大数据背景下的轨道交通网络化运营管理

文/原方方，郑州铁路职业技术学院

伴随国内经济发展的快速进行与城市化脚步的较快，城市居民对于出行方面的需求情况与交通客运量都表现出显著升高的变化趋势。城市轨道交通表现出运量大、效率高、污染低等优势，能够极大程度上缓解大中城市内交通拥堵、能源不足、环保等问题，尤其是当成都构建了“778”交通出行模式之后，为该地区在轨道交通建设方面提出了更高的需求。

成都市的第四期建设规划顺利得到批准之后，成都市的轨道交通建设得以整体的提速，而关于其运营管理模式方面逐渐由单线单独运营方式过渡至网络化的系统运营模式，借助轨道交通外出的民众逐渐增加，并且运营设备的种类逐渐丰富，不同的线路之间的关联性逐渐增加，上述现象的出现均给运营管理工作的进行带来了不小的压力与风险。由于互联网和云计算的快速崛起，加之大数据时代的来临，运用大数据来处理此类问题势在必行。

1 大数据简介

大数据（big data）意思是难以在能够承受的时间内利用一般的辅助工具实现获取、管理以及处理的数据集合，必须借助更为先进的方处理时才可拥有具备更好的决策力、观察力与程序优化性能的大量、增长速度快以及多元化的信息资产。

站在数据的生命周期立场分析，大数据技术由数据源头通过分析收集至得到最有价值的资源必须经历5个阶段。大数据一般表现出3个显著的特征，具体为全体数据、混杂数据与相关关系。

首先，注重全体数据，并非随机样本。也就是需要整理与汇总所有的数据。这些数据均为和研究问题具有一定关联性的数据，并且此数据点的量并不是最关键的，关键在于有多少数据点和被研究目标具有关联。比如我们借助大数据研究客流数据，这个过程中必须记录每一名乘客进出站刷卡用时、车站等有关数据。经过对所有数据的研究能够发现诸多细节，而这些细节难以从随机抽样中获得。

其次，包含混杂数据，并非全部是精确数据。对于抽样调查的方式而言，一般倾向于获取那些相对干净、质量较高的数据，之后耗费大量的财力与精力明确数据的质量。对于大数据背景下的客流预测，或许需要我们应用的不单是以往的客流数据，还需包含外界的气候、展会等信息，并且获得的外界信息越多时对应的客流信息越精确。也就是说如果宏观层面上丧失精确性，那么微观层面上却能够得到精确性。

最后，注重相关关联性，并非是因果关系。我们不能认为能够轻松地发现因果关联性，本质上仅仅是发现了相关关联性。必须注重的是什么，并非为什么。

2 轨道交通网络化背景下的运营需求与大数据模式

2.1 网络化背景下的乘客安检

由于现阶段的安全形式逐渐复杂化，因此被动不作为式的安全防范体制致使绝大部分人力、财力被耗费在危险等级较低的群体之中，尤其是“逢人必检”的地方，安检人员体力与精神负担沉重，此外还和轨道交通便捷出行的目的相悖，致使乘客的满意度下降，此外在轨道交通实现网络化的运营之后，其客流量必将呈现快速升高的趋势，所以迫切需要使用新的手段快速筛选危险系数较高的对象来检查，将“被动防御”变成“主动预防”，对于此过程的实现应用大数据是很好的形式。

方案一：利用票卡信息对危险群体进行抽检。经过分析国内外的相关案例能够发现绝大部分高危人员均为流动或无业人员。能够借助对临时卡、低频度储值卡、工作卡等在各个时期安排对应的人工抽检力度，有助于在缓解安检人员工作强度的同时还可提升安全防范级别。

方案二：利用手机信息对危险群体进行抽检。应用这种方式必须得到公共安全机构的允许，即便非常有效，然而却很难实现。基于现阶段手机卡实现了实名制，且几乎所有的人都拥有，因此能够借助大数据综合通信技术，将获得手机信息和电信部门及公共安全部门的信息加以比较，筛选出高危群体，进而能够主动对其实施人工检查，提高安全防范系数。

2.2 网络化背景下的客流组织

伴随现阶段轨道交通网络化的飞速发展，轨道交通系统逐渐密集，客流量逐渐提高，应用传统的仅仅凭借经验实施的客流组织模式难以满足需求，借助大数据技术综合通信技术能够满足网络化的更多需求。

一方面，借助大数据技术，被记录的所有的票卡数据的信息量逐渐增大，所以能够由之前的信息中对比得到比较精确乘客的完整乘车信息，经过收集所有的票卡信息，有助于了解接下来某个时间段内比较可靠的客流信息，有利于我们提前做好准备工作。

另一当面，利用大数据分析得到乘客的最佳路线，通过乘客的手机短信、APP等实现对客流的主动引导。此种形式能够最大限度借助网络的弹性，帮助乘客规划最好的外出路线，进而最大限度增加线网的容量。还能于出行高峰期或人流较大的站点提前告诉乘客进行路线调整，防止出现乘客大量滞留车站的情况，有助于提升乘客的满意度。

2.3 网络化背景下的设备维保

对于网络化运营的模式而言，针对设备维保系统会从“线路维修”过度到“区域化维保”模式，因此导致维保人员开展工作过程中需要应对逐渐增多的设备类别与逐渐繁杂的系统，进而为维保人员顺利开展工作带来了更多的负担，关于上述状况我们能够借助大数据技获得更适宜的技术支撑。

一方面，能够帮助每一个设备与部件创立体检档案，每隔一定时间提醒维保人员加以检修，在设备或部件完成生命周期后，还能提醒及时对其进行替换。

另一方面，还能够借助大数据技术构建故障处理专家库，针对所有设备的所有故障情况与处理详情加以记录，在设备发生故障时，综合厂家的处理指南，有助于维修人员借助大数据来分析，进而获得比较精确的处理建议。

2.4 网络化背景下的应急处置

在网络化运营背景之下，无论哪一个孤点故障处理的不恰当或不及时，都有可能引发严重的后果，然而线网的繁杂性促使我们必须及时、准确的处理问题。因此需要我们在全线网设置多个区域化的应急值守点，不但能够提升应急响应速度，并且有助于借助大数据对海量、多元化的数据实现快速处理，提升对应急情况的处理效率。

能够在大数据体系内设置多个应急预案，假如出现事故，体系能够利用获取的多方面信息当作输入量，之后借助大数据自动筛选最适宜的应急方案，供决策者进行参考，快速所出反应。比如如果某列车发生故障，大数据能够获取出现故障列车的相关信息、路线信息以及客流信息等，提供精确的应急处理方案，并且能够自动快速的通知待乘与没有到站的乘客适当调整外出方式，给应急处置工作提供精确、快速的处理方案。

3 结语

将大数据技术应用于轨道交通行业，不但有助于乘客安检、客流组织、设备维保以及应急辅助工作制定决策，同时还有助于获取更多有价值的信息，有利于我们在开展票价设置、广告投放等领域的工作时提供帮助。促使大数据系统全面的应用于轨道交通网络化运营中，帮助提供更为有效的处理问题的方式与切实可行的解决问题的方法，进而为网络化的运营提供更高效率与优质的服务。