调度工作质量评价与决策支持平台的设计

唐伟忠

（中国铁路兰州局集团有限公司 信息技术所，兰州 730000）

铁路调度部门在铁路运输组织过程中承担着保障客货运输安全、完成生产作业组织、提高企业效益的重要任务。经过多年的发展，调度部门已初步建成了运输调度管理系统，主要功能基本满足了运输调度生产工作需要，对优化日（班）计划编制、提升运输组织和调度指挥能力发挥了突出作用[1]。近几年，随着铁路运输生产力布局优化及高速铁路的快速发展，对参与调度指挥工作的人员素质、信息化服务能力、安全意识和管理水平提出了更高的要求。如何严格落实各项工作标准规范，盘活数据资产价值，建立科学合理的评价考核机制、提高调度指挥工作质量及运输组织效率效益，实现对运力资源的统筹管理、集中调配、合理运用，提升决策支持能力，成为运输调度部门亟待研究的重要课题。

目前，调度部门在用的运输调度管理系统，经过10 余年的持续升级、完善和优化，已经初步建成了功能覆盖车流组织、计划编制、行车指挥、施工、机车、调度命令、军特调等主要调度专业岗位的信息系统，对优化日（班）计划编制、提升运输组织和调度指挥能力等发挥了突出作用[2]。但由于各相关信息系统初期建设时缺乏统筹设计，数据存储比较分散，使得数据关联性较弱，数据对业务决策的支持能力不高，难以全面发挥信息系统对运输组织、调度指挥工作的技术保障能力。为此，本文设计了调度工作质量评价及决策支持平台。

1 平台设计

1.1 平台目标

以运输组织和调度指挥工作为主线，以评价调度工作质量为重点，强化信息系统的集成共享和联动互控，提高数据自动化采集能力[3]，全面规范运输调度工作流程，提升调度工作人员整体素质。

（1）强化运输调度应用构架顶层设计；

（2）提升调度工作质量及协调指挥能力；

（3）规范运输和调度指挥工作流程；

（4）加强调度安全过程管控工作；

（5）应用大数据手段提升调度决策水平。

1.2 平台架构

为充分发掘铁路信息系统数据资源，调度工作质量评价及决策支持平台的总体架构必须兼容铁路信息系统既有架构。平台基于JavaEE 技术体系进行底层构建，总体架构采用GreenPlum、Redis、SpingCloud、Vue.js、WebSocket 等技术构建，为B/S和C/S 混合模式，可满足跨多平台、异构数据库、多系统资源全面集成与协同联动的刚性需求。平台架构，如图1 所示。

图1 平台架构

（1）表示层。该层采用Vue.js、FineReport、FineBI 和Cell 报表插件等技术提供各类统计报表的模板定制、可视化图表分析、数据编辑、公共查询等服务，为管理人员和生产人员使用各功能模块提供个便捷、直观和个性化的操作体验。各功能以动态表单方式按岗位需求、操作权限等配置个性化操作界面。

（2）业务逻辑层。该层针对运输组织和调度指挥的具体应用场景，利用数据层提供的可视化服务，采用SpringCloud 微服务框架为用户提供具体的个性化业务应用服务[4]。主要功能覆盖安全作业管控、生产质量考评、重点列车运行监控、车流自动推算、数据统计和决策分析等业务应用需求。

（3）数据层。该层采用开源的GreenPlum 构建了面向多主题的分布式数据仓库，采用元数据方式建立主数据字典，提供可视化ETL（Extract-Load-Transform）服务实现相关信息系统的数据资源管理与共享[5]。

2 功能设计

2.1 行车安全过程管控

（1）日（班）计划协作互控。依据日（班）计划协同约束、安全卡控要素及作业优先等级，完善车流计划、机车司班、货运组织、施工（维修）等一体化生产作业规范，对列车计划中存在的数据一致性问题进行实时警示。

（2）列车运行速度等级卡控。对列车编组中不符合该列车运行速度等级的车辆车型、车号进行实时检测，自动为相关岗位推送违规内容。

（3）超限运行列车会让、越行条件的卡控。对超限运行列车中违反会让限制条件的开行计划进行实时检测，自动为相关岗位推送告警信息，提醒调度人员及时确认限制条件和调整开行计划。

2.2 调度工作质量考核评价

（1）针对调度日（班）计划，包括列车工作计划、机车工作计划、货运工作计划，从计划质量、运输效率和能力综合利用等方面，构建面向计划调、行车调度、货运调度等生产人员的工作质量评价考核体系。采用企业应用集成技术，对日（班）计划相关的数据资源、操作界面及业务功能进行深度整合[6]。

（2）以班组和调度台为数据分析单元，采用商业智能、大数据技术等手段对列车运行速度、日（班）计划落实、调度命令发布等工作质量进行自动统计、分析、排名，实现调度员个人专业能力和工作业绩的定量分析评价。

（3）针对各项分析指标、统计数据及存在问题，均可通过明细列表的方式实时查询核对，有针对性地及时进行整改。调度员（班组）工作质量评价考核表，如图2 所示。

图2 调度员（班组）工作质量评价考核表

2.3 重点列车运行辅助监控

（1）采用Java2D 矢量绘图和调度台间列车运行线自动拼接相关技术，建立面向跨岗位业务场景的列车运行图，突破传统调度台条块分割的限制，基于全局一张列车运行图的设计架构，突破传统按调度台进行分割的约束限制，对列车运行图、机车交路和客车车底交路等相关数据进行整合集成。

（2）针对不同工种岗位的个性化业务场景，在整合列车实际运行图、日（班）计划和施工（维修）计划的基础上，集成列车预确报、车站现在车等数据资源，实现面向多工种岗位、图形化的全局列车运行图，提供旅客列车、远程直达、行包快运等重点列车在局管内运行轨迹的全程追踪、辅助盯控、异常预警等功能。重点列车运行辅助监控图，如图3所示。

图3 重点列车运行辅助监控图

2.4 车流自动推算

对于不同的发站、到站和品类，结合车流径路管理系统及列车实时运行、列车日（班）计划、列车预确报和车站现在车等数据资源，对铁路局集团公司管内各站按编组站、分界站、多方向站、台间站及推算站细分为5 个等级[7]，Ⅰ级为关键支点，包括编组站、局间分界站；Ⅱ级为重要节点，主要为多方向车站；Ⅲ级为次要节点，主要为调度台分界站；Ⅳ级为装卸作业较多的车站；Ⅴ级为其他中间站。

以车辆铁路局间分界站接入、铁路局集团公司管内始发为推算起点，结合铁路局集团公司分级节点约束条件自动推算符合车辆铁路局集团公司间分界口移交或铁路局集团公司管内终到的完整运行径路，结合历史数据自动计算各节点间列车标定运行时间和中转作业时间的标定阈值，采用定时轮询等方式，根据车辆实际运行位置、运行动态、列车运行等级、车流方向和径路变更等参数进行实时轨迹调整与修正。货物列车从发站至到站的全程运输时间表示为

其中，T途为列车途中运输时间；T中为列车中转作业时间。

车流推算原理，如图4 所示。

图4 车流推算原理

2.5 可视化决策分析

采用开源的GreenPlum 构建了面向多主题的分布式数据仓库，实现列车运行图、日（班）计划、列车预确报、车站现车管理系统、行车调度命令、施工（维修）日计划、十八点统计报告等相关数据源的集成管理与共享。在此基础之上，根据不同的业务场景和使用岗位，生成各类生产指标、效率指标等分析数据，以可视化分析图表的方式为生产、管理部门，全面、动态、准确地掌握当前运输组织和调度指挥等信息，为科学调度决策提供技术保障。

另外，基于商业智能工具软件提供了自助数据分析功能，以可视化拖拽界面为操作人员自主进行数据分析和功能拓展提供了便捷手段，持续提升数据资产价值。可视化决策分析，如图5 所示。

图5 可视化决策分析

3 关键技术

按照“自控、互控、他控”的岗位管理原则，技术、管理多措并举，全面优化、完善调度作业流程与考核评价机制，完善调度工作质量评价考核体系，实现调度工作考核激励的透明化、数字化、科学化。

3.1 基于数据仓库的数据整合集成

采用SpringCloud Gateway、GreenPlum、Kettle、XXL-JOB 等开源技术实现数据整合集成工具平台，为用户提供向导式数据采集操作界面，对运输组织和调度指挥作业全流程产生的关系数据库、Excel、Word 等业务数据按定时调度方式进行整合集成，遵循全铁路局一张列车运行图的管理理念，构建数据仓库业务事实表。

（1）以元数据方式对线路、车站、机车、车辆、管界、运行径路等实体建立全局主数据字典，对各源数据事实表进行清洗、过滤、加工等处理，统一业务数据规范，形成以列车、车辆、线路、车站、机车和施工（维修）等为主题的数据宽表和多维仓库。

（2）以Restful API 方式提供数据检索及算力服务，实现对列车运行、施工（维修）、机车司班、客车车底交路等可能存在的冲突进行智能分析，自动为相关岗位推送冲突内容及建议调整方案。

3.2 车流预警分析识别

采用Java2D 技术实现矢量化的铁路货运营业站示意图，按发站、到站和品类等要素自动推算出车辆在铁路局集团公司管内的完整运行轨迹。调用车流径路管理系统API 接口自动计算车辆分界口移交去向，采用最短路径Dijkstra 算法计算铁路局集团公司管内任意两站间的车站序列，结合列车运行图3 h以内的实际数据及阶段计划动态修正因违反车流路径、违反编组计划等情况造成的车辆推算轨迹偏差。对已经管内到达目的地车站或铁路局集团公司间分界车站移交的车辆，实时将其从推算库转移到数据仓库，依托历史数据按列车种类、节点等级等构建运行时间和中转作业时间的标定阈值字典，并实时推送到Redis 缓存库。根据标定阈值和列车运行规律自动识别车辆运行异常并进行警示，为优化调整日（班）计划开行方案提供数据保障[8]。

4 结束语

调度工作质量评价及决策支持平台基于开源技术框架构建了自助式可视化数据采集工具，采用元数据方式建立了主数据字典，将分散存储的各类源数据进行整合集成、加工处理，按运输调度业务特点建立了多维主题数据仓库，实现了行车安全过程管控、调度工作质量考核评价、重点列车运行辅助监控、车流自动推算和可视化决策分析等功能，为持续提升调度日（班）计划兑现落实能力、提高运输组织和调度决策支持水平提供了重要技术保障。