高铁快递大数据服务平台研究

赵明东 齐江永

（中车青岛四方机车车辆股份有限公司，山东 青岛266111）

1 概述

一直以来，铁路主要运输煤炭、铁矿石、粮食等大宗货物；电器、电子产品等高附加值货物则通常由航空、公路等运输方式进行运输，铁路在这类货物市场上的份额有限[1]。截止2019年底我国高铁里程已经突破3.5 万公里，高速动车组的发展为高铁快运抢占高端货物市场提供了可能性。

大数据技术已成为互联网行业研究的热门技术，国内的三一重工及国际制造业巨头西门子ABB 等公司也建立了自己的工业大数据平台[2]。

为了提升高铁快递的经营效益，需实现供应链之间信息的互联互通、物流环节和铁路内、外资源协调等功能，全方位开展全程物流服务[3]。利用大数据技术进行信息整合和数据分析，有助于建立统一管理、资源整合、信息共享的信息集成平台，实现运输、物流服务一体化。

2 大数据高铁快运数据采集与传输架构

数据采集是大数据发挥作用，实现价值的根本，只有对数据采用模块化的采集进而分析才能提取数据中的有效信息。数据采集与传输框架，如下图1 所示。

图1 高铁快递数据采集与传输

从上图1 可知，数据的来源主要有四大部分：分别为车站的仓储数据、高铁车辆数据、铁路固定设备的数据以及互联网数据。

其中车站仓储数据主要有值班人员信息、货物的储量数据、装卸日志等；

车辆数据主要分为三个方面；一是车辆的运维数据，用以实时监测车辆的运行状态；二是车上的货物数据、车上集装器的位置信息、集装器中货物的中转信息等；三是针对车厢内的温度、湿度的数据信息获取，实时预估车厢内环境条件对所运输货物的影响。

铁路设备数据主要来源于机务、电务、检修所的实时监测数据以及历史检修数据，线路特征数据通过企业服务总线进行传输。

互联网数据主要来源于电商平台上的订单信息、客户信息和快递公司的物流信息，用时可以利用技术手段获取列车沿途的气象数据，大数据平台进行智能评估天气条件对货物运输以及列车运行的影响情况。

3 高铁快递数据服务平台应用架构研究

高铁快递数据平台的应用架构分为；基础设施层，数据源层，数据传输层、数据存储层、数据分析层、数据应用层和数据规范与保障体系以及数据管理。各层之间相互协作，实现数据的采集，加工，存储，分析和应用。其中标准规范体系涉及到数据采集、存储、管理、使用过程中的格式和数据范围的规范化，保障体系主要包括数据安全性、信息安全性、访问控制和人才队伍的保障等。标准规范以及保障体系贯穿于整个架构。高铁快递大数据应用架构如图2 所示。

图2 高铁快递平台大数据应用架构

3.1 基础设施层。主要指服务器设备、网络通信设备等，其中服务器设备可以满足数的存储、计算分析；网络通信设备等。服务器设备基于云层环境建立Hadoop 数据节点、Hadoop 测试节点、关系型数据存储节点等基础环境[4]。

3.2 数据源层。将数据资源从各个业务系统中进行抽取、汇集。数据主要来源于车辆本身运行数据、载货数据，中国铁路总公司的运输调度、生产管理数据，来自社会的气象数据和来自互联网企业的订单、物流数据。

3.3 数据传输层。数据传输层包括铁路内网、4G/5G、GSM、和WIFI，实现铁路局- 车站段- 基站间- 互联网- 终端设备之间的快速数据传输。

3.4 数据存储层。因为数据的类型多样，为了便于管理存储，需要对数据进行规范化，标准化，现有铁路业务系统中的数据大多以关系型数据进行存储，利用Kafka、Sqoop 软件对图像，音频等非结构化数据进行文件式存储[5]。

3.5 数据分析层。采用成熟算法主要采用的是的优化、聚类、支持向量机、神经网络和回归等算法。运用深度学习、数据挖掘、模式识别等数据处理技术为分析决策应用提供技术支撑。

3.6 数据应用层。通过铁路快递大数据平台的分析结果。实现对物流运输周期、开行方案、运力调配、运输效率、库存储备等主要业务提供有效的方案，对其他业务系统提供数据共享、展示服务、统计分析等功能。

4 结论

铁路信息化建设在大数据的背景下的快速发展，信息化管理在将会在高铁快递业务中起到重要作用。本文建立的快递大数据服务平台与现有的高铁运输调度系统、货运管理系统和车辆车载信息系统以及互联网企业平台建立联系。通过数据采集与数据传输技术，大数据平台架构介绍等一系列流程建设，建立了高铁快递大数据平台。快递大数据平台的应用可实现对快递线路的规划，开行方案的制定，货物运输方案的安排。快递成本降低，实现快递利益的创收，对提高经营效益与运输质量，具有重要的现实意义