王昊 WANG Hao；陈林霞 CHEN Lin-xia

（南瑞轨道交通技术有限公司，南京 210003）

0 引言

现代城市交通系统中，轨道交通作为重要支柱，对于城市的连通性和运行效率具有关键影响。然而，当前轨道交通运行面临着故障频发、安全性挑战以及高昂的运营成本等问题，尽管以往的研究在该领域取得进展，但这些问题仍未得到全面解决，技术空白仍然存在。通过电力监控数据分析技术探索新的解决途径，本文将详细阐述电力监控数据分析技术的内容与应用，通过数据的采集、处理和分析，可实现对轨道交通运行的实时监控和预测分析，为运营决策提供准确依据，从而提高运行效率与安全性。

1 轨道交通中的电力监控及数据分析的概述和工作原理

轨道交通的电力监控及数据分析，它们都属于轨道交通电力监控系统（俗称：SCADA 系统）的核心部分。电力监控主要是对轨道交通供电系统中相关设备的参数及数据等对象进行监控；数据分析主要是根据采集的各种海量数据形成控制功能。因此轨道交通的电力监控与数据分析对于保障轨道交通运行的安全具备十分重要的作用。

轨道交通中的电力监控数据分析其主要实质是一种电力大数据技术，它具备电力大数据相关技术的特点，如：高价值性、高准确性、数据即共情、数据即能量、数据即交互、类型多、数量大、速度快等特点。同时，轨道交通中的电力监控数据分析主要延续了电力大数据中数据分析与数据挖掘相关技术的工作原理，第一步：梳理数据需求；第二步：梳理数据源；第三步：设计数据结构；第四步：设计分析算法；第五步：设计数据展示。

2 电力监控数据分析在轨道交通运行优化的应用技术架构

电力监控数据分析在轨道交通运行优化的应用技术架构大致分为八个部分：①数据感知采集技术：主要是通过相关技术对轨道交通运行中的设备进行感知并进行数据采集；②数仓技术：这里主要指数仓设计，通过对需求进行数据集市分析，提取数据源相关特征，通过数据集市的建模形成数据仓库，并进行数据验证的过程；③ETL 技术：是指按照数据仓库的设计要求，使用该技术对数据进行抽取、转换、加载的过程；④多维建模技术：是指按照数仓设计需求进行数据CUBE 建模的过程；⑤报表技术：是指所有的数据集市展现的终端技术，一般以查询报表的方式或者图形方式呈现；⑥数据分析挖掘技术：它是一门强大的算法模型技术；⑦编程技术：主要通过该技术进行数据业务深度扩展；⑧融合技术：主要是指与其他技术或者系统进行融合对接。总体技术架构如图1 所示。

图1 总体技术架构

3 电力监控数据分析在轨道交通运行优化中的应用结构设计

3.1 应用整体结构设计

电力监控数据分析在轨道交通运行优化的应用整体结构设计主要分为客户层和数据服务层，其中客户层主要进行人机交互实现，主要由中央服务器和客户服务站构成；数据服务层主要是指通过控制活动对数据进行掌握，主要由PLC、过程控制器、数据服务器组成，它们通过网络或者专网进行连接，从而实现远程和现场各部分装置设备的连通、协调工作。整体结构设计如图2。

图2 整体结构设计

3.2 应用结构设计内容

电力监控数据分析在轨道交通运行中的通用结构主要分为硬件与软件两部分结构，其中硬件部分结构又分为系统结构和网络结构两层，系统结构采用分布式分层结构，主要分为基础自动化、场站监控以及中央监控三层；网络结构也分为三层，分别是骨干、场站监控以及中央监控。硬件主要包括防火墙、系统服务器、系统维护工作站、前置服务器、操作员工作站、网络打印机等设备。软件部分结构主要包括运管和维保两大部分，按系统软件层次划分其主要包括：共享数据子系统、图形管理子系统、报表管理子系统、网络管理子系统。

4 电力监控数据分析在轨道交通运行优化的应用功能设计

电力监控数据分析在轨道交通运行优化的应用功能主要涵盖运管和维保两大部分，其中优化提升的应用功能主要包括：实时数据监控功能、远程控制功能、电力负荷监控与调度功能、状态评估功能、供电可靠性管理功能、分级预报警功能、应急处置功能、故障判定发布功能、事故障处理功能、智能化综合调度功能、设备生命周期管理功能、供电与运控管理功能。由于功能众多，这里着重介绍电力负荷监控与调度、分级预报警、事故障判定和处理功能三大功能。整个优化应用功能设计如图3 所示。

图3 电力监控数据分析在轨道交通运行优化中应用功能设计

4.1 电力负荷监控与调度

该功能可以对各个系统设备的电力负荷进行监控，同时也可以通过电力负荷的历史数据来进行预测，并通过电力调度的方式提供供电策略，保证了各个系统设备间的供电稳定及用电安全。

4.2 分级预报警

分级预报警功能主要分为预警和报警两大功能，预警是通过对历史事故障情况数据进行分级，当达到某一级时，可以通过调动实际的资源进行预处理动作。预警是十分重要的功能，它能起到在事故障发生之前进行干预处置。报警是指突发事故障状态发生，需要立即调动资源处理，一般报警跟预警一样也会分级，并设置分级阈值。

4.3 事故障判定和处理

事故障判定是根据实时的数据进行分析，并生成事故障信息及预警信息，根据事故障的情况执行相应的预案，经过审核后，发布至相关区域维保或者在路线上的维保组。事故障处理是指维保中心接收到事故障信息，如：预警信息、报警信息、事故障智能判定信息等，维保中心通过相关工作组织流程对事故障进行维修或者抢修工作。

5 上海地铁1 号线的电力监控与数据采集优化应用案例

5.1 背景介绍

上海地铁1 号线是中国历史最悠久的地铁线路之一。在其早期的运营阶段，受到当时技术与资金投入的限制，1号线的电力监控系统相对原始。1 号线的电力监控主要依赖于人工巡检和少量的基础传感设备进行运管和维保。这种方式存在着多个缺陷：数据更新不够实时，存在人为巡检疏漏的风险，以及设备老化导致的监测不准确等。特别是在高峰时段，由于电力负荷大，一旦出现问题，可能导致大面积的服务中断，给乘客带来不便，甚至影响整个交通网络的稳定性。

5.2 数据采集优化设计

为了应对这些挑战和限制，上海地铁1 号线在后期进行了大规模的技术升级和改造。系统开始大量部署传感器于车站、隧道及列车上。这些传感器不仅可以实时监测基本的电流和电压，还能够获取功率因数、温度、湿度等关键数据。这一变革极大地提高了数据的准确性与完整性。传感器及设置参数如表1。

表1 传感器及设置参数

5.3 电力监控数据感知与采集

在所有数据被传感器采集后，它们首先被储存于车站附近的局部存储设备中，然后通过光纤网络传输到中央数据中心。在这里，一个高性能的时序数据库实时处理和存储数据，以支持实时的监控和长期的数据分析。此外，上海地铁1 号线还利用云计算平台进行数据备份和冗余存储，确保数据的安全性和完整性。

5.4 数据分析与应用优化

上海地铁1 号线利用采集的数据进行了深入的数据分析，使其运营更加智能和高效。以下介绍数据分析及优化应用的主要方向。

5.4.1 能耗优化分析

通过历史数据和实时数据结合，对每个车站、列车以及关键设备的电力消耗进行了深入研究。特定时段，如上下班高峰期，或特定天气条件下的能耗模式都被详细分析。例如，冷热天气下空调系统的功耗与客流量的关系，以及夜间维护时段的能耗减少策略。

5.4.2 预测性维护

通过对电压、电流、温度等关键参数的长期监控，利用先进的机器学习算法，上海地铁1 号线成功预测了多次设备的潜在故障，这些设备包括变压器、供电线路和开关设备等。预测性维护减少了突发故障的可能性，提高了运营的稳定性。

5.4.3 客流与电力需求关系分析

通过对客流数据和电力消耗数据的相关性分析，地铁团队发现了某些车站在特定时段内的客流与电力需求并不完全同步，这为节能提供了新的思路。例如，某些车站在早高峰期虽然客流量巨大，但由于其特有的微气候和建筑结构，其电力需求实际上低于预期。

5.4.4 安全监测

利用传感器数据，实时监测轨道交通系统中的过电压、过电流、短路等异常情况，及时发出警告，并通过自动化控制系统，自动切断有问题的部分，以保证运营的安全性。综上所述，上海地铁1 号线在电力监控数据分析的应用上，不仅提高了运营效率，降低了运营成本，更重要的是为保障乘客的安全出行提供了强有力的数据支持。

5.5 优化应用效益

电力监控数据分析使得上海地铁1 号线能够实时监控电力使用情况，及时调整运行策略，从而提高了运营效率和节能效果。对比实施监控数据分析技术前后的数据，电力消耗下降了约12%。同时，对于突发的电力故障和安全隐患，通过此技术的实时报警功能，响应时间缩短了60%，大大减少了安全风险。此外，该系统通过历史数据的深度挖掘，预测未来的电力需求，使得电力资源分配更加合理，进一步降低运营成本。与此同时，跨系统的集成使得不同子系统间的协同工作更为顺畅，为乘客提供了更加稳定、安全的乘车环境。

6 结束语

本文从电力监控数据分析的角度探讨了轨道交通运行优化中应用的解决方案，并通过具体案例，展现了电力监控系统如何助力上海地铁1 号线提升运营效率、确保安全稳定运行并降低能耗。数据分析在轨道交通中不仅有助于实时监控与故障预警，更为重要的是，它能够从海量数据中挖掘出有价值的信息，为运营决策提供科学依据。同时，电力监控系统的跨系统集成与协同工作确保了各子系统之间的高效沟通。面对未来，随着技术的进步，电力监控数据分析将持续为轨道交通带来更大的应用价值，推动其朝着更绿色、更智能的方向发展。