系统智能化转型也将变得可行。