鐵路編組站運輸組織大數據分析研究

劉 合

（中國鐵路南寧局集團有限公司柳州南車站，助理工程師 廣西 柳州 545007）

我國鐵路統計信息化建設雖然有較完善的統計制度、統計流程與產品，然而鐵路各統計專業相對獨立統計模式較為單一，數據采集分散固化，導致信息應用系統壁壘嚴重、信息孤島較多、信息共享困難，同時數據整合處理能力較弱，綜合指標、運輸生產預測、即時分析等方面需求難以滿足，無法適應新體制下的運輸生產、經營管理和決策支持的需要。

在大數據時代的背景下，為有力促進信息資源共享化，提升大數據分析決策效能，提供決策科學化和生產分析智能化有力保障，開展南寧局集團公司柳州南車站運輸組織大數據分析平臺建設勢在必行。

1 柳州南車站簡介及需求分析

1.1 柳州南車站簡況 柳州南車站作為南寧局集團公司唯一特等編組站，擔負衡陽、貴陽、懷化、黎塘四個方向車流解編任務，是南寧局集團公司鐵路運輸“心臟”。目前車站上、下行兩個系統到發線共51條，編組場調車分類線共60條，共配備調機9臺，其中駝峰調機4臺，編尾調機4臺，貨場調機1臺，承擔著列車到達、解體、集結、編組、出發等“流水式”技術作業任務。車站采用編組站綜合自動化控制（SAM）系統，實現將編組站管理信息系統和信號控制系統綜合集成的編組站管理與控制技術功能。新場開場以來，車站一直致力于探尋新的運輸組織模式適應新設備，提高車站整體運輸效率，最大限度發揮運輸潛能，重現鐵路運輸優勢。

1.2 車站統計需求分析 反映編組站運輸效率的指標主要為“中時”、“停時”，即中轉車和作業車在車站的平均停留時間。中停時的壓縮有利于加快車輛周轉，壓縮貨物運到時限。中停時指標主要受車流組織和作業組織影響，隨著南寧局集團公司線上通過能力大幅提升，辦理量不斷增大，車站中停時指標也逐年上升。利用常規的固定報表統計模式和數據采集方式得到的“冰冷”數字，無法提供全方位、多元化的分析應用。為適應運輸組織不斷優化，統計應用需實現以下功能：

1）數據資源自動、準確獲取，建立統一數據模型，實現數據篩選、轉換。強化數據修訂能力，減少數據誤差，提升數據質量。

2）全面梳理既有信息資源現狀及數據交換需求，將各系統間共享數據抽取整合，促進信息資源綜合利用。

3）建立完整、統一的數據視圖，實現信息統一、集中體現，以滿足生產情況和業務管理的整體大局觀察。

4）深度挖掘數據價值，通過統計分析、數據挖掘等大數據分析技術，深度挖掘日常生產數據價值，尋求規律，對生產過程中的“疑難雜癥”對癥下藥，為制定和調整管理決策提供可靠依據。

2 數據來源

2.1 既有的綜合報表及統計數據 該部分數據主要涉及十八點統計子系統、鐵路貨運列車編組信息系統等。

2.2 分散系統的采集數據 該部分數據主要涉及運輸信息集成平臺、車站綜合管理信息系統、柳州南車站合署辦公系統、運輸調度管理系統、鐵路運輸調度管理系統等。

2.3 視頻及控制系統的采集數據 該部分數據主要通過鐵路貨車裝載視頻監視設備系統、車號自動識別系統、編組站綜自動化控制（SAM）系統、4G無線視頻監控系統等。

3 大數據分析開發與應用

柳州南車站運輸組織大數據分析平臺采用“1+5+N”模式，即1個公共大數據分析平臺，5個業務功能，接入N個系統資源。其中5個業務功能包括數據統計、生產組織、質量管理、過程監控和綜合分析，平臺構建總體方案圖（見圖1）。

圖1 柳州南車站運輸組織大數據分析平臺總體方案

柳州南車站運輸組織大數據分析平臺通過采集生產與管理過程中的大量數據資源，挖掘數據價值，以服務車站各崗位、專業工作的開展。其功能模塊大致如下：

3.1 數據統計 數據統計主要在既有的報表統計基礎上，對現場日常作業各項生產數據進行整合，為運輸組織分析提供數據基礎，其主要構成如下：

1）日生產數據概況統計。既有的“交班表數據”為18點統計匯總，數據過于單一，無法反映各時段生產過程。平臺設計細化數據采集，按3小時階段計劃劃分，將數據統計與技術作業大表交互統計，進而反映全日生產情況（見圖2）。

圖2 柳州南車站上下行系統實時生產數據對比圖

2）車流數據統計。車流數據統計主要針對車站到達車流的車次、車流量、發站、到站、車種、車號、品名、結存進行統計分析。其影響柳州南站中時的車流方面因素主要為折角車流和鷓鴣江車流，用戶可通過平臺查詢車站整點到達車流組成和結存車情況，實時了解車站運輸組織生產環境，為生產組織分析提供詳盡信息。

3）固定設備數據統計。通過對車站到發線、牽出線、咽喉道岔等站場設備占用和列尾、超偏載等關鍵設備使用情況進行數據統計，為車站能力查定和設備利用情況分析提供數據支持。

3.2 生產組織 生產組織分為車流組織和作業組織兩方面，功能模塊下：

1）車流組織。依托運輸組織大數據分析平臺的車流大數據處理，可顯示車站不同類別中轉車在到達、解體、集結、編組、出發技術作業中的動態過程。將車流組織變化的關鍵影響因素辨識與分類，探尋辦理量與影響因素之間的關聯規則與聯動規律，提高車流變化預測的準確性，為車站作業調整提供數據參考。

2）作業組織。作業組織涉及車站技檢作業、解體編組、接發列車、作業車取送、本務機叫班等各項技術作業組織。平臺通過設定標準作業時間定額，采集各班生產各環節技術作業時間及超時情況。并利用數據間交互關聯性，計算各技術作業間交叉干擾時間，并按種類匯總供查詢統計。

3.3 質量管理 質量管理主要針對調機運用、編組質量、運行圖、運輸組織效率進行管理考核，其功能模板劃分如下：

1）調機運用管理。利用現有的調車作業計件統計模式，按班組、調別統計分析調車機工作量和工作效率，并提供日、月、季度、年的數據查詢與對比分析，進而直觀高效的掌握了解車站調機運用情況。

2）編組質量管理。對車站出發貨物列車編組內容進行檢測，對各方向出發列車噸位、換長進行統計，進而反映全站編組質量情況。

3）運行圖管理。參照南寧局集團公司列車運行圖管理工作的相關要求，規范運行圖編制和日常管理，提高運行圖質量。收集運行圖調整變化對運輸組織的影響，統計貨物列車正晚點開行情況，全面掌握列車運行圖實施情況。

4）運輸組織效率考核。參照車站運輸組織考核辦法相關要求，對每月運輸組織突出的進行評定獎勵。擴充評定項目，設定評定基準，公布獎勵款項及排行榜，做到公平、公正、公開，進而有效提高職工積極性。

3.4 過程監控 系統自動檢測貨物列車實時編組內容，對包含違反編組內容、車流徑路、欠軸、超長、代號隔離不符等情況的列車報警提醒，對薄弱環節進行整改，對已出發的違編列車定責考核，進而從源頭上提高列車開行質量。

3.5 綜合分析 根據運輸組織和生產管理需要，大數據分析平臺對分散的數據進行關聯、搭建分析模型，即時分析運輸生產情況。通過智能分析，對大量的原始數據進行加工處理，產生用戶所需的數據產品，并通過交互平臺展現出來。利用數據可視化分析技術，如數據、表格、線條、柱狀圖、分布地圖等進行指標的展現（如用柱狀圖反映各班生產指標情況及對比情況），進而以更加豐富、形象、直觀、動態、個性化地向用戶提供數據服務。綜合分析內容主要有：

1）車輛動態實時分析。了解掌握空分布情況、重車去向情況，結合站場設備利用、調機運用等信息資源，為領導和調度計劃人員提供決策依據。

2）車流數據分析。通過對批車、裝車、品類、發貨單位、裝車去向、結存的數據分析，車站可及時了解站內車流變化情況（例如充分掌握折角車流和鷓鴣江車流在站內的來源情況和車流構成），有利于車站向集團公司上報車流信息，以供集團公司提前調整裝卸車組織，進而緩解車站擁堵壓力，提高運輸效率。

3）中停時專題分析。按指定時段對車站中轉車、作業車進行指標輸出，并結合車站車流數據及生產組織過程對超過指定指標的項點進行統計，并對影響較大的因素進行專題分析，進而得出指定時間內影響車站中停時指標的主要因素，以制定對應的優化措施。

4）生產指標分析。針對到達、出發、通過、解體、編組、出車比、批快、遠程技術直達等生產指標，按班組和指定時間段輸出圖表，如：各班組和全站各階段指標完成情況，同比和環比對比圖，如圖3所示。

圖5 柳州南車站生產指標統計分析圖

5）常規運輸組織分析。按集團公司和車站日常分析需求進行數據統計與處理，自動生成相關文本材料，如：柳州南車站日運輸生產簡報、周運輸生產分析報告、生產運輸效率月度分析、運輸生產季度分析、全年運輸情況分析等。

6）決策及措施應用效果對比分析。通過圖形化顯示決策或措施前后對車站運輸組織的影響（如施工項目批復對運輸組織的影響），以及作業組織調整對車站技術作業時間的影響。

4 結束語

通過逐步創建、完善運輸組織大數據分析平臺，并應用到計劃組織、合署辦公、施工維修組織等多個方面，各項工作質量均有提升。2017年車站日均辦理車數達14234輛，較上年增幅10.1%，并創柳州南車站年日均辦理車數新記錄；日均解體列數達104.1列，較上年增幅7.9%；日均編組列數達96.5列，較上年增幅12.6%。