鐵路大數據應用規劃及實施策略研究

王 喆，馬小寧

（中國鐵道科學研究院集團有限公司 鐵路大數據研究與應用創新中心， 北京 100081）

隨著鐵路運行速度、規模和周邊環境的變化，在大數據技術同各行各業不斷融合的形勢下，如何通過大數據技術充分挖掘數據價值，實現數據驅動決策，支撐鐵路轉型升級，是值得每一個鐵路管理者思考的問題。鐵路大數據的實施既要貫徹鐵路總公司大數據發展的總體思想，又要兼顧鐵路信息化發展的客觀現實。文獻[1]研究了其他行業開展大數據的經驗，提出了鐵路大數據應用的體系架構。文獻[2]分析了當前鐵路大數據的應用需求，設計了鐵路大數據平臺的總體架構。文獻[3]分析了鐵路基礎設施大數據的特征，提出了基礎設施大數據的應用框架和實施建議。文獻[4]主要從大數據的視角提出了鐵路各專業維護單位對建設大數據的思考。現階段對鐵路大數據的研究多集中在大數據平臺通用技術以及鐵路部分專業大數據分析需求等方面，缺乏對通用的實施策略的研究。本文旨在從鐵路大數據應用實施規劃研究出發，基于鐵路大數據發展面臨的問題，有針對性地提出適合鐵路自身特點的大數據實施策略。

1 鐵路大數據應用實施規劃

1.1 架構規劃

2017年6月，鐵路總公司向全路印發了《鐵路信息化總體規劃》（簡稱：總體規劃）和《鐵路大數據應用實施方案》（簡稱：實施方案）。在架構規劃方面，總體規劃提出了建設鐵路數據服務平臺，并明確了各業務領域及業務系統和數據服務平臺之間的關系[5]。

依據總體規劃，鐵路數據服務平臺是鐵路一體化信息集成平臺的重要組成部分，是鐵路總公司及各鐵路局進行數據集中管理、大數據分析的基礎支撐。平臺從既有各業務系統采集數據，同時又為各系統提供數據交換、數據分析服務。2017年12月鐵路總公司發布的《一體化信息集成平臺—數據服務平臺總體方案》中，明確了數據服務平臺在鐵路總公司和鐵路局兩級部署模式，平臺總體架構如圖1所示。鐵路總公司級鐵路數據服務平臺匯集了鐵路總公司級系統數據和所需要的各鐵路局的匯總及細節數據，為鐵路總公司各業務部門提供數據分析服務。鐵路局級鐵路數據服務平臺將匯集各鐵路局、下屬站/段系統數據，為各鐵路局提供數據分析服務[6]。因此，平臺級別的硬件資源、數據整合、標準制定、數據匯集等由企業統一規劃，各專業和各業務部門只需要在平臺提供的數據和服務的基礎上建設滿足各自需求的應用。這種“平臺+應用”的模式擴展性好、適應性強，避免了數據孤島和資源浪費。

圖1 鐵路數據服務平臺總體架構圖

1.2 應用實施規劃

在應用實施規劃方面，實施方案將全路大數據應用分為運輸調度、客運、貨運、設備狀態、安全風險管控等16大領域，并對每個專業領域內的大數據工作方向、目標以及工作階段進行了規劃[7]，如圖2所示。實施方案從應用建設的角度理清了工作思路，解決了“干什么”的問題；總體規劃從信息架構方面指導了鐵路大數據的建設工作，解決了“怎么干”的問題。二者是新時期全路信息化建設和大數據工作的總體設計，是規范指導鐵路信息化建設的綱領性文件。

1.3 重點建設方向

（1）安全管理需求：研究鐵路安全管控大數據應用，全面提高安全管理水平。

（2）運輸組織需求：基于運輸生產實時數據，開展車流預測分析，對運輸生產能力不足問題進行預測預警。

（3）資源管理需求：利用大數據挖掘分析技術，對鐵路局運營資源數據進行綜合分析，提高資源綜合利用效率，促進企業運營效益提升。

（4）設備管理需求：采集設備設施的實時狀態，實現設備設施運用狀態的精準評價和趨勢預測，指導現場維護，實現設備全生命周期的故障預測與健康管理。

圖2 鐵路大數據應用實施規劃

2 鐵路大數據特點

2.1 數據量大且分散

近年來，隨著鐵路信息化建設的逐步深入，信息系統已覆蓋客貨營銷、運輸組織、經營管理等各個領域，各系統都積累了海量的數據。隨著12306 網站及95306 網站的上線，售票信息及鐵路物流信息大幅增長。基礎設施及設備檢測方面，鐵路的工務、電務、供電、車輛和機務等部門積累了鐵路線路、通信信號、機車車輛等各種設施設備的海量實時狀態數據。根據近年來歷次鐵路數據和信息系統調研統計，鐵路總公司及各鐵路局存儲的數據量已經達到10 PB的數量級。

鐵路的PB級海量數據是非常分散的。鐵路總公司層面統一建設了超過150個業務系統，涵蓋了客貨運、安監、計統、機務、工務、電務、供電、調度、建設管理等專業。統建系統面向各專業支柱型的應用需求，且數據集中存儲于鐵路總公司。此外，各鐵路局為了滿足個性化定制需要，分散建設了規模龐大的中小型業務系統，與統建系統共同承擔各專業工作開展。這些系統的數據存儲在所屬鐵路局。

2.2 非結構化數據多

受限于鐵路整體信息化水平不高，有大量的數據以文檔的形式存儲，如事故故障報告、聯調聯試報告等。檢測車日常巡檢過程中拍攝了大量的高清圖像和視頻，再加上車站內和鐵路沿線部署的監控攝像頭，實時采集站內和區間的影像信息，生成了海量的監控視頻、檢測圖像等數據。這些非結構化的視頻、圖像以及文本數據對于鐵路的日常工作以及保障鐵路行車安全至關重要，數據量遠遠大于結構化數據的體量。

2.3 數據質量參差不齊

鐵路信息化在部分單項應用上可以達到世界先進水平，但由于長期處于分散建設階段，業務系統開發建設各自為戰，各層級業務應用水平參差不齊。因此，導致鐵路數據的質量因系統而異，整體質量處于較低水平；且基礎編碼不統一，缺乏必要的數據標準，對數據的互聯互通和共享構成極大的障礙。

2.4 網絡邏輯安全區域多

鐵路計算機網絡按照安全等級，通過動態物理隔離技術和防火墻技術構建了具有層次結構的網絡，形成外部服務網、內部服務網、安全生產網和國家涉密網4個邏輯安全區域。各應用系統依據其涉密程度，分別部署于不同的專網中。考慮到未來的大數據應用場景中，會涉及到跨專業的數據融合乃至實時的數據接入，當前鐵路網絡隔離的現狀顯然會加大數據匯集的難度和成本。

2.5 分析人員缺乏

鐵路信息化經過多年的發展，已經為鐵路培養了一大批信息化專業人才。在這個人才隊伍中，大多數人具備信息系統開發的能力，涉及到同大數據建設相關的數據分析人員相對較少，尤其是能夠將機器學習、深度學習等技術同鐵路業務相結合的人才更加缺乏。

3 鐵路大數據實施策略

3.1 工作思路

綜合各行業發展大數據的經驗，有以下兩種思路：（1）自下而上，整合企業的所有數據，開展全范圍的數據治理、標準化等工作，構建企業級數據模型，對整合好的數據開展數據分析等工作，互聯網、金融行業多采用此方法；（2）自上而下，即由具體的大數據分析需求入手，推導出所需要的數據，優先匯集上述數據并開展數據清洗和整理，最終通過大數據的分析響應需求。

鐵路總公司層面因為持有的結構化數據比例較高，易于制定統一的數據標準，規劃統一的數據模型，因此，可以參考數據質量較好的互聯網和金融行業，自下而上的開展大數據工作。各鐵路局因為非結構化數據比重較高，數據質量偏低，數據的大集中成本較高且難度太大，可以采用自上而下的思路。

3.2 分專業匯集整理數據

鐵路各專業在信息化建設水平上不盡一致，應對大數據分析的能力也有差距。因此，信息化水平較弱的專業應該先按照鐵路總公司和鐵路局的規劃補齊本專業的信息系統。可以優先從信息化水平較高專業的信息系統中匯集數據并整理。與此同時，先開展數據匯集的專業還可以給后開展工作的專業起到探索和示范作用。

3.3 主數據和GIS平臺同步建設

主數據描述了企業的核心業務實體，可以跨越各業務部門被重復使用。主數據平臺包括了主數據查詢、下載、版本管理等功能[8]，且鐵路大數據工作必然涉及到各專業數據的融合，例如車站、線路、物資編碼、組織機構以及人員信息等務必統一，所以主數據的規范化決定著大數據工作的成敗。

GIS平臺提供了鐵路車站、線路、固定設施等要素實體的地圖展示，提供了鐵路局管界、站段管界等圖層服務[9]，還提供了鐵路公里標和經緯度坐標的相互轉換功能，能夠將地理信息相關的數據或者大數據分析的結果直觀的展現在地圖上，便于對數據的理解。

主數據平臺和GIS平臺都是大數據平臺的有益補充，能夠從數據準備和數據展現兩個層面輔助大數據工作的開展。

3.4 加強非結構化數據分析能力

鐵路局在日常生產運營過程中，積累了大量的非結構化數據，如事故故障報告、供電設備檢測圖像、周界入侵檢測視頻、客服語音記錄等，數據類型包括了文本、圖像、視頻、語音等。這些信息中蘊含了大量的有價值信息但利用率不高。隨著深度學習技術在圖像識別、語音識別、自然語言處理領域取得的長足進步，傳統的基于模式識別和專家規則的方法逐漸被取代。因為深度學習是傳統神經網絡發展下的新一代神經網絡[10]，比較適合作為非結構化數據的特征學習器，結合機器學習的分類器，能夠很好的實現非結構化數據的分析與信息挖掘。

3.5 采用數據采集前置機模式

鐵路數據多分布在不同的網絡中，且不同的網絡安全級別也不一樣。為了實現異構網絡環境下的數據交換，解決異構網絡之間數據共享交換的安全性[11]，需要引入“數據采集前置機”系統。該系統主要由交換前置機和安全隔離網閘構成，如圖3所示。

圖3 前置機數據交換模式

數據交換共需要5個步驟：（1）前置機同業務系統以及數據服務平臺之間是斷開狀態；（2）連通前置機與業務系統之間的安全隔離網閘，將數據傳輸到前置機；（3）斷開前置機與業務系統之間的安全隔離網閘；（4）連通數據服務平臺與前置機之間的安全隔離網閘，從前置機提取數據；（5）斷開數據服務平臺與前置機之間的安全隔離網閘。采用前置機方式能夠在保證異構網絡數據安全的前提下實現數據采集。

3.6 注重數據關聯

鐵路各業務數據之間并非是完全獨立的，數據之間的關聯是天然存在的。這種關聯關系包括空間位置的關聯，事件時間關聯，配屬關系關聯，組織機構關聯等。通過這些關聯可以將鐵路絕大多數數據關聯到同一個維度或者多個維度上，把看似不相干的若干事件或者對象建立起關聯關系，增加了決策時可以依賴的信息量，對企業的經營和決策有著重要意義。

4 結束語

本文分析了鐵路總公司大數據發展的總體戰略和當前鐵路發展大數據所面臨的問題，提出了面向鐵路行業特點的大數據實施策略。該實施策略已在太原鐵路局《安全大數據應用平臺》建設和廣鐵集團《鐵路安全風險管控大數據應用》建設過程中應用，保障了鐵路局大數據應用建設的開展。下一階段將圍繞實施策略的具體內容進行細化研究，形成較為完備的解決方案，為全路大數據工作提供有力幫助。