中老铁路智能决策支持服务平台设计与应用

2023-09-20张雅琴马志强秦林林

铁路计算机应用 2023年8期

张雅琴，马志强，秦林林

（中国铁道科学研究院集团有限公司电子计算技术研究所，北京 100081）

伴随着“一带一路”倡议，我国与沿线国家基础设施互联互通网络快速发展，现已形成多点扩散的国际铁路联运大通道网络[1]。中欧班列、中巴伊土等国际运输通道的跨境货物运输促进了多个国家经济、贸易的交流与发展[2-4]。作为国际铁路联运大通道网络的重要基础设施，跨境铁路是沿线国家实现互联互通的重要载体，在国际货物运输中充当着重要角色。

云计算等信息技术的快速发展与融合应用，为铁路的智能化与数字化建设提供了重要驱动力[5-6]。为了更好地助力境外铁路的业务发展，于行建等人[7]结合国内铁路智能化趋势与技术，从铁路智能数字化、装备智能化等角度出发，提出了适用于境外铁路项目的智能化系统；梁志国等人[8]针对中老（中国—老挝）运行需求，开发了适用于多种语言的计算机联锁系统；秦宁等人[9]设计了中老铁路作业综合管控一体化技术方案，实现对中老铁路磨万段设备、人员、作业流程等生产要素的管理。为满足中老铁路核心业务需求，纪伟等人[10]引入云原生技术，设计了中老铁路信息系统一体化方案。上述研究给境外铁路的业务运营和管理提供了新的技术手段。然而，伴随着多种信息系统投入使用，多样化的数据资产快速形成，如何有效利用数据资产，挖掘数据潜在价值，促进境外铁路的管理、运营和创新，是当前需要深入研究的重要课题。

因此，为有效利用多源异构数据资产，辅助境外铁路智能决策，本文设计了中老铁路智能决策支持服务平台，通过在中老铁路实践应用，实现了铁路运输运营决策的智能化。

1 平台架构

1.1 总体架构

中老铁路智能决策支持服务平台在搭建的过程中，采用了多层架构模式，以便于更加灵活的业务组成形式和部署，总体架构如图1所示。

图1 平台总体架构

1.1.1 数据连接层

为了方便各种类型的数据接入，该平台采用NodeJS动态加载机制，优化了NodeJS底层虚拟机在加载不同Class时的性能，实现了统一数据接口模式之上的数据动态绑定机制，包括本地文件（Excel、XML、JSON）、数据库（MySQL、PostgreSQL、Oracle）及HTTP接口，通过统一数据接口，方便后期接入其他类型的数据。

1.1.2 数据处理层

在数据连接层之上，搭建了数据处理层。数据成功连接后，连接层会将传输的数据流（无论底层是文件、数据库还是HTTP网络接口）打包成最小的互联网数据包，并传递给数据处理层。该平台实现了3种数据处理方式，分别是可视化交互（基于用户交互设置的数据处理逻辑）、类SQL语句（基于SQL扩展了数据处理逻辑）和JS脚本（通过动态加载JS类实现的数据处理逻辑）。数据处理层接收到流（Stream）之后，会重新将数据解包并逐个应用3种数据处理逻辑，再重新封包交给下一层。

1.1.3 应用层

提供运营决策、基础设施运营维护（简称：运维）决策、设备设施病害决策、资产管理决策和指标分析等功能，封装了可视化图表（折线图、柱形图、条形图、玉珏图、玫瑰图等）、区域地图等一系列组件，可用于组合设计出各种风格的大屏。同时，设计了动画和交互功能，为组件和大屏提供了灵活的动画设置和交互逻辑设置。

1.2 技术架构

中老铁路智能决策支持服务平台为前端页面、后台分离架构，如图2所示。

图2 平台技术架构

1.2.1 前端页面

采用Vue.js技术栈并配合使用Element-UI框架搭建前端页面，通过Node.js为ES6版本标准下的JavaScript提供运行环境，并将ECharts及AntV数据可视化组件库进行封装，便于用户在数据可视化分析时的拖拽操作和配置，最后通过Webpack工具进行打包部署在服务器中。网关（Gateway）部分采用Nginx作为代理转发服务，访问到对应的后台Server。

1.2.2 后台Server

后台Server为Java项目，主要采用Spring Boot和MyBatis技术栈，使用MySQL数据库存储数据。用户可以在数据源部分配置外部数据的连接信息，通过直连模式读取数据，在指标管理模块新建指标并绑定数据，进而根据需求配置视图和大屏。此外，用户也可以在指标部分上传Excel、JSON等静态数据，通过配置调度模式实现调度Kettle工具执行抽取任务，并将数据存储在Apache Doris数据库中，为指标提供数据分析展示，进而根据需求配置视图和大屏。

2 功能设计

2.1 铁路运输运营决策服务

铁路运输运营决策服务通过厘定显示需求，实现对中老铁路运营、经济运行的统计分析，以大屏方式直观呈现，实现对运输整体情况的分析与显示，包括运输量、列车开行与运用情况、当日运输情况、技术站作业情况、智能提示及运输预警等。

2.2 基础设施运维决策服务

基础设施运维决策服务实现对工、电、供各专业运维情况及安全综合运用的分析与展示，包括天窗计划、日计划情况、工具及人员派用情况、维修计划/应急值班信息、工电供联合作业统计、智能提示及告警等，通过对运维管理中难点问题进行趋势、突变、供需匹配研判，用数据寻求科学的解决方案，通过输出报告、建议等方式，辅助管理者进行决策。

2.3 设备设施病害决策服务

设备设施病害决策服务实现对桥梁、接触网等设备病害的综合统计、追踪、预警与展示，包括年度病害分类统计、病害态势分析、病害数量及分类统计、预警分析等，并挖掘不同专业检测数据间的相关性。通过筛选各专业动静态检测、检查和监测病害数据，根据问题严重程度分级纳入设备问题库，为各专业生产状态修计划提供编制依据。

2.4 资产管理决策服务

资产决策分析主要涉及数据资产和物资资产。其中，物资资产指标的呈现实现了资产设备、储备物资的细化分析，可按照专业、线别、单位、设备类别等不同的维度统计资产设备数量、分布及使用情况，包括道岔、桥梁、隧道、涵渠、路基、通信设备、信号设备、供电设备等；数字化资产指标的呈现实现了对整体数据资产情况的细化分析，主要包括数据资产分类统计、数据变化趋势等分析展示。

2.5 指标服务分析

指标服务分析负责记录并以图形化方式展示指标数据信息，包含指标数量、指标修改次数、指标服务次数、累计指标申请量等；提供直连多种类型（数据库类型、API类型、地图服务类型）数据源的服务，实现对当前指标目录的查询、筛选和维护。

3 关键技术

3.1 海量复杂数据的存储与挖掘

利用分布式数据库，解决海量工、电、供、车辆、事件视图数据存储，碰撞难题；解决视频资源永久性分类保存难题；解决关键数据、系统、数据库备份难题；解决多源异构重要数据的档案式存储管理难题；解决海量长周期视频数据概率分析难题；监测重点路段事件趋势、事件发生规律分析等。

3.2 境外铁路运行指标体系构建

通过构建一套境外铁路建设发展、规划落实监测及运行态势的综合分析框架和指标体系，使境外铁路这一复杂系统变得可量化、可描述。通过对象监测、路径跟踪、风险识别、实施结果、优化效果进行全面的评价，辅助业务人员高效、精准决策。

3.3 按需弹性扩充平台

中老铁路智能决策支持服务平台采用“数据插槽式”设计，通过对数据进行特征分析和智能匹配，使得新接入数据可快速生成分析展示专题，便于各类应用快速集成到智能决策支持服务框架中，并生成专题应用。

3.4 灵活定制可视化展示界面

通过中老铁路智能决策支持服务平台提供的内容制作工具、智能分析工具和应用集成工具，运维团队可按需完成推送内容、数据组织方式、展示界面、功能界面的快速定制，并且支持大屏端、PC端等多类终端智能适配。

4 平台应用

中老铁路智能决策支持服务平台已在中老铁路实践应用，实现了多维度的专业级铁路数据分析和智能预警。铁路运输运营决策服务提供了中老铁路磨万（磨丁—万象南）段运营相关情况分析，通过大屏形式展示了中老铁路整体运输情况，包括铁矿石运量、非铁矿石运量、列车开行与运用情况等，其界面如图3所示。

图3 铁路运输运营决策服务界面

同时，基础设施运维决策服务页面以折线柱形图、饼图等方式展示了中老铁路作业生产活动的情况；设备设施病害决策服务页面以柱状图、趋势图等方式展示了中老铁路设备的基本情况，并实现工务、电务、供电专业的预警分析；资产管理决策服务页面统计了中老铁路各专业资产比例、固定资产数量、数据资产数量等信息，可对月物资（道床、轨枕、钢轨、道岔）出库情况进行预测；指标服务分析界面统计了中老铁路各专业指标数量占比、指标类别及来源等信息，可支持对中老铁路的指标数据接入、指标数据集管理与指标数据维护等。