铁路编组站运输组织大数据分析研究

刘 合

（中国铁路南宁局集团有限公司柳州南车站，助理工程师 广西 柳州 545007）

我国铁路统计信息化建设虽然有较完善的统计制度、统计流程与产品，然而铁路各统计专业相对独立统计模式较为单一，数据采集分散固化，导致信息应用系统壁垒严重、信息孤岛较多、信息共享困难，同时数据整合处理能力较弱，综合指标、运输生产预测、即时分析等方面需求难以满足，无法适应新体制下的运输生产、经营管理和决策支持的需要。

在大数据时代的背景下，为有力促进信息资源共享化，提升大数据分析决策效能，提供决策科学化和生产分析智能化有力保障，开展南宁局集团公司柳州南车站运输组织大数据分析平台建设势在必行。

1 柳州南车站简介及需求分析

1.1 柳州南车站简况 柳州南车站作为南宁局集团公司唯一特等编组站，担负衡阳、贵阳、怀化、黎塘四个方向车流解编任务，是南宁局集团公司铁路运输“心脏”。目前车站上、下行两个系统到发线共51条，编组场调车分类线共60条，共配备调机9台，其中驼峰调机4台，编尾调机4台，货场调机1台，承担着列车到达、解体、集结、编组、出发等“流水式”技术作业任务。车站采用编组站综合自动化控制（SAM）系统，实现将编组站管理信息系统和信号控制系统综合集成的编组站管理与控制技术功能。新场开场以来，车站一直致力于探寻新的运输组织模式适应新设备，提高车站整体运输效率，最大限度发挥运输潜能，重现铁路运输优势。

1.2 车站统计需求分析 反映编组站运输效率的指标主要为“中时”、“停时”，即中转车和作业车在车站的平均停留时间。中停时的压缩有利于加快车辆周转，压缩货物运到时限。中停时指标主要受车流组织和作业组织影响，随着南宁局集团公司线上通过能力大幅提升，办理量不断增大，车站中停时指标也逐年上升。利用常规的固定报表统计模式和数据采集方式得到的“冰冷”数字，无法提供全方位、多元化的分析应用。为适应运输组织不断优化，统计应用需实现以下功能：

1）数据资源自动、准确获取，建立统一数据模型，实现数据筛选、转换。强化数据修订能力，减少数据误差，提升数据质量。

2）全面梳理既有信息资源现状及数据交换需求，将各系统间共享数据抽取整合，促进信息资源综合利用。

3）建立完整、统一的数据视图，实现信息统一、集中体现，以满足生产情况和业务管理的整体大局观察。

4）深度挖掘数据价值，通过统计分析、数据挖掘等大数据分析技术，深度挖掘日常生产数据价值，寻求规律，对生产过程中的“疑难杂症”对症下药，为制定和调整管理决策提供可靠依据。

2 数据来源

2.1 既有的综合报表及统计数据 该部分数据主要涉及十八点统计子系统、铁路货运列车编组信息系统等。

2.2 分散系统的采集数据 该部分数据主要涉及运输信息集成平台、车站综合管理信息系统、柳州南车站合署办公系统、运输调度管理系统、铁路运输调度管理系统等。

2.3 视频及控制系统的采集数据 该部分数据主要通过铁路货车装载视频监视设备系统、车号自动识别系统、编组站综自动化控制（SAM）系统、4G无线视频监控系统等。

3 大数据分析开发与应用

柳州南车站运输组织大数据分析平台采用“1+5+N”模式，即1个公共大数据分析平台，5个业务功能，接入N个系统资源。其中5个业务功能包括数据统计、生产组织、质量管理、过程监控和综合分析，平台构建总体方案图（见图1）。

图1 柳州南车站运输组织大数据分析平台总体方案

柳州南车站运输组织大数据分析平台通过采集生产与管理过程中的大量数据资源，挖掘数据价值，以服务车站各岗位、专业工作的开展。其功能模块大致如下：

3.1 数据统计 数据统计主要在既有的报表统计基础上，对现场日常作业各项生产数据进行整合，为运输组织分析提供数据基础，其主要构成如下：

1）日生产数据概况统计。既有的“交班表数据”为18点统计汇总，数据过于单一，无法反映各时段生产过程。平台设计细化数据采集，按3小时阶段计划划分，将数据统计与技术作业大表交互统计，进而反映全日生产情况（见图2）。

图2 柳州南车站上下行系统实时生产数据对比图

2）车流数据统计。车流数据统计主要针对车站到达车流的车次、车流量、发站、到站、车种、车号、品名、结存进行统计分析。其影响柳州南站中时的车流方面因素主要为折角车流和鹧鸪江车流，用户可通过平台查询车站整点到达车流组成和结存车情况，实时了解车站运输组织生产环境，为生产组织分析提供详尽信息。

3）固定设备数据统计。通过对车站到发线、牵出线、咽喉道岔等站场设备占用和列尾、超偏载等关键设备使用情况进行数据统计，为车站能力查定和设备利用情况分析提供数据支持。

3.2 生产组织 生产组织分为车流组织和作业组织两方面，功能模块下：

1）车流组织。依托运输组织大数据分析平台的车流大数据处理，可显示车站不同类别中转车在到达、解体、集结、编组、出发技术作业中的动态过程。将车流组织变化的关键影响因素辨识与分类，探寻办理量与影响因素之间的关联规则与联动规律，提高车流变化预测的准确性，为车站作业调整提供数据参考。

2）作业组织。作业组织涉及车站技检作业、解体编组、接发列车、作业车取送、本务机叫班等各项技术作业组织。平台通过设定标准作业时间定额，采集各班生产各环节技术作业时间及超时情况。并利用数据间交互关联性，计算各技术作业间交叉干扰时间，并按种类汇总供查询统计。

3.3 质量管理 质量管理主要针对调机运用、编组质量、运行图、运输组织效率进行管理考核，其功能模板划分如下：

1）调机运用管理。利用现有的调车作业计件统计模式，按班组、调别统计分析调车机工作量和工作效率，并提供日、月、季度、年的数据查询与对比分析，进而直观高效的掌握了解车站调机运用情况。

2）编组质量管理。对车站出发货物列车编组内容进行检测，对各方向出发列车吨位、换长进行统计，进而反映全站编组质量情况。

3）运行图管理。参照南宁局集团公司列车运行图管理工作的相关要求，规范运行图编制和日常管理，提高运行图质量。收集运行图调整变化对运输组织的影响，统计货物列车正晚点开行情况，全面掌握列车运行图实施情况。

4）运输组织效率考核。参照车站运输组织考核办法相关要求，对每月运输组织突出的进行评定奖励。扩充评定项目，设定评定基准，公布奖励款项及排行榜，做到公平、公正、公开，进而有效提高职工积极性。

3.4 过程监控 系统自动检测货物列车实时编组内容，对包含违反编组内容、车流径路、欠轴、超长、代号隔离不符等情况的列车报警提醒，对薄弱环节进行整改，对已出发的违编列车定责考核，进而从源头上提高列车开行质量。

3.5 综合分析 根据运输组织和生产管理需要，大数据分析平台对分散的数据进行关联、搭建分析模型，即时分析运输生产情况。通过智能分析，对大量的原始数据进行加工处理，产生用户所需的数据产品，并通过交互平台展现出来。利用数据可视化分析技术，如数据、表格、线条、柱状图、分布地图等进行指标的展现（如用柱状图反映各班生产指标情况及对比情况），进而以更加丰富、形象、直观、动态、个性化地向用户提供数据服务。综合分析内容主要有：

1）车辆动态实时分析。了解掌握空分布情况、重车去向情况，结合站场设备利用、调机运用等信息资源，为领导和调度计划人员提供决策依据。

2）车流数据分析。通过对批车、装车、品类、发货单位、装车去向、结存的数据分析，车站可及时了解站内车流变化情况（例如充分掌握折角车流和鹧鸪江车流在站内的来源情况和车流构成），有利于车站向集团公司上报车流信息，以供集团公司提前调整装卸车组织，进而缓解车站拥堵压力，提高运输效率。

3）中停时专题分析。按指定时段对车站中转车、作业车进行指标输出，并结合车站车流数据及生产组织过程对超过指定指标的项点进行统计，并对影响较大的因素进行专题分析，进而得出指定时间内影响车站中停时指标的主要因素，以制定对应的优化措施。

4）生产指标分析。针对到达、出发、通过、解体、编组、出车比、批快、远程技术直达等生产指标，按班组和指定时间段输出图表，如：各班组和全站各阶段指标完成情况，同比和环比对比图，如图3所示。

图5 柳州南车站生产指标统计分析图

5）常规运输组织分析。按集团公司和车站日常分析需求进行数据统计与处理，自动生成相关文本材料，如：柳州南车站日运输生产简报、周运输生产分析报告、生产运输效率月度分析、运输生产季度分析、全年运输情况分析等。

6）决策及措施应用效果对比分析。通过图形化显示决策或措施前后对车站运输组织的影响（如施工项目批复对运输组织的影响），以及作业组织调整对车站技术作业时间的影响。

4 结束语

通过逐步创建、完善运输组织大数据分析平台，并应用到计划组织、合署办公、施工维修组织等多个方面，各项工作质量均有提升。2017年车站日均办理车数达14234辆，较上年增幅10.1%，并创柳州南车站年日均办理车数新记录；日均解体列数达104.1列，较上年增幅7.9%；日均编组列数达96.5列，较上年增幅12.6%。