基于大数据的MOPES课题研究.docx

轨道交通基于大数据的探索与实践 随着我国经济的高速持续发展，我国城市轨道交通市场在未来很长一段时间内都处于建设的高峰期，截止到2015年末，中国共有25座城市开通运营轨道交通线路，已累计建成投入运营线路3618公里，其中，北京、上海、广州至2016年底都超过10条轨道交通线路运营。网络化运营是城市轨道交通发展的必然结果。广州地铁线网指挥平台分期建设，利用先进的计算机通信网络平台采集及管理信息，在统一的运营调度规则下，对广州地铁各线的运营进行监视，遇有严重突发事件或影响相邻线路的突发事件发生时，及时进行协调和指挥。广州轨道交通线网规划了1个线网运营管理指挥中心（万盛围线网指挥中心）、6个不同线路区域控制中心及1个线网后备控制中心（大石临时线网应急指挥中心）。截止到2016年底，广州轨道交通线网指挥中心已经完成了一期建设，包括工程硬件设施建设（大屏幕及后台处理设备）；完成1\2\3\4\5\6\8\GF\APM，共计9条线的接入，实现对线网行车、电力及设备的线网统筹监控；实现线网指挥中心与区域\线路控制中心通信互联互通。线网调度指挥平台实现对线网运行进行全面监视，提前预警、及时跨线协调指挥；对线网跨线共用关键设备总体协调，通过线路OCC进行操作。调度指挥平台分为线网综合监控系统、线网综合应用系统和通信系统。线网综合监控系统：通过各OCC主控系统读取线路数据，包括线网列车、牵引供电、防灾报警、主变电站、车站环控、CCTV、客流等信息；线网综合应用系统：通过系统数据业务应用，运用COCC值班管理、决策支持、应急指挥、突发事件评估、提高应急处置效率，有效应对突发事件；通信系统：包括传输系统、线网调度电话系统、线网拾音视频系统、线网无线统一调度系统、广播系统。线网指挥平台数据中心在硬件和基础数据上，完成了广州市城市轨道交通的各系统数据汇聚，这就为进一步提升城市轨道系统运营效率提供了实现的可行性。大数据概述 麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。大数据的特点通常用“4V”来概括：Volume（体积大）、Velocity（速度快）、Variety（种类多）、Virtual（实时性）。大数据已经在气候学、天文学、生物医学等领域大量应用，而如今正向轨道交通领域扩展。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。?从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。大数据技术的成熟应用以及国家战略的重视，很多城市轨道交通行业管理者也开始思考如何挖掘大数据的深度应用价值，DT 时代，城市轨道交通运营过程中产生的数据是复杂多样的，数据建立的重要性不言而喻，数据建立之后更为关键的是数据分析。必须做好这些信息的优化，才能用数据分析的结果指导我们更加智慧的工作和生活，因此，如何利用大数据挖掘、数据可视化分析等技术更好地建设智慧型轨道交通，是很多这个领域国家机构、行业专家和大数据厂商正在积极研究和分析的新领域。轨道交通运营绩效评估MOPES的全称是Metro Operational Performance Evaluation System，意思是城市轨道交通运营绩效评估体系。MOPES在2009年3月成立，由中国交通运输协会城市轨道交通专业委员会进行统一管理。2009年3月成立，中国交通运输协会城市轨道交通专业委员会进行统一管理。目前有10个城市的 11加地铁运营企业参与MOPES体系。轨道交通运营绩效指标体系客流指标运行指标服务指标能耗指标成本指标安全指标基础指标绩效指标线网指标车站指标图1　城市轨道交通运营绩效指标体系框架指标体系由基础指标和绩效指标两个大类构成，总计117个指标。其中基础类指标包括线网指标、车站指标两种类型，共计8个指标；绩效指标包括客流指标、运行指标、服务指标、安全指标、能耗指标、成本指标六种类型，共计109个指标。指标体系也是在实际的应用中不断补充和扩充的。大数据在轨道交通中的应用研究在MOPES的指标体系中，更多的是将数据进行统计分析，单位时间（通常是一年）进行城市轨道交通绩效分析。在MOPES能耗指标中，共涉及到7个绩效指标，属于“事后”分析，在城市轨道交通中，MOPES也是在不断发展和扩充。用能与节能整个城市轨道交通系统里，列车牵引供电