淺析大數據分析技術在地鐵運營安全風險管控中的運用

陳耀輝

（云南京建軌道交通投資建設有限公司，云南 昆明650200）

近年來，隨著國內城市軌道交通的迅猛發展，各地運營企業面臨的安全形勢日益嚴峻，而地鐵運營中涉及設備檢修、行車組織、設施監護、客運組織等多個專業，這些安全風險不斷呈現多變性、隱蔽性和突發性的特點，對風險管控工作提出了更高的要求，迫切需要充分利用現代化信息技術，整合各專業、各工種的數據和信息源點，加快構建數據集中管理和智能分析平臺，對實現風險預測、隱患識別、安全資源調配、安全關鍵畫像、突發事件應對具有十分重要的現實作用。

1 現狀分析

近年來，國內地鐵運營企業信息化建設圍繞運營安全保障，客運組織改革和服務方式改進等工作重點，不同運營公司組織研發了諸多具有城市軌道交通行業特色的信息管理系統，這些系統對確保地鐵運營安全、優化運輸組織和提升客運組織服務質量等方面發揮了重要支撐作用，但由于開發建設缺乏統籌規劃，導致目前各業務應用系統存在各自為政，信息孤島眾多、互聯互通困難、信息基礎設施相對落后，信息共享程度、信息資源綜合利用效率不高等問題，加之運營管理的各層級業務應用水平參差不齊，各專業工種間信息化發展不平衡，對全面提升安全風險管控支撐不足，信息智能化解析運用整體水平與國內外相關行業的先進企業相比存在明顯差距，這些對推動地鐵運營安全生產大數據研究應用帶來了較大困難。

2 存在問題

2.1 信息共享程度不高

目前地鐵運營企業各專業工種間運用的安全管理信息系統條塊分割現象較為遍，產生了諸多“豎井型”系統和“信息孤島”，基礎編碼不統一，數據標準不健全，各系統互聯互通性不強，信息共享程度和信息資源利用水平亟待提高。如車輛設備的運維系統和信號設備的故障報警系統間系統制式不一、接口數據整合共享難度大。

2.2 數據價值挖掘不充分

目前各地鐵運營企業尚未建立統一的數據服務平臺，生產層信息化應用覆蓋不全，管理層高效指揮管理應用較少，決策層發展戰略應用基本未涉及，各層級數據存儲分散，管理存在壁壘，數據價值沒有得到充分有效的挖掘，用數據驅動引領安全工作的軸向作用不強，數據資源綜合利用沒有發揮應有的作用。如各專業信息化應用主要集中在單一業務應用和操作層面，系統數據運用功能大都停留于日常業務報單統計和常規統計分析方面，對安全形勢的預測和分析基本未涉及。

2.3 安全預警針對性不強

目前，地鐵車站大量現場作業、外部環境等視頻監控系統不具備智能分析和預警功能，加之與生產組織管理機構不匹配，沒有設置專門的崗位進行監控和進行結構化數據智能轉化工作，導致大量監控資源浪費，無法實現超前預控預警。同時，一些專業行車設備檢測監測系統開發運用時由于技術上不成熟、系統預警“門檻值”調設不合理等原因，存在大量誤報警、假報警，導致現場人員“習以為常”，不按規定程序和要求進行處置，當真正發生危險事件時，往往錯過處置阻斷時機，導致發生安全事故。

2.4 信息處理投入不足

目前國內地鐵部分老線區間、車站、偏遠的變電所等設備保障處所還存在接入網絡帶寬不能滿足實際需要，車站、場段、區間無線通信覆蓋不適應信息化發展要求。地鐵運營公司層面各專業數據備份中心尚未建設，計算、存儲資源按業務應用分散配置，云計算、人工智能分析技術應用程度不高，信息處理能力不足，不能滿足現場動態、多維度的應用需要；部分地鐵運營企業還存在網絡安全防護能力薄弱、信息化保障體系欠缺等問題。這些硬件條件的制約對推動地鐵運營安全生產大數據的研究應用，提升科技保安全水平帶來較大困難。

3 安全風險管控大數據平臺建設的思路

按照“互相互通、高效智能”的建設需求，充分利用大數據、云計算、物聯網、5G 移動互聯網、人工智能等成熟的信息網絡技術，整合目前既有的車輛運維系統、綜合視屏監控系統、信號故障監測報警系統、火災自動報警系統等系統，集成各專業安全監測監控信息，構建全方位、多維度、一體化的地鐵運營安全風險管控大數據運用平臺。

3.1 安全動態監測大數據分析子系統

建立各專業動態監測數據指標評價體系和危險源辨識模型，對設備運行狀態自動進行危險源辨識和風險評估、預控管理，從而實現對現場安全風險狀態進行實時智能評價，實時提醒報警，有效提高現場工作人員生產組織工作的針對性和有效性，構建各專業的動態監測與智能管控，有效提升管理組織效能。

3.2 安全決策數據支持子系統

利用大數據分析技術，對事故、故障相關共性指向進行深入研究和挖掘，通過大數據聚類分析、關聯分析等技術分析和查找事故故障發生的季節性、周期性、關聯性等規律，建立地鐵運營安全事故、故障預測模型和預警指標體系，智能分析安全隱患發生發展的規律和發展趨勢，并提前區分時間、專業、事故等級、事故類別等預測出可能的發展結果，對安全資源調配、施加管理防范措施提供直接依據。

3.3 事故調查分析輔助子系統

應用大數據、虛擬現實等技術，充分采集事故（故障）發生地點相關專業設備監測報警、監督檢查、環境監測、輿情監控等數據進行集成分析和信息融合，自動生成可視化集成展示，實現事故調查處理自動追溯和綜合輔助決策分析，提高事故（故障）分析的準確性、實時性和真實性，提升各層級管理人員的工作效能，為事故調查和安全監督管理提供輔助決策支持。

圖1 大數據平臺預警分析

3.4 設備維修處理子系統

充分利用大數據、5G 移動互聯等現代信息技術，建立安全防護大數據平臺，整合隧道線路結構重點防護情況、車輛專業設備監測報警、防災減災監測報警、軌道檢測、沿線線路保護、重要設備設施的變化情況、安全隱患排查整治情況、應急救援資源配置情況等數據，全面分析各類行車主要設備的工作狀態、運營品質，綜合運營成本等因素，提前實施維護處理，推動實現固定設備從“故障修”到精準實施“預防修”的根本性轉變。

3.5 設備巡管智能分析子系統

利用無線定位、電子地圖、5G 移動通信技術等信息技術，建立主要行車設備巡檢人員巡視、檢修情況評價體系，過程技術支撐保障追溯系統，實現車輛、工務、信號、供電、通信等巡檢人員實時定位，自動記錄巡檢軌跡，自動提供故障處置技術支持，智能分析評價巡檢狀態，提升設備的維護保障能力。

3.6 列車運行實況智能分析子系統

探索研究建立列車運行狀態數據關聯規則挖掘算法，通過對列車運行狀態大數據分析，實時智能識別區間運緩、區間非正常停車、站內晚開、站內非正常停車等情況，及時提醒調度人員、站務人員采取人工干預措施，事后自動生成列車安全生產速報和安全狀態分析，為運行安全監督管理、故障診斷和維修等工作提供決策技術支持。

3.7 安全管理可視化展現子系統

基于GIS 的可視化應用。基于可視化的地理信息平臺，實現安全風險警示、隱患排查、危險源分布、事故故障分析、專業設備監測報警、防災監測報警、巡檢全過程監控及應急法律法規、應急預案、搶險物資、救援隊信息化管理等安全態勢的制繪，直觀展示各項數據指標，提高日常監管和突發事件應急處置能力，為控制安全態勢、應急處置和聯合救援提供決策支持。

3.8 安全預警信息精準推送子系統

運用大數據分析開展安全生產規律性、傾向性、關聯性特征分析，通過應用平臺研判變化趨勢，實現預警信息精準推送（跨專業應用），逐步實現安全風險超前防范整治，提高過程管控能力。

圖2 大數據平臺多維度分析

4 結論

通過安全風險大數據管控平臺的各子系統的建設運用，不斷完善運營工作中的各類數據解析功能，讓數據印證現象，讓數據反映真實，形成安全風險管控趨勢智能分析，填補管理死角，切實為提升地鐵安全保障能力建設具有重大意義。