基于机务大数据的机车运用数据智能分析研究

成晨 曾周 尹子健 李飞 龚利

近年来大数据技术已日趋成熟，将大数据技术运用到重载铁路相关的信息化建设中去，能更好的应对来自重载铁路的运输效率、运用安全等方面的挑战。本文从机车运用分析为切入点，提出了基于大数据管理平台的智能分析解决方案，对大数据管理平台关键技术和预期应用效果进行了简要介绍，文章为朔黄机务大数据管理平台建设提供了可参考的理论依据。

一、概述

随着朔黄铁路公司重载梦的提出，以及铁路重载运输技术及设备水平的提高，公司对机车的运用、维护等状态进行全方位的监测、分析。机车运用分析是铁路统计分析工作的重要组成部分，是铁路运输生产和经营管理的基础性工作。如何利用大数据、信息化手段，实现对影响生产计划完成进度的关键因素的准确定位，实现科学统计、高效统计、智能统计，支持科学决策，是当前机务运用领域重要挑战。

当前大数据应用技术日趋成熟，大数据具有体量大、多样性、价值密度低、速度快等特征，是用来处理海量、多源、异构数据融合的可行性方案。前期朔黄铁路公司在已有信息化建设的基础上建立了机务大数据基础平台，实现了机车运输生产、运用、维护等核心数据的接入融合，具备了大数据智能运用分析的实现基础，本文将以机车运用状态的大数据智能分析作为切入点，提出可行性解决方案。

二、系统设计

（一）系统总体设计

基于机务大数据管理平台的机车运用分析由数据提取、数据加工、数据分析和数据展示四大模块组成；系统的总体架构如图1所示。

1.数据提取

数据提取主要是指各类数据源中提取出所有运用关键数据，运用关键数据来源分为三个部分：机车实时下发、离线下载的运行状态数据，机务统计分析软件、运安系统等信息系统数据，“每日概况表“、”生产日报表“等电子文档数据。

机车实时数据通过3G/4G网络下发到数据采集服务器，经负载均衡处理和数据解析后分发至大数据平台存储；机车离线数据由机车回库后通过WLAN实现文件下载、解析存储；信息系统数据通过数据采集组件直连数据库定期抽取的方式实现数据采集、存储；电子文档通过Ftp数据上传服务器后由后台解析程序进行解析存储。完整数据提取的数据流如下图2所示。

2.数据加工

数据加工是指通过对原始数据的规范定义、数据分类、数据清洗等操作来获取高可用的分析指标数据。制定机车运用数据统一数据规范，按固定设备、移动设备、运输产品等进行分类，为每类数据制定符合统一性、唯一性和可扩展性的命名和编码规范实现对主数据的规范管理；通过对重复数据的检索、去重，应用过滤条件、空值判断、字段类型转换、字符串分割等函数实现对数据的清洗。

通过数据加工后提取的机车运用关键指标数据，例如总重吨公里、机车沿线公里、机车运用台日等，运用统计分析规则和计算方法进行加工处理，从而提炼出平均牵引总重、机车日车公里等运用指标数据，为后续的数据分析提供数据支撑。

3.数据分析

数据分析是指通过统计规则和计算方法实现运用指标的同比、环比计算，通过时序预测等算法实现运用指标的变化趋势预测以及通过关联规则等算法定位影响生产计划完成情况的关键原因。

时序预测算法通过对日期列、预测指标、预测维度、预测时间长度、周期数、置信区间等基本配置选项的合理化设置来进行算法模型的训练，最终实现具有较高可信度的数据趋势预测。关联规则算法用于发现数据之间的内部规则，关联规则是通过不断迭代数据，计算不同项级的支持度和置信度，最终得出满足要求的数据关系，通过调整支持度和置信度的大小，可以实现对数据之间关联程度的控制。

4.数据展示

数据展示主要通过多样化的图表样式将各类数据进行直观的展现。图表样式包括柱状图、词云图、气泡图、折线图、流向地图、仪表盘、散点图、分组表、明细表等。此外通过为图表添加警戒线、为不同区段数据设置不同的展示样式等方式来实现机车设备预警，通过数据联动、图表数据钻取等为技术人员分析数据提供便利。基于各类图表及文字的结合，可实现运用报表的自动生成，运量趋势的精准预测，为生产计划决策提供数据支持。

（二）系统存储设计

基于机务大数据平台的机车运用分析需实现机车运用概况及机车白金报表的自动生成。基于此两类报表的数据表数据字典如表1、表2所示。

三、系统实现

通过以上的机车运用智能分析方案实现三大功能：运用图表自动生成、机车运量趋势预测、机车运用决策支持，为科学调度、精准指挥提供依据。

（一）运用图表自动生成

对于格式相对固定的生产报表通过将报表包含的指标的计算逻辑、指标的同比、环比等数值计算等内容固化至代码中，实现图表的快速自动生成，提高生成的及時性和准确性，能将数据统计分析人员从重复繁重的图表制作工作中解放出来，减少统计分析人员的工作量。

（二）机车运量趋势预测

通过对机车的运用指标数据的同比、环比等值的计算展现数据的变化趋势；通过对累积的海量机车运量数据的统计分析和智能化的预测算法的合理运用，能实现对未来一段时间内机车运量的趋势预测；通过机车运量趋势的合理预测能更好的实现对风险的预控和提前规避，从而保证生产计划的按时完成。

（三）机车运用决策支持

通过对列车开行情况、机车走行公里、总重吨公里、机车沿线公里、机车运用台日、单车走行公里等关键数据的关联及钻取分析，基于时序预测、关联规则等数据分析算法的综合应用，准确定位导致日产量等指标异常的关键原因，从而具有针对性的调整生产计划，实现科学决策、精准指挥的目标。

四、结束语

通过对朔黄重载铁路大数据管理平台的现状研究以及相关数据分析技术的了解，本文从朔黄重载铁路机车运用智能分析瓶颈出发，从方案整体设计、关键技术以及应用效果等多个维度进行了分析，提出了基于机务大数据管理平台的机车运用智能分析解决方案。基于本文的解决方案的搭建能更好应对来自重载铁路的运输效率、运用安全等方面的挑战，提高重载机车运用效率。本文对铁路相关行业的数据智能分析建设有一定指导作用。

作者单位：成晨、曾周 朔黄铁路发展有限责任公司机辆分公司

尹子健、李飞 株洲中车时代电气股份有限公司

龚利 中国铁道科学研究院集团有限公司电子计算技术研究所