基于云的軌道交通大數(shù)據(jù)管理平臺(tái)設(shè)計(jì)仿真測(cè)試研究

趙起文，吳越，方如勝

（1.東軟集團(tuán)股份有限公司，遼寧沈陽(yáng) 110179；2.溫州市鐵路與軌道交通投資集團(tuán)有限公司，浙江溫州 325000）

0 引言

在“互聯(lián)網(wǎng)+”時(shí)代背景下，軌道交通各信息系統(tǒng)日益發(fā)展，數(shù)字化運(yùn)營(yíng)的理念逐步成型，傳統(tǒng)軌道交通行業(yè)采用的IT 架構(gòu)設(shè)計(jì)模式將難以適應(yīng)新的業(yè)務(wù)要求。信息化系統(tǒng)通過(guò)全面的信息收集和快速分析，為運(yùn)營(yíng)與建設(shè)管理層提供經(jīng)營(yíng)決策和風(fēng)險(xiǎn)控制的依據(jù)。未來(lái)的大規(guī)模線網(wǎng)建設(shè)與運(yùn)營(yíng)工作的開(kāi)展需求，以及其他多元化發(fā)展業(yè)務(wù)的目標(biāo)制定，都對(duì)信息化建設(shè)提出了越來(lái)越高的要求[1-2]。

另一方面，在軌道交通信息化過(guò)程中，原始數(shù)據(jù)得到了大量積累，且這些動(dòng)態(tài)的數(shù)據(jù)體系往往具有傳播快、周期性強(qiáng)及多源異構(gòu)等大數(shù)據(jù)化的特點(diǎn)。軌道交通大數(shù)據(jù)擁有強(qiáng)大的開(kāi)發(fā)和應(yīng)用價(jià)值，例如工程造價(jià)[3]、客流預(yù)測(cè)[4-6]等。目前，軌道交通大數(shù)據(jù)的相關(guān)技術(shù)應(yīng)用已在軌道交通行業(yè)中得到一定的發(fā)展，并能顯著提升管理效率。在城市軌道交通線網(wǎng)化進(jìn)程[7]和海量數(shù)據(jù)的累積過(guò)程中，挖掘能效數(shù)據(jù)的潛在價(jià)值以提升地鐵能效管理水平、實(shí)現(xiàn)節(jié)能降耗，對(duì)地鐵的經(jīng)濟(jì)運(yùn)行具有重要意義。陳莉莉等[8]基于Hadoop平臺(tái)實(shí)現(xiàn)軌道交通能效管理系統(tǒng)的建設(shè)方案進(jìn)行了研究，并分別以歷史數(shù)據(jù)和實(shí)時(shí)流數(shù)據(jù)的數(shù)據(jù)流和功能框圖，具體說(shuō)明了系統(tǒng)的實(shí)現(xiàn)方式。

基于上述現(xiàn)狀，結(jié)合我國(guó)正在大力推動(dòng)智慧城市建設(shè)的宏觀政策，本文以試點(diǎn)城市之一的溫州市為例，闡述溫州市智慧軌道交通建設(shè)新方向，即研究建設(shè)基于云的軌道交通大數(shù)據(jù)管理平臺(tái)。

1 軌道交通大數(shù)據(jù)云管理平臺(tái)現(xiàn)狀分析

隨著軌道交通運(yùn)營(yíng)里程的不斷增長(zhǎng)，運(yùn)營(yíng)客流量、行車(chē)量和設(shè)備數(shù)量也有爆炸式增長(zhǎng)，原有的數(shù)據(jù)管理方式在新形勢(shì)下遇到了問(wèn)題。如大型數(shù)據(jù)的存儲(chǔ)和管理、實(shí)時(shí)數(shù)據(jù)分析、客流精準(zhǔn)化分析、設(shè)備庫(kù)存和維修管理等，采用傳統(tǒng)的OLAP 分析很難達(dá)到運(yùn)營(yíng)服務(wù)的要求。

基于上述問(wèn)題，目前國(guó)內(nèi)均采用大數(shù)據(jù)平臺(tái)來(lái)解決上述問(wèn)題，各地軌道交通企業(yè)達(dá)成了空前的共識(shí)——Hadoop。但目前軌道行業(yè)對(duì)基于Hadoop 的整體大數(shù)據(jù)解決方案還不足以支撐后續(xù)業(yè)務(wù)的開(kāi)展，主要表現(xiàn)為：Hadoop 是一個(gè)龐大的生態(tài)圈，對(duì)圈內(nèi)的各個(gè)軟件了解不足；沒(méi)有實(shí)際的測(cè)試環(huán)境支持研發(fā)和測(cè)試；對(duì)基于Hadoop 平臺(tái)的性能和功能特性理解不足；傳統(tǒng)的產(chǎn)品都是基于TD 等數(shù)據(jù)倉(cāng)庫(kù)實(shí)現(xiàn)，無(wú)法移植到Hadoop平臺(tái)上。

面對(duì)后續(xù)軌道交通云解決方案實(shí)施后大量的基于Hadoop 的大數(shù)據(jù)平臺(tái)建設(shè)需求，期望建立一個(gè)新的平臺(tái)，可以基于Hadoop 建立大數(shù)據(jù)云管平臺(tái)，對(duì)Hadoop生態(tài)圈內(nèi)的軟件產(chǎn)品進(jìn)行識(shí)別、評(píng)估、適配，形成基于Hadoop 具有軌道交通特色的大數(shù)據(jù)平臺(tái)，該平臺(tái)將為軌道交通業(yè)務(wù)提供大數(shù)據(jù)平臺(tái)支撐。

2 軌道交通大數(shù)據(jù)云管理平臺(tái)搭建

大數(shù)據(jù)云管平臺(tái)硬件由hadoop 集群、應(yīng)用服務(wù)器、實(shí)時(shí)/內(nèi)存數(shù)據(jù)庫(kù)、非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)、接口服務(wù)器構(gòu)成。部署圖見(jiàn)圖1。

圖1 大數(shù)據(jù)云管平臺(tái)硬件部署圖

Hadoop 集群：由一主一備NameNode 服務(wù)器、接口服務(wù)器及10 個(gè)datenode 構(gòu)成，集群組成了整個(gè)數(shù)據(jù)中心數(shù)據(jù)存儲(chǔ)基礎(chǔ)，負(fù)責(zé)存儲(chǔ)從ACC、ACC 災(zāi)備中心及線路ISCS、信號(hào)、能源管理、主變電所等業(yè)務(wù)系統(tǒng)采集到的數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行分析加工，形成匯總層數(shù)據(jù)，最終形成集市層數(shù)據(jù)，為上層應(yīng)用服務(wù)提供數(shù)據(jù)支撐。

應(yīng)用服務(wù)器：兩臺(tái)數(shù)據(jù)庫(kù)服務(wù)器，存儲(chǔ)數(shù)據(jù)集市層數(shù)據(jù)，通過(guò)jdbc 數(shù)據(jù)接口，為上層應(yīng)用提供數(shù)據(jù)服務(wù)。

內(nèi)存數(shù)據(jù)庫(kù)：為指揮中心提供客流、線網(wǎng)行車(chē)圖、票種票卡量，整點(diǎn)速報(bào)、能耗等實(shí)時(shí)數(shù)據(jù)服務(wù)。

非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)：存儲(chǔ)非結(jié)構(gòu)化數(shù)據(jù)，并通過(guò)FileNet接口對(duì)外提供數(shù)據(jù)服務(wù)。

Hadoop 對(duì)外接口服務(wù)器：hadoop 集群對(duì)外接口，接收采集到的外部應(yīng)用數(shù)據(jù)（近線、離線數(shù)據(jù)文件），執(zhí)行程序，進(jìn)行任務(wù)調(diào)度。

3 大數(shù)據(jù)應(yīng)用研究

3.1 客流大數(shù)據(jù)分析研究

客流分析系統(tǒng)提供對(duì)客流數(shù)據(jù)的深入分析挖掘功能，通過(guò)數(shù)據(jù)分析挖掘工具軟件實(shí)現(xiàn)數(shù)據(jù)的多維查詢、分析、展示需要，為統(tǒng)計(jì)分析、信息管理、信息服務(wù)提供應(yīng)用服務(wù)。

客流分析功能是根據(jù)城市軌道交通系統(tǒng)實(shí)際的運(yùn)營(yíng)需求，建立能夠反映列車(chē)運(yùn)營(yíng)、客流分布實(shí)際情況，支持運(yùn)營(yíng)輔助決策的客流指標(biāo)體系，結(jié)合原始客流刷卡信息、列車(chē)運(yùn)行信息、客流清分計(jì)算結(jié)果信息、車(chē)站設(shè)施分布、出入口等信息，設(shè)計(jì)各個(gè)客流指標(biāo)的計(jì)算方法、標(biāo)準(zhǔn)和流程。

客流指標(biāo)分為基礎(chǔ)指標(biāo)和衍生指標(biāo)。其中，基礎(chǔ)指標(biāo)分為進(jìn)站交易、出站交易、OD 匹配和清分等；衍生指標(biāo)分為進(jìn)出量、周轉(zhuǎn)量、換乘量、去路/乘距、強(qiáng)度負(fù)荷、客流不均衡度等?？土鞣治龉δ苓€包括乘客畫(huà)像、車(chē)站畫(huà)像、列車(chē)畫(huà)像、區(qū)間畫(huà)像、電扶梯畫(huà)像等畫(huà)像功能，以進(jìn)一步實(shí)現(xiàn)和保證客流指標(biāo)計(jì)算的適用性和準(zhǔn)確性。

3.2 設(shè)備大數(shù)據(jù)分析研究

3.2.1 多維分析

綜合監(jiān)控相關(guān)系統(tǒng)中的大量設(shè)備，產(chǎn)生大量預(yù)警信息以及各種級(jí)別的故障信息，對(duì)歷史預(yù)警和故障的內(nèi)容、分布等的分析對(duì)于設(shè)備管理至關(guān)重要。定期對(duì)各子系統(tǒng)的運(yùn)行工況、設(shè)備能耗、工作環(huán)境穩(wěn)定性等指標(biāo)進(jìn)行多維統(tǒng)計(jì)分析，不僅有助于了解各設(shè)備的健康狀況，也有助于了解每條線路和站點(diǎn)的設(shè)備運(yùn)行狀況，對(duì)設(shè)備使用和維保工作的改進(jìn)起重要的指導(dǎo)作用。

3.2.2 故障次數(shù)分析

通過(guò)不同維度對(duì)設(shè)備故障次數(shù)進(jìn)行統(tǒng)計(jì)分析，如線路、車(chē)站、專業(yè)類型等維度的分析。

3.2.3 設(shè)備完好率分析通過(guò)對(duì)各車(chē)站設(shè)備完好情況的統(tǒng)計(jì)，分析各車(chē)站設(shè)備狀態(tài)情況。

3.2.4 智能運(yùn)維（1）設(shè)備關(guān)聯(lián)分析

各類設(shè)備故障之間可能存在不易發(fā)現(xiàn)的關(guān)系。例如照明系統(tǒng)故障，可能導(dǎo)致其他類別設(shè)備也出問(wèn)題，由于不存在直接關(guān)系，所以不會(huì)被發(fā)現(xiàn)。通過(guò)對(duì)各設(shè)備故障情況進(jìn)行聚類分析，得到故障情況有關(guān)聯(lián)的設(shè)備，再結(jié)合實(shí)際分析導(dǎo)致原因，還可以根據(jù)其之前的關(guān)聯(lián)，當(dāng)某設(shè)備類別發(fā)生故障時(shí)，與其關(guān)聯(lián)的類別也可能發(fā)生故障，提前預(yù)警。

（2）故障趨勢(shì)預(yù)測(cè)

基于設(shè)備的運(yùn)行數(shù)據(jù)，在設(shè)備的運(yùn)行過(guò)程中對(duì)數(shù)據(jù)進(jìn)行時(shí)序趨勢(shì)分析，由于客流等各種原因可能導(dǎo)致某些特定設(shè)備故障增多，而定時(shí)檢修等維護(hù)又會(huì)減少近期設(shè)備故障次數(shù)，所以對(duì)設(shè)備故障趨勢(shì)預(yù)測(cè)可以起到一定的預(yù)警作用。例如，對(duì)下個(gè)月設(shè)備類別的故障是上升趨勢(shì)的類別，則是下個(gè)月的重點(diǎn)關(guān)注對(duì)象，可提前安排檢修等事宜，檢查該設(shè)備類別的庫(kù)存是否充足。

3.2.5 監(jiān)控分析

（1）車(chē)站監(jiān)控

綜合監(jiān)控包括設(shè)備狀態(tài)、子系統(tǒng)狀態(tài)的監(jiān)控、設(shè)備運(yùn)行指標(biāo)（KPI）的實(shí)時(shí)顯示、故障實(shí)時(shí)報(bào)警預(yù)警等功能?？梢赃x擇通過(guò)站點(diǎn)一覽的方式管理設(shè)備，也可以選擇使用GIS（地理信息系統(tǒng)）清晰地顯示設(shè)備的地理位置，對(duì)站點(diǎn)和設(shè)備的分布進(jìn)行更直接的管理和監(jiān)控。

實(shí)時(shí)監(jiān)控從海量傳感器接收到的數(shù)據(jù)，支持所有傳感器的實(shí)時(shí)監(jiān)控，可自定義實(shí)時(shí)監(jiān)控的包括折線圖和儀表盤(pán)等展示方式，監(jiān)控頻率可達(dá)到秒級(jí)或亞秒級(jí)。

（2）健康評(píng)分

設(shè)備性能衰減、壽命降低是由量變到質(zhì)變的動(dòng)態(tài)過(guò)程，設(shè)備健康管理著眼于量變管理，即健康管理和亞健康狀態(tài)的監(jiān)視與評(píng)估。注重機(jī)械微觀和動(dòng)態(tài)損傷過(guò)程的演變、特點(diǎn)、規(guī)律、事前預(yù)防、過(guò)程監(jiān)控、動(dòng)態(tài)養(yǎng)護(hù)維修，其特點(diǎn)是全生命周期健康評(píng)估和減免維修。

（3）重點(diǎn)設(shè)備監(jiān)控

通過(guò)設(shè)備一覽的方式管理設(shè)備，監(jiān)控重點(diǎn)設(shè)備的基本信息、運(yùn)行狀態(tài)、KPI值等。

（4）重點(diǎn)設(shè)備管理

重點(diǎn)設(shè)備管理模塊羅列了當(dāng)前各線路綜合監(jiān)控系統(tǒng)所有的設(shè)備，可通過(guò)選擇設(shè)備，將設(shè)備列為重點(diǎn)設(shè)備，并在重點(diǎn)設(shè)備監(jiān)控中實(shí)現(xiàn)設(shè)備監(jiān)控。

3.3 能耗大數(shù)據(jù)分析研究

進(jìn)行城市軌道交通能耗大數(shù)據(jù)分析，希望通過(guò)大數(shù)據(jù)的方法來(lái)研究和發(fā)現(xiàn)軌道交通能耗（包括建筑能耗和牽引能耗）構(gòu)成特征和影響因素。在此基礎(chǔ)上，形成針對(duì)不同氣候區(qū)和不同類型軌道交通車(chē)站等多種不同類型軌道交通的能耗技術(shù)指標(biāo)體系，為節(jié)能設(shè)計(jì)、系統(tǒng)改造、運(yùn)營(yíng)方案優(yōu)化等提供技術(shù)支撐，也為形成軌道交通運(yùn)行能耗監(jiān)管機(jī)制提供基礎(chǔ)數(shù)據(jù)。

4 管理平臺(tái)實(shí)施效果

基于云的軌道交通大數(shù)據(jù)管理平臺(tái)已在溫州市城市軌道交通中運(yùn)行使用，根據(jù)實(shí)施情況，認(rèn)為該平臺(tái)的應(yīng)用達(dá)到了理想的效果，體現(xiàn)如下。

4.1 運(yùn)營(yíng)數(shù)據(jù)采集

通過(guò)網(wǎng)絡(luò)和特定的接口與各線路控制中心連接，按照設(shè)定的采樣周期，采集各線路機(jī)電系統(tǒng)運(yùn)行狀態(tài)及告警信息，從線網(wǎng)ACC 清分中心、PIDS 編播中心分別獲取線網(wǎng)客流信息和線網(wǎng)各列車(chē)信息，進(jìn)行多維信息特征提取，為統(tǒng)計(jì)分析奠定基礎(chǔ)。

4.2 異構(gòu)數(shù)據(jù)的融合

根據(jù)指揮中心決策人員的綜合業(yè)務(wù)要求，將數(shù)據(jù)按照相應(yīng)的主題集成在數(shù)據(jù)倉(cāng)庫(kù)中，供上層的商業(yè)智能和數(shù)據(jù)挖掘來(lái)使用。

4.3 信息交換和共享

線網(wǎng)綜合監(jiān)控及應(yīng)用系統(tǒng)與各線路中央級(jí)系統(tǒng)接口，完成客流、行車(chē)、設(shè)備類信息的獲取，接口以文件或數(shù)據(jù)接口方式實(shí)現(xiàn)。

4.4 交通線網(wǎng)快速查詢

由于城市軌道交通線網(wǎng)運(yùn)營(yíng)每天產(chǎn)生大量數(shù)據(jù)，經(jīng)過(guò)數(shù)年累積后將形成海量數(shù)據(jù)，對(duì)快速查詢、報(bào)表生成將是一個(gè)嚴(yán)峻的考驗(yàn)。為實(shí)現(xiàn)線網(wǎng)信息的快速查詢，系統(tǒng)擬采用大數(shù)據(jù)分析技術(shù)。

4.5 運(yùn)營(yíng)信息精確投放技術(shù)

城市軌道交通線網(wǎng)運(yùn)營(yíng)綜合調(diào)度系統(tǒng)，利用高度整合的無(wú)線和有線通信技術(shù)，可以實(shí)現(xiàn)運(yùn)營(yíng)信息的精準(zhǔn)投放，乘客可以通過(guò)多種終端查看到這些信息，從而引導(dǎo)乘客更高效的出行，保證軌道交通運(yùn)營(yíng)工作更順利地進(jìn)行和資源的合理調(diào)配。

5 結(jié)語(yǔ)

綜上所述，云平臺(tái)的使用能夠?qū)ζ髽I(yè)的資源進(jìn)行良好的整合，在一定程度上還可以節(jié)約成本，提高經(jīng)濟(jì)效益，利用大數(shù)據(jù)的優(yōu)良特性可以將云計(jì)算以及相關(guān)的服務(wù)引入城市軌道交通管理、決策和服務(wù)中去。因此，將云平臺(tái)相關(guān)技術(shù)與軌道交通大數(shù)據(jù)進(jìn)行結(jié)合應(yīng)用具有重要意義。

在溫州市城市軌道交通信息化建設(shè)項(xiàng)目中，為構(gòu)建智慧運(yùn)營(yíng)體系、降低運(yùn)營(yíng)人工成本、提升工作效率，積極研究生產(chǎn)云、管理云和服務(wù)云的建設(shè)方案，結(jié)合軌道交通大數(shù)據(jù)平臺(tái)的研究需要，統(tǒng)一建立計(jì)算資源池、存儲(chǔ)資源池、數(shù)據(jù)資源池，為后續(xù)在地鐵范圍內(nèi)推廣基于云平臺(tái)的軌道交通大數(shù)據(jù)管理平臺(tái)積累經(jīng)驗(yàn)。實(shí)踐證明，基于云的軌道交通大數(shù)據(jù)管理平臺(tái)可以加速軌道交通行業(yè)的信息化水平，有效收集利用行業(yè)數(shù)據(jù)資源，從而實(shí)現(xiàn)綠色節(jié)能，創(chuàng)造更好的社會(huì)效益。