基于大数据技术的铁路安全管理研究

厉平

（中国铁路上海局集团有限公司宁波工务段，浙江 宁波 315000）

在互联网信息时代下，各种先进的信息技术层出不穷，比如云计算技术、大数据技术等，同时在铁路安全管理领域也应用了诸多信息管理系统。因此在铁路安全方面产生了海量的数据信息，通过应用大数据技术，能够从这些海量数据中挖掘出更多更有价值的信息，从而为铁路安全管理提供良好的信息支持，从根本上提高铁路安全管理质量水平。

1 铁路安全管理数据特征

1.1 数据规模大

在当前铁路安全领域中，针对不同的专业，已经建立了数十个安全监控系统，比如铁路车站安检系统、车辆安全监控系统等，随着这些系统的持续运转，已经产生了海量的数据信息，数据存储量已经达到PB 级别。比如在“5T”系统之中，TFDS 由于能够产生大量图像信息，因此本身产生的信息数据量非常庞大，每经过一趟列车，将会产生700 至800M信息数据。而在高速铁路综合视频监控系统中，由于监控对象数目众多，因此每年会产生约145PB 的信息数据。由此我们能够认识到，当下铁路安全管理数据具有大规模特征。

1.2 数据内容多样

数据内容多样简单来说是指铁路安全数据的来源多，数据格式丰富，不仅包含一般的结构化数据，同时还产生了大量的非结构化、半结构化数据。铁路安全管理监控运行中，涵盖了多个专业业务系统，不同业务系统数据信息也具有一定的差异性，既包含纸质数据，也包含各种"geo""iic"格式的轨检车数据，还包括一些CAD 数据、视频监控录音、录像数据等，除此之外，很多数据信息彼此也有着紧密的联系，比如安全管理数据需要与天气、地震数据进行关联分析，更好的维护列车运行安全。

1.3 数据价值高

铁路安全数据本身有着非常高的价值，比如铁路运营部门通过利用这些数据，通过进行统一的分析计算，能够从中了解铁路安全管理的实际现状，还能够通过数据反映的信息规律等，了解潜在的安全管理风险，从而为后续铁路安全管理提供重要的依据。

2 铁路安全管理中大数据技术的应用

2.1 铁路人员相关方面的大数据技术应用

（1）重点对象追踪。所谓的重点对象追踪，简单来说就是在大数据技术的帮助下，辅以必要的人脸识别技术，从而能够在众多列车乘客中快速识别定位重点安全隐患对象，从而能够及时消除安全隐患。尤其是在铁路车站中，人流密度大、存在的治安风险隐患多，因此通过在车站人脸识别系统的帮助下，能够采集每一位进站人员信息，这些数据信息会上传至公安局系统中，通过比对查找出危险分子。与此同时，还会以客票系统乘车信息为依据，在大数据挖掘技术的帮助下，了解重点对象活动路线，根据相应路线，实现对重点危险人员的抓捕。在上述过程中，主要应用到了大数据聚类分析、关联分析、数据挖掘等大数据技术。

（2）能够为铁路安全决策提供良好支持。铁路在运行期间，一旦出现重大事故，应急救援指挥信息系统会提供一些历史事故数据，同时还要提供一些铁路沿线视频监控数据等，针对这些数据，通过借助大数据聚类分析、关联分析等技术，能够从中发现事故规律，总结事故处理经验，从而能够为后续铁路安全管理决策提供充足的信息参考支持。

2.2 铁路环境方面的大数据技术应用

（1）用于自然灾害的预测，铁路一般横跨距离比较长，因此铁路沿线的天气变化多端，因此在沿线更容易受到各种自然灾害的影响，很多自然灾害均具有突发性特点。通常会基于自然灾害类型的不同，采用针对性预测方法。比如可以通过应用大数据技术，能够针对一些自然天气灾害，通过建立数学模型，根据相应的模型，来实现自然灾害情况的预测，从而为列车运行提供良好支持。

（2）用于铁路异物侵限监测。通过进行铁路异物侵限监测，能够在第一时间发现侵限问题，从而及时发出告警，行车调度中心也会第一时间收到告警，从而能够提前采取针对性处理措施，从而能够有效避免重大行车事故发生。在当下实际进行异物侵限监测时，主要会用到双电缆传感器、光缆传感器、红外线等技术，而在这一过程中做好大数据技术的应用，通过在大数据挖掘技术的帮助下，分析异物侵限发生的时间、发生环境、造成危害等数据信息，从而能够了解异物侵限出现的大致规律，能够有效做到未雨绸缪，从根源上杜绝因异物侵限而导致的安全事故发生概率。

2.3 铁路设备方面的大数据技术应用

（1）用于铁路设备故障诊断。铁路设备故障发生原因一般比较复杂，比如可能受设备自身特点影响所导致故障发生，也有可能是受不同设备在运转时相互影响所导致故障发生，还有可能仅仅是没有做好设备故障维护。因此为了更好的诊断设备故障发生原因，并以此采用针对性预防措施，需要借助大数据技术，数据挖掘方法的帮助下，更好的开展铁路设备故障诊断，从海量的历史数据之中，找出相应的规律，解释设备故障发生特点，还能够对铁路设备故障发展趋势进行合理的预测，从而更有利于设备故障的消除。在这一过程中，针对大数据挖掘技术的应用，主要是借助铁路设备在发生故障时，会产生动态事件序列信息时空特点，并以此为依据，成功建立铁路设备故障发生过程时间序列信息模型，在此基础上，通过数据挖掘方式，挖掘出事件序列信息中隐含的关联性，从中发现故障发生规律，更有助于故障问题解决。另一方面，应该大数据挖掘技术进行设备诊断，还能够在距离函数的帮助下，来度量事件序列相似性，同时采用动态规划算法。运行相似性最优代价，最终成功将故障诊断问题转化为寻找与实际故障事件相似的模式，最终总结出设备故障特征和故障处理模式，更有助于故障问题解决。

（2）用于铁路设备安全风险源识别。针对铁路设备的安全管理，需要立足社会运行各个环节，分析其中存在的危险因素，并通常采用定性或定量统计分析方式，明确不同安全风险的严重程度，并以此为依据，确定安全风险的防控顺序，从而既能够降低安全风险防控处理带来的成本损耗，又能够最大地减少安全风险发生带来的损失，最终促使铁路安全生产环境得到有效改善，从根本上降低铁路安全事故的发生概率。在实际进行铁路设备状态的安全风险管理过程中，需要对存在的安全风险进行全面识别，还需要对存在的安全风险做好评估与控制。在实际进行铁路设备安全风险识别的过程中，需要参考故障诊断的结果，通过应用大数据挖掘技术，找出与出现故障设备各种条件相同，但并未发生故障的设备，一般情况下，这种设备潜在安全风险通常比较大。因此在实际进行设备安全管理时，需要着重对同类型设备关注同时，除此之外，在大数据技术的帮助下，还能够结合现有设备的运行条件变化规律，来对设备未来运行进行的安全状态，从而提前做好在设备故障发生前，就能够及时进行维护处理，更好的保证铁路设备安全。

（3）开展设备状态维修工作，主要包括两种内容，一是设备可靠性维修，通过对设备某个元件的可能出现故障进行预测，并分析该故障问题会对整个系统可靠性带来哪些影响，结合相应的影响，采取针对性设备维修策略，更好的提高设备维修质量水平。还有一种是设备预测性维修，顾名思义，便是通过对设备可能存在的故障进行合理的预测，并提前做好针对性维修技术的准备。在这一过程中，需要加强对设备故障诊断技术的应用，针对设备潜伏故障，做好针对性地分析，并结合故障带来的后果做好深入分析，从而为设备是否继续保持运行提供良好决策。

如果铁路设备的安全风险等级比较好，需要针对该设备，量身打造一个维修策略，并提前准备好设备维修措施，能够有效降低安全隐患发生概率。在此基础上，还可以采用设备状态监视方式，加强对设备的状态检修，在第一时间掌握设备运行状态变化，并以此为依据，做好维修计划的合理安排，有效控制铁路设备运行风险，保障铁路设备能够稳定安全运行。

3 结语

综上所述，铁路安全管理是一个较为系统复杂的过程，尤其是当下随着各种信息技术的应用，铁路安全管理产生的数据越来越丰富，数据规模也越来越大，为了促使这些数据发挥出更大的作用价值，有必要立足铁路安全管理各个环节，做好大数据技术的针对性应用，从而挖掘出更多有价值的信息，为铁路安全管理提供良好的信息支持。