鐵路局安全大數據應用總體方案研究

荊 偉，劉 軍，張 軍，馬志強，周建文

（1.中國鐵路太原局集團有限公司，太原 030013；

2.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）

安全是鐵路運輸生產和經營管理工作的重中之重，涉及車務、機務、工務、電務、車輛、供電多個領域和人事、財務、職教等多個部門[1-2]。目前，鐵路安全領域已建立一大批業務系統，積累了大量安全領域業務數據（安全風險數據、安全隱患數據、事故故障調查報告、安全監督檢查數據、靜態病害庫、動態病害庫），以及車務、機務、工務、電務、車輛、供電專業的設備基礎數據、監控數據、維修數據、報警數據和超限數據等。但由于缺乏鐵路安全領域信息化頂層設計，導致安全管理思路不一致，數據標準不統一，數據接口協調困難，基層部門重復錄入現象嚴重，安全管理效率低。

安全大數據應用是中國鐵路信息化建設和鐵路大數據應用頂層設計的重要組成部分[3-4]。該領域的科技工作者進行了許多探索，康高亮提出了構建具有中國特色的人防、物防、技防，三位一體的高速鐵路安全保障體系[5]；楊連報等人運用TF-IDF模型實現電務信號設備故障文本的特征提取，通過基于Voting的方式實現多分類器集成學習分類[6]；佘振國等人開展了鐵路安全風險預警信息系統的研究與設計[7]；周進設計了有向加權鐵路運輸事故致因網絡及分析方法，研究事故致因關聯規則和安全風險的動態傳播規律[8]。

本文在分析安全領域的業務系統和數據現狀基礎上，充分了解安監和各業務部門的安全業務需求，開展鐵路局安全大數據應用總體方案研究，為鐵路局安全大數據應用建設提供思路。

1 鐵路局安全大數據應用總體方案

1.1 需求分析

（1）安全數據共享：實現不同專業、不同系統之間的數據交換和共享，提高安全數據使用效率，為安全大數據應用和分析提供數據基礎。

（2）安全風險預警：建立安全風險庫、安全隱患庫、安全事故庫、安全故障庫，通過分析安全監督檢查報告、事故和故障數據、超限數據、報警數據，統計事故、故障、安全隱患的發生數量，挖掘事故、故障與安全隱患、安全風險之間的關系，自動進行安全預警。

（3）事故故障分析：建立故障庫、事故庫和事故故障報告庫，實現事故故障全文檢索、事故故障提取、重點故障及區域故障關聯分析、原因及潛在原因分析、事故故障整改措施推薦、故障預警等功能。使業務相關人員在事故、故障發生前進行針對性地檢查與防范，在事故、故障發生后針對系統防范措施進行有效地整改。

（4）設備畫像分析：建立各專業設備基礎信息、動態檢測、靜態檢測、設備維修、設備故障全流程的管理體系，開展設備實時狀態安全評估，對易發生故障及重點盯控的設備，建立有效的安全隱患排查和預警機制。

（5）人員畫像分析：建立人員基本信息、安全信息、兩級作業、業務能力、作業量等維度標簽，開展員工安全評估，對重點人員進行盯控。同時，建立職工安全綜合能力預警模型，實現對職工安全綜合能力及所在部門安全能力的預警。

（6）安全綜合管理：需支撐安全問題通知書、安全問題整改、領導下現場情況等業務。同時，需對安全管理職責、工作標準和安全規章制度進行電子化管理。

1.2 建設目標

本文以鐵路局集團公司（簡稱：鐵路局）安全數據的集中和共享為基礎，以大數據等信息技術為手段，以安全管理和風險分析為突破口，以安全風險預警為核心，以鐵路數據服務平臺為支撐，建立具有數據采集、存儲、清洗、分析、挖掘和可視化等功能的鐵路局安全大數據應用，匯集各專業的安監數據、專業數據、設備數據、綜合數據等，運用結構化和非結構化數據分析技術，實現安全風險分析、安全隱患分析、事故故障分析、設備畫像分析、人員畫像分析、安全綜合評估、安全綜合管理等業務功能，為管理者全面掌握安全狀態，發現鐵路局安全薄弱環節，指導安全重點監督工作，實現事故、故障超前防范提供強有力支撐。

1.3 總體架構

鐵路局安全大數據應用總體架構如圖1所示，主要包括數據層、平臺層、應用層和兩大體系。數據層包括安監數據、各專業設備數據、人員數據、綜合數據等；平臺層包括基礎數據管理、數據集成、數據共享、大數據存儲與分析、關系型和非關系型數據分析算法等；應用層包括安全風險分析、安全隱患分析、事故故障分析、設備畫像分析、人員畫像分析、安全總體評價和安全綜合管理；兩大體系是指標準體系和保障體系。

1.4 網絡架構

（1）網絡總體架構

鐵路局安全大數據應用的網絡架構主要基于鐵路綜合信息網，通過防火墻、網閘與鐵路不同專網進行連接。鐵路內部服務網用戶可直接接入應用，訪問數據和獲取服務。鐵路各業務系統可通過鐵路內網，請求數據獲取和大數據分析服務。鐵路外部服務網用戶通過安全平臺接入該應用，通過安全技術確保應用的安全性。應用的網絡總體結構如圖2所示。

薄水插秧，活蔸露田，淺水勤灌，干濕交替。當母本苗數達到300萬／hm2時曬田，復水后要淺灌勤灌。注意抽穗揚花期遇高溫要灌深水，降溫增濕。灌漿到成熟階段應淺水間歇灌溉，切忌斷水過早。

（2）外網傳輸架構

為采集天氣、檢測和維修等數據，需通過互聯網，將天氣等數據進行統一打包，轉換文件格式，并加密傳輸至鐵路局外網FTP服務器，穿過鐵路局安全平臺實現外網FTP與內網FTP服務器同步，再傳輸至鐵路局安全大數據應用，外網傳輸架構如圖3所示。

1.5 數據采集內容

（1）安監數據：包括安監報、安全風險庫、安全隱患庫、安全事故庫、安全故障庫、鐵路事故故障調查材料、安全監督檢查、安委會、重點工作和領導掛牌督辦等數據，以及安全相關的標準規范和文件。

（2）業務安全數據：包括工務、車輛、機務、電務、供電等專業的各類相關業務安全數據。

（3）綜合數據：包括組織機構、人員、培訓等基本信息數據；鐵路沿線天氣預報數據，以及安全領域的基本規章、技術資料和鐵路主數據管理平臺中的基礎數據。

2 功能設計

2.1 安全風險分析

安全風險分析主要包括風險類別、風險項目、風險項點、風險等級、風險危害 程度、風險庫、安全風險分析等功能子模塊，實現事故故障縱深防御，從源頭進行管控，將風險控制在隱患形成之前，并對安全重大風險、較大風險進行綜合預警。

2.2 安全隱患分析

安全隱患分析主要包括隱患庫待辦、隱患類別、隱患等級、隱患庫、安全隱患分析、隱患分析處理等功能子模塊，有效實現安全關口前移，避免鐵路局、站段對隱患庫等的重復建設和投資，防范和遏制鐵路安全事故發生。

2.3 事故故障分析

2.4 設備畫像分析

設備畫像分析從安全、機務、工務、電務、供電、車輛等既有系統抽取設備的基本信息、動檢信息、靜檢信息、維修信息、歷史事故故障信息，構建不同維度設備安全評分標準，對評價分數較低的設備進行安全預警，指導設備重點監督檢查。同時對各專業的設備進行全方位的畫像分析，建立設備故障與設備基礎信息、狀態信息、報警信息之間的數學模型，實現各專業事故故障的超前防范，支撐設備從計劃修向狀態修、預測修轉變。

2.5 人員畫像分析

人員畫像分析從鐵路局的人力資源、干部管理、專業培訓等系統中抽取鐵路員工的基本信息、安全考核信息、兩級及作業標準信息、業務量大小信息等，建立不同維度標簽體系，以及針對不同專業、不同工種的綜合評價，對人員進行評分，對班組、車間、站段進行評價，指導人員專業安全培訓，實現重點安全人員盯控。

2.6 安全綜合評估

安全綜合評估主要包括鐵路局綜合評價、評價類別及項目、評價項點及分值、站段綜合評價、安全綜合分析等功能子模塊，整體把握鐵路局的安全態勢，實現各專業內部安全排名，分析安全薄弱環節，指導安全監督檢查重點，同時，為年度安全單位評比提供數據支撐。

2.7 安全綜合管理

安全綜合管理主要包括安全問題通知書、問題通知書分析、安全問題整改、安全預警通知書、安全表揚通知書、表揚通知書分析、領導下現場檢查、掛牌督辦管理、掛牌督辦分析等功能子模塊，有效減少基層站段安全問題重復錄入，避免安全業務系統重復投資，實現安全問題的閉環管控，支撐鐵路局、站段安全部門核心業務工作。

3 發展趨勢

3.1 鐵路局安全數據匯集和共享

逐步匯集鐵路局車務、機務、工務、電務、車輛、供電、人事、職教等專業的系統數據，實現安全數據的采集、清洗、重組，為各專業的大數據應用提供豐富、全面、高質量的數據源。同時，根據各業務部門的管理范圍，配置不同數據權限，實現各專業安全數據共享。

3.2 跨專業的綜合安全數據應用

在數據匯集基礎上，調研各專業數據共享需求，開展工務線路超前預警、普速線路大修分析、機務視頻分析、車輛綜合安全預警、電務事故故障原因分析、安全關鍵指標預測等，形成跨專業的綜合應用，解決結合部的安全業務需求，重點為綜合部門、站段的工作人員和管理人員提供數據支撐。綜合數據分析能促使新的業務流程產生，提高鐵路安全管理、安全監督檢查效率。

3.3 安全智能輔助駕駛

通過匯集工務、電務、供電等固定設施的基礎信息、動檢信息、靜檢信息、維修信息、實時報警信息、歷史事故故障信息、天氣預報信息，以及機車、車輛等移動設備的實時報警信息等，結合電子地圖和語音功能，實時為機車司機提供安全提示信息，建立鐵路領域的智能語音輔助駕駛系統，保證列車運行安全。

3.4 安全綜合預警

結合電子地圖功能，匯集工務、電務、供電等固定設施設備數據，以及機務、車輛等移動設備數據，開展全專業的設備狀態評價，基于機器學習的安全預警和跨專業的綜合安全預警、季節性安全預警、專項安全預警等。

4 結束語

本文闡述了鐵路局安全大數據應用的需求分析、建設目標、總體架構、網絡架構、功能設計和發展趨勢等，為鐵路局安全大數據應用建設提供了思路，對于安全數據共享共用、數據深度挖掘和分析、安全管理和安全預警能力提升，具有一定推動作用。今后，還需深入研究該應用與中國國家鐵路集團有限公司安全大數據應用的關系，與各專業設備大數據應用之間的邊界，以及與鐵路數據服務平臺的深層關系。