大数据背景下城市轨道交通运营管理的发展与探索

大数据背景下城市轨道交通运营管理的
发展与探索
摘要：城市轨道交通的管理和运营是我国任何一个城市和谐、健康、顺利发展的基础。

现在城市轨道交通已经成为我们工作和生活的重要组成部分。

因此，生活在城市中融入城市生活的方方面面，我们离不开城市轨道交通，尤其是依托城市轨道交通开展城市轨道交通生产生活的方方面面。

然而，由于我国尚处于发展阶段，城市轨道交通在管理和运营方面还存在诸多不足。

要积极改进，使城市轨道交通的管理和运营尽快适应社会的需要，满足人民生产生活的需要。

关键词：大数据；轨道交通；运营管理；发展
近年来，我国大中城市都在积极开展城市轨道交通的建设与发展工作。

随着越来越多的地铁线路的建设和运营，多种类型的数据量也大大增加，服务团体的数量也在迅速增长。

从轨道交通建设到运营的各个方面的数据，如票务数据、清算数据、手机信号数据等，关注和挖掘这些大数据背后的价值成为关注的焦点。

1城市轨道交通运营管理现状
在现代轨道交通运营过程中，各专业设备的稳定性将直接影响到整体运营水平。

通过长期研究发现，目前我国城市轨道交通发展模式仍处于单线建设、单线管理、单线养护的状态，尚未形成集中管理模式，轨道交通海量数据和信息的挖掘和利用还不够充分。

不难预测，在不久的将来，通过大数据技术的应用，可以解决当前轨道交通运营管理过程中的诸多问题。

目前地铁设备的运行和管理都比较专业，数据量大，管理也比较专业，给管理带来不便。

2大数据技术特点
大数据是指通过计算机技术和互联网收集到的大量复杂数据或信息。

在大数
据中，“大”是指通过挖掘和分析数据进行专业化处理，具有很大的价值。

这不
是一个简单的数字。

就目前的研究来看，大数据具有5V的特性，主要表现在：
1）音量。

即数量大、种类多、无序、不规则；2）速度快。

也就是说，数量
增长速度快，几乎呈几何级数增长，后期增长速度较快，尤其是在数据处理方面；3）多样性变化。

4）低值密度值。

也就是说，它覆盖了大量无用信息，甚至覆盖
了有价值的信息，这就增加了数据利用的难度。

为了在海量数据中获取有价值的
信息，需要收集和分析；5）真实性、准确性。

数据生成和处理的实时性和准确
性具有很大的应用潜力。

3轨道交通大数据技术的应用要点
3.1数据收集
在大数据技术的应用中，数据采集主要负责采集所有业务系统信息数据，如
客流数据、乘客信息、运营评估数据、维护信息等，这些数据首先被收集和整合，然后通过数据模型进行处理和存储。

与其他环节相比，数据采集环节更加灵活，
可以实现动态信息采集和静态信息采集。

动态信息采集包括列车速度、客流、环
境参数等，动态数据存储方式多为分布式数据库。

静态信息采集包括设备信息、
人员信息、列车信息等，静态数据的存储方式采用关系数据库。

3.2数据存储
目前大数据量很大，数据存储容量的增长速度仍然落后于数据存储容量的增
长速度。

特别是在轨道交通的运营维护中，各种传感器每天都会产生大量的数据，数据量庞大且复杂。

面对日益庞大复杂的海量数据，传统的数据存储基础设施和
数据库工具已经无法满足需求。

基于此，如何构建一个合理的数据存储体系结构
就显得尤为重要。

因此，要提高大数据集成能力，积极推进多云存储和混合存储
的发展。

在计算密集型分析的过程中，它能更好地显示其计算优势。

或者，我们
可以把智能和存储有机地结合起来。

通过智能管理工具的开发，可以在存储系统
中提供集成分析功能，为企业提供全面的资源监控系统。

同时，我们还可以充分
利用原有的存储基础设施，实现经济效益最大化。

3.3数据处理
时效性是轨道交通大数据应用的主要特征。

在数据处理中，需要及时、快速
地进行处理。

这样的大数据应用可以涵盖交通数据预处理、交通状态识别、实时
交通控制、动态路径引导和实时交通调度。

另外，由于轨道交通数据量大，数据
来源不同，数据来源异构，与历史数据分析相比，数据处理可以在很短的时间内
完成。

通过增强数据处理功能，可以有效提高轨道交通的运营管理能力。

3.4数据打开
为了快速、方便地查找和使用数据，有必要对轨道交通各类数据进行归档，
提高数据质量。

数据质量是指数据信息的真实性、完整性、可靠性和一致性。

如
果数据质量不好，将直接影响决策的正确性，甚至带来严重的后果。

数据开放在
保证数据质量的同时，也需要一定的时间和成本。

要权衡低成本快速打开数据和
高成本获取高质量数据的利弊，这将进一步增加打开高质量数据的难度。

目前，
自动数据采集可以通过人工智能来检测数据的质量。

鉴于此，有关部门必须根据
实际情况，制定完善的数据管理制度，提高原始数据的准确性。

3城市轨道交通运营管理存在的问题
3.1各专业信息共享水平不足，实时数据质量有待提升
各专业系统（如车辆、信号、通信、AFC、线路、电源、机电、Fas、BAS等）单独管理和维护，造成设备管理不匹配、各系统间信息不一致等数据问题。

系统
间的数据共享中心尚未建立，无法全面掌握系统间设备运行的对应关系。

运行数
据质量管理具有部门多、时间长、工作繁琐、数据量大等特点。

缺乏有趣的库存
工具，导致各系统设备质量管理积极性不高，维护不准确、不完整、不及时，从
而影响各系统运行数据预测和分析结果的准确性，导致管理数据分析预测失真，
影响辅助水平决策科学准确。

3.2各专业业务实时监控能力不高，存在监管风险
所有专业系统（如车辆、信号、通信、AFC、线路、电源、机电、Fas、BAS 等）均通过各自的管理软件进行监控。

没有多学科联动监测。

而且，目前的信息
技术和平台只能通过定时抽取和推送来实现信息渗透，造成业务信息滞后，风险
监控不及时，导致业务安全风险和监管风险。

随着信息技术的加速，如何对运营
业务进行实时监控，有效防范和控制运营风险，将是未来城市轨道交通运营管理
的重点研究方向。

3.3海量运营数据挖掘能力不足，公司决策能力较低
由于现有的处理平台和处理技术的局限性，传统的业务数据分析与处理技术
不能对数据进行实时、全面、客观的全面挖掘和利用。

因此，无法充分获取有价
值的数据，使公司无法做出科学、正确的决策。

以某子公司为例，公司线下运营
管理系统的业务数据超过1亿，并且以每年数百万的速度增长，使得目前的运营
管理信息计算分析速度极为缓慢。

查询一条专业综合数据一条线需要2个多小时，且存在计算复杂、不准确、耗时长、维度不完整等问题。

4大数据背景下城市轨道交通运营管理的发展策略
4.1提高系统数据统一性保证数据质量
在数据采集过程中，不仅要采集最基本的运行状态相关数据，还要采集信号、线路和机电数据。

从综合的角度出发，对运营指标和延误进行了分析，找到了合
适的运营管理状态。

然后利用大数据分析，找出合理的管理方法，保证相关工作
的高效开展。

利用大数据辅助运营管理，可以提高工作效率，保证数据质量，促
进相关工作的开展。

4.2加强设备运行监控，实现数据管理
从大数据的角度来看，我们需要特别注意数据的管理。

首先，从监控的角度，了解各种设备的运行状态，分析监控内容，改变传统的管理模式，采用监控和可
视化的方式进行管理，确保所有数据都能被清晰地监控，降低企业经营管理过程
中可能出现的一些安全风险。

4.3进行智能化分析，重视关键设备的维护保养
随着城市轨道交通产业的发展，相关设备的数量也在逐渐增加，这使得管理
和维护工作的发展也随之增加。

在这种情况下，需要调整维修工作，注重问题分析，完善智能分析平台，通过平台梳理相关信息，分析运营管理的发展趋势。

梳
理维修工作的发展，寻找一条更加均衡的途径，提高维修工作的效率，保证设备
维修工作的高效开展。

通过信息平台的建设，可以准确记录故障类型和故障位置，提前预测故障发生的时间规律，使相关人员做好预防工作，提高维修效率。

4.4细致规范的运维管理流程
智能维修管理系统根据年度表计划、天窗计划、临时任务、检测数据、检验
报告、漏检维修、报警信息等自动生成维修工单，并推送到相关工作区域。

生成
的维修工单可以根据订单号、工单状态、设备、部件、报警类型、报警级别、优
先级、时间（建议、实施、完成等）、维修状态、设备状态等进行分类、查询和
汇总，方便运维的分析和管理人员。

工区接到推式维修工单时，应根据作业内容指定维修人员和作业时间，并按
维修作业流程准备好材料和工具，作业前应进行完工情况分析和安全预期。

智能
维修系统可以为维修管理提供指导。

操作结束后，维修人员填写工单完成。

只有当维修工作完成，设备状态正常时，智能维修管理系统才会识别执行完成，工单闭环。

从而实现对维修工作的有
效卡片控制和闭环管理。

4.5远程维修新模式
维修人员能及时接到待处理的任务请求，按照计划要求和指导进行维修工作。

1）任务工单分配管理：维修人员可以通过手持设备远程登录系统，查询维
修工单以及任务位置、操作内容、设备、操作流程等具体信息。

2）维修任务执行管理：在设备维修过程中，维修人员可以通过个人视频实
时拍摄和传输工作过程。

网络运维中心技术管理人员可结合系统显示信息，远程
指导现场人员进行维护操作。

运行结束后，相关数据和维修操作信息将上传到智
能维修管理系统中，便于专家知识库的优化和设备维修过程的有效控制。

4.6建立基于云平台的轨道交通智能运维管理系统
城市轨道交通系统通常由多条线路组成。

各专业提供线路级设备维修保障体系，具备分专业维修能力。

随着城市轨道交通线网规模的不断扩大，城市线网级轨道交通系统应运而生，促进了多线多专业综合运维管理系统的建设。

云平台按照集成粒度分为以下两种场景：
1）单线多专业平台：各专业分布式处理，基于场景故障分析，综合分析多专业数据之间的相关性，借助云平台分布式数据框架，为智能运维提供全面的跨专业数据服务支持。

2）多线制网络集成平台：多线多专业数据量呈线性扩展，设备数据量和维度呈指数级增长。

多线-线-线网络集成平台能够全面反映设备状态和线路特点，提供城市一体化和网络级数据服务支持，实现设备维护的大数据管理。

云平台在智慧城市轨道交通多线多专业运维管理系统中的应用，可以实现多系统信息资源共享，促进多维信息融合，有效解决多系统运维数据分散和信息孤岛问题。

全面感知、深度关联、智能分析，可以促进城市轨道交通运营维护管理数据的集成与聚合和价值挖掘。

结论
综上所述，随着时代的不断进步和科学技术的不断发展，相关人员应充分实现大数据在运营管理中的应用。

首先要注重信息平台建设，完善相关设备，注重数据的收集整理，逐步完善各个环节。

只有这样，才能充分发挥大数据的作用，促进城市轨道交通运营管理的发展。

参考文献：
[1]罗想.城市轨道交通运营管理专业实践教学标准化探讨[J].物流科
技,2020,43(03):154-155.
[2]黄超.浅谈智慧城市轨道交通运营管理信息化建设[J].中国新技术新产品,2019(16):123-124.
[3]王克斌，徐明江.城市轨道交通中的大数据应用[J].数字化用户，2019，（19）：118-119.
[4]赵珍祥.自动化技术在城市轨道交通运营管理中的研究[J].自动化与仪器仪表，2019，（1）：43-45.
[5]晏丽平.自动化技术在城市轨道交通运营管理中的研究[J].消费导刊，2019，（14）：229.。