李赛

摘要：大数据其实是一种新型的思维方式，其应用与时间将会逐步地改变人类的生活与工作的方式，致使理念、模式和技术的不断创新。对于处于转型发展时期的高速铁路，当今大数据的来源以及采集数据非常成熟，然而其拥有数据存储与分享艰难，缺乏足够的数据分析以及数据处理的能力，也没有很好的利用相关数据。因此，需要做好相关研究工作，这样才能更好地构建大数据平台。

关键词：大数据;高速铁路;调度指挥系统

做好铁路大数据研究工作的关键在于数据平台架构等方面。高速铁路的调度指挥工作是一个复杂的系统，需要工作人员、机器、工作环节，相关信息，工作决策等多个要素共同组成，需要做好高速铁路全线和全部的路网系统的管理和控制工作，确保其调度决策精准无误，信息传递通畅，系统协同工作等功能。

1.高速铁路的调度指挥系统在大数据下需求分析

我们国家高速铁路的调度指挥系统运用的是依照区域设置二级调度的指挥系统架构，其业务按照时间的进程由远到近可以分成若干子系统。

（1）调度指挥中心需要的原始的数据通常需要来自于广大的基层，主要包括车站，变电所等，每个业务子系统的功能比较完善，要求有高性能和多业务的通信网作为依托，这样才能快速，精准，自动的获得数据。

（2）由于调度层级的功能并不一样，所以需要构建两个层面的信息处理平台以及云数据中心，这样才能更好地集中配置和管理不同的信息资源。

（3）由于我们国家的高速铁路拥有大数据的特征，所以需要对现有的资源做好全面的梳理工作，做好跨领域和通用的数据模型，这样才能使信息资源得到共享和共用。

（4）在智能化决策和风险管理方面，需要做好大数据的更深一步的挖掘及分析工作，在信息处理平台上，需要增强数据的治理，使数据更加可靠，通过数据的挖掘，先进的分布式并行的计算技术，做好数据建模，提高整体的决策管理能力。

2.高速铁路调度指挥系统的大数据平台架构

2.1大数据平台总体结构

根据工业和信息化部电信研究院提出的大数据技术框架，综合高速铁路调度指挥系统的大数据需求、业务功能及系统构成，提出高速铁路调度指挥大数据平台总体架构。其平台包括基础设施层、数据来源层、数据整合层、数据存储层、数据分析层、展示访问层和业务应用层，与大数据相关的标准、规范和安全机制则贯穿所有层次。

（1）基础设施层，是指支撑大数据平台运行的软硬件设备和环境。硬件设备包括服务器、存储设备、网络设备、安全设备等;软件设备包括应用服务器软件、接口通信软件、网络管理软件、数据模型/服务软件等;环境包括系统设备及调度人员所处的工作环境和自然环境。

（2）数据来源层，是指调度指挥所需的路内数据和路外数据。路内数据主要来自于铁路现场和基层单位，包括供电、信号、售检票、乘务管理、旅客向导、综合维修作业、车辆维修管理、车站视频监控、动车组运行检测、防灾安全监控等系统，分为结构化数据、半结构化数据和非结构化数据。外部数据主要来自于综合交通信息平台，与高速铁路相关的其他客运系统，以及自然灾害（风、雨、雪、泥石流、地震等）的监测、预警系统。

（3）数据整合层，是指对原始数据进行采集及预处理的有关工具和技术，目的是将原始数据转换为适合数据分析的格式。重点是针对来自数据来源层的不同类型的原始数据，通过采用统一的数据接口和处理流程，完成数据的抽取、映射、转换、加载等工作，以实现异构数据、定时/实时数据的快速接入和分布式数据的融合。

（4）数据存储层，是指采用一定的格式，记录调度指挥系统大数据的各种介质，侧重数据存储方式及其采用的技术。通常，大数据的存储方式与数据结构及实时性等密切相关，并且需要解决数据来源的统一管理和数据容量的自由扩展问题。基于数据的异构性及不同应用场景，高速铁路调度指挥系统大数据存储不仅有以Oracle、MySQL等为代表的关系数据库，还有以Habse为代表的非关系数据库和以HDFS为代表的分布式文件库。

（5）数据分析层，是指支撑大数据价值挖掘的算法模型和数据挖掘技术。主要是利用批处理、交互分析、流处理等技术来实现大数据的计算和快速处理，利用A/B测试、分类、统计、关联规则、模式识别、机器学习、MapReduce、R语言等技术来实现大数据的离线、在线分析与模型构建，目的是为调度指挥决策应用提供数据分析服务。

（6）展示访问层，是指在大数据服务于调度指挥决策支撑场景下，以直观、简便、便于操作的方式将分析结果呈现给用户。主要包括与具体展示内容相关的可视化工具，面向中国铁路总公司、铁路局集团公司等众多用户的统计生产，为各类系统提供的数据推送、数据分发等服务。

（7）业务应用层，是指大数据的分析结果及其展示在高速铁路调度指挥中的具体应用，重点是指运营调度系统具体功能的完善，包括计划调度、运行调整、动车调度、供电调度等。

（8）大数据标准体系和安全保障体系，保障高速铁路调度指挥系统大数据平台可靠运行的规范制度和管理措施。大数据标准体系由基础标准、技术标准、产品和平台标准、管理标准、安全标准、应用和服务标准等类别的标准组成，具体涉及到大数据的采集、整合、存储、分析、应用、安全等规范。大数据安全保障体系涉及战略保障、运行管理保障、技术保障等方面的措施，保障对象包括大数据基础设施、数据及网络信息、调度指挥组织及人才技术等方面。

2.2大数据平台应用架构

高速铁路调度指挥系统大数据平台是一个集数据接入、数据处理、数据存储、数据分析、数据展现等为一体的复杂应用系统，大数据平台总体架构、大数据平台存储管理、大数据分析处理等关键技术的选择和实现，最终目标是能够有效支撑大数据的应用。高速铁路调度指挥系统大数据应用的核心是通过对多源数据的融合、挖掘、分析和关联，准确辨识行车安全的风险因素、把握系统风险的演变规律，有效支撑调度指挥的风险管理决策，确保高速铁路运营安全;并从海量历史数据中发现列车运行的时空特性、把握不同业务调整之间的关联性，实现调度指挥在不同层级、不同部门、不同岗位之间的协同动作，确保高速铁路正点、高效。

首先将铁路现场、基層单位和路外的多源、异构、分布式原始数据接入大数据平台，然后通过大数据平台的治理、存储和挖掘，实现调度指挥业务的大数据应用，既有在线的实时监控及运行调整，也有离线的统计分析和计划编制。例如，在运输计划方面，通过对不同时期的客运需求、不同条件下的列车开行方案，以及线路参数、车站参数、信号参数、动车组参数、基本列车运行参数等数据的分析，编制和调整基本列车运行计划，并利用平台提供的数据环境进行列车运行模拟、线路通过能力计算和列车运行计划评价，确保运输计划方案的合理性和可行性;在设备状态监视方面，通过对设备的资产、台账、运行、修试、图像、环境等数据的分析，进行设备状态的评价、设备重要度的分析、设备缺陷及生命周期的预测，并且利用平台进行趋势告警、关联预警及即时可视化展现，辅助设备状态检修，提升风险的管控能力。

结束语

大数据是一种思维方式的信息革命，大数据的应用和实践正在日益改变着人们的生活和工作方式，同时推动着理念、模式、技术的创新。针对高速铁路调度指挥系统大数据的需求，通过对高速铁路调度指挥系统大数据平台的架构方案的研究，对于将来高速铁路调度指挥系统大数据平台的构建及应用实施等具有一定的参考价值。

参考文献：

[1]王普.大数据分析驱动的高速铁路应急管理关键技术研究[D].北京：中国铁道科学研究院，2019.

[2]宋晓丽，蔡涛，王振一.基于大数据的高速铁路调度指挥系统平台研究[J].铁道运输与经济，2018，40（07）：58-62.