中老鐵路智能決策支持服務平臺設計與應用

張雅琴，馬志強，秦林林

（中國鐵道科學研究院集團有限公司 電子計算技術研究所，北京 100081）

伴隨著“一帶一路”倡議，我國與沿線國家基礎設施互聯互通網絡快速發展，現已形成多點擴散的國際鐵路聯運大通道網絡[1]。中歐班列、中巴伊土等國際運輸通道的跨境貨物運輸促進了多個國家經濟、貿易的交流與發展[2-4]。作為國際鐵路聯運大通道網絡的重要基礎設施，跨境鐵路是沿線國家實現互聯互通的重要載體，在國際貨物運輸中充當著重要角色。

云計算等信息技術的快速發展與融合應用，為鐵路的智能化與數字化建設提供了重要驅動力[5-6]。為了更好地助力境外鐵路的業務發展，于行建等人[7]結合國內鐵路智能化趨勢與技術，從鐵路智能數字化、裝備智能化等角度出發，提出了適用于境外鐵路項目的智能化系統；梁志國等人[8]針對中老（中國—老撾）運行需求，開發了適用于多種語言的計算機聯鎖系統；秦寧等人[9]設計了中老鐵路作業綜合管控一體化技術方案，實現對中老鐵路磨萬段設備、人員、作業流程等生產要素的管理。為滿足中老鐵路核心業務需求，紀偉等人[10]引入云原生技術，設計了中老鐵路信息系統一體化方案。上述研究給境外鐵路的業務運營和管理提供了新的技術手段。然而，伴隨著多種信息系統投入使用，多樣化的數據資產快速形成，如何有效利用數據資產，挖掘數據潛在價值，促進境外鐵路的管理、運營和創新，是當前需要深入研究的重要課題。

因此，為有效利用多源異構數據資產，輔助境外鐵路智能決策，本文設計了中老鐵路智能決策支持服務平臺，通過在中老鐵路實踐應用，實現了鐵路運輸運營決策的智能化。

1 平臺架構

1.1 總體架構

中老鐵路智能決策支持服務平臺在搭建的過程中，采用了多層架構模式，以便于更加靈活的業務組成形式和部署，總體架構如圖1所示。

圖1 平臺總體架構

1.1.1 數據連接層

為了方便各種類型的數據接入，該平臺采用NodeJS動態加載機制，優化了NodeJS底層虛擬機在加載不同Class時的性能，實現了統一數據接口模式之上的數據動態綁定機制，包括本地文件（Excel、XML、JSON）、數據庫（MySQL、PostgreSQL、Oracle）及HTTP接口，通過統一數據接口，方便后期接入其他類型的數據。

1.1.2 數據處理層

在數據連接層之上，搭建了數據處理層。數據成功連接后，連接層會將傳輸的數據流（無論底層是文件、數據庫還是HTTP網絡接口）打包成最小的互聯網數據包，并傳遞給數據處理層。該平臺實現了3種數據處理方式，分別是可視化交互（基于用戶交互設置的數據處理邏輯）、類SQL語句（基于SQL擴展了數據處理邏輯）和JS腳本（通過動態加載JS類實現的數據處理邏輯）。數據處理層接收到流（Stream）之后，會重新將數據解包并逐個應用3種數據處理邏輯，再重新封包交給下一層。

1.1.3 應用層

提供運營決策、基礎設施運營維護（簡稱：運維）決策、設備設施病害決策、資產管理決策和指標分析等功能，封裝了可視化圖表（折線圖、柱形圖、條形圖、玉玨圖、玫瑰圖等）、區域地圖等一系列組件，可用于組合設計出各種風格的大屏。同時，設計了動畫和交互功能，為組件和大屏提供了靈活的動畫設置和交互邏輯設置。

1.2 技術架構

中老鐵路智能決策支持服務平臺為前端頁面、后臺分離架構，如圖2所示。

圖2 平臺技術架構

1.2.1 前端頁面

采用Vue.js技術棧并配合使用Element-UI框架搭建前端頁面，通過Node.js為ES6版本標準下的JavaScript提供運行環境，并將ECharts及AntV數據可視化組件庫進行封裝，便于用戶在數據可視化分析時的拖拽操作和配置，最后通過Webpack工具進行打包部署在服務器中。網關（Gateway）部分采用Nginx作為代理轉發服務，訪問到對應的后臺Server。

1.2.2 后臺Server

后臺Server為Java項目，主要采用Spring Boot和MyBatis技術棧，使用MySQL數據庫存儲數據。用戶可以在數據源部分配置外部數據的連接信息，通過直連模式讀取數據，在指標管理模塊新建指標并綁定數據，進而根據需求配置視圖和大屏。此外，用戶也可以在指標部分上傳Excel、JSON等靜態數據，通過配置調度模式實現調度Kettle工具執行抽取任務，并將數據存儲在Apache Doris數據庫中，為指標提供數據分析展示，進而根據需求配置視圖和大屏。

2 功能設計

2.1 鐵路運輸運營決策服務

鐵路運輸運營決策服務通過厘定顯示需求，實現對中老鐵路運營、經濟運行的統計分析，以大屏方式直觀呈現，實現對運輸整體情況的分析與顯示，包括運輸量、列車開行與運用情況、當日運輸情況、技術站作業情況、智能提示及運輸預警等。

2.2 基礎設施運維決策服務

基礎設施運維決策服務實現對工、電、供各專業運維情況及安全綜合運用的分析與展示，包括天窗計劃、日計劃情況、工具及人員派用情況、維修計劃/應急值班信息、工電供聯合作業統計、智能提示及告警等，通過對運維管理中難點問題進行趨勢、突變、供需匹配研判，用數據尋求科學的解決方案，通過輸出報告、建議等方式，輔助管理者進行決策。

2.3 設備設施病害決策服務

設備設施病害決策服務實現對橋梁、接觸網等設備病害的綜合統計、追蹤、預警與展示，包括年度病害分類統計、病害態勢分析、病害數量及分類統計、預警分析等，并挖掘不同專業檢測數據間的相關性。通過篩選各專業動靜態檢測、檢查和監測病害數據，根據問題嚴重程度分級納入設備問題庫，為各專業生產狀態修計劃提供編制依據。

2.4 資產管理決策服務

資產決策分析主要涉及數據資產和物資資產。其中，物資資產指標的呈現實現了資產設備、儲備物資的細化分析，可按照專業、線別、單位、設備類別等不同的維度統計資產設備數量、分布及使用情況，包括道岔、橋梁、隧道、涵渠、路基、通信設備、信號設備、供電設備等；數字化資產指標的呈現實現了對整體數據資產情況的細化分析，主要包括數據資產分類統計、數據變化趨勢等分析展示。

2.5 指標服務分析

指標服務分析負責記錄并以圖形化方式展示指標數據信息，包含指標數量、指標修改次數、指標服務次數、累計指標申請量等；提供直連多種類型（數據庫類型、API類型、地圖服務類型）數據源的服務，實現對當前指標目錄的查詢、篩選和維護。

3 關鍵技術

3.1 海量復雜數據的存儲與挖掘

利用分布式數據庫，解決海量工、電、供、車輛、事件視圖數據存儲，碰撞難題；解決視頻資源永久性分類保存難題；解決關鍵數據、系統、數據庫備份難題；解決多源異構重要數據的檔案式存儲管理難題；解決海量長周期視頻數據概率分析難題；監測重點路段事件趨勢、事件發生規律分析等。

3.2 境外鐵路運行指標體系構建

通過構建一套境外鐵路建設發展、規劃落實監測及運行態勢的綜合分析框架和指標體系，使境外鐵路這一復雜系統變得可量化、可描述。通過對象監測、路徑跟蹤、風險識別、實施結果、優化效果進行全面的評價，輔助業務人員高效、精準決策。

3.3 按需彈性擴充平臺

中老鐵路智能決策支持服務平臺采用“數據插槽式”設計，通過對數據進行特征分析和智能匹配，使得新接入數據可快速生成分析展示專題，便于各類應用快速集成到智能決策支持服務框架中，并生成專題應用。

3.4 靈活定制可視化展示界面

通過中老鐵路智能決策支持服務平臺提供的內容制作工具、智能分析工具和應用集成工具，運維團隊可按需完成推送內容、數據組織方式、展示界面、功能界面的快速定制，并且支持大屏端、PC端等多類終端智能適配。

4 平臺應用

中老鐵路智能決策支持服務平臺已在中老鐵路實踐應用，實現了多維度的專業級鐵路數據分析和智能預警。鐵路運輸運營決策服務提供了中老鐵路磨萬（磨丁—萬象南）段運營相關情況分析，通過大屏形式展示了中老鐵路整體運輸情況，包括鐵礦石運量、非鐵礦石運量、列車開行與運用情況等，其界面如圖3所示。

圖3 鐵路運輸運營決策服務界面

同時，基礎設施運維決策服務頁面以折線柱形圖、餅圖等方式展示了中老鐵路作業生產活動的情況；設備設施病害決策服務頁面以柱狀圖、趨勢圖等方式展示了中老鐵路設備的基本情況，并實現工務、電務、供電專業的預警分析；資產管理決策服務頁面統計了中老鐵路各專業資產比例、固定資產數量、數據資產數量等信息，可對月物資（道床、軌枕、鋼軌、道岔）出庫情況進行預測；指標服務分析界面統計了中老鐵路各專業指標數量占比、指標類別及來源等信息，可支持對中老鐵路的指標數據接入、指標數據集管理與指標數據維護等。

5 結束語

本文依托信息化技術，挖掘鐵路數據內在價值，設計了中老鐵路智能決策支持服務平臺，實現了中老鐵路相關數據可視化展示、分析及挖掘等功能，提供了智能決策輔助，對中老鐵路的實際運營管理具有重要作用。未來，將進一步完善該平臺的建設，對接更多業務系統數據，采用人工智能算法實現更多專業維度的預警與分析。