摘要:城市軌道交通因它具有高效,快捷,環(huán)保,承載量密度大等多項特點而得到推廣,它的技術發(fā)展趨勢也越來越成為人們廣為議論與重點關注研究的熱點話題。結合城市軌道交通智慧綜合管控平臺系統的總體方案、系統架構與智慧應用效果,對大規(guī)模全景數據并發(fā)控制技術與動態(tài)多維屬性實時分析決策技術進行深入的研究分析。本文實現了對城市軌道交通智慧綜合管控平臺系統的全面介紹,進一步研究了城市軌道交通綜合管控平臺智慧化應用的技術實現，從而最終全面推動城市軌道交通智慧化發(fā)展與建設。

　　關鍵詞:城市軌道交通；智慧綜合管控平臺；智慧化；關鍵技術；應用

　　城市軌道交通在經過近二十年的高速發(fā)展，逐漸形成了從“滿足基礎功能”向“智慧化”的發(fā)展趨勢，進入了由“建設為主”向“運營并舉”的新階段。大數據、云計算、人工智能、數字孿生等新技術在城市軌道交通領域得到逐漸運用，促進了城市軌道交通在數字化、信息化、智慧化的發(fā)展。智慧化關鍵技術將對傳統軌道交通產業(yè)的不斷賦能，促進了整行業(yè)的技術進步與深入發(fā)展。

　　1、智慧綜合管控平臺總體方案,系統架構及應用效果

　　隨著城市軌道交通運營規(guī)模的迅速擴展和信息化水平的不斷提高，如何高質量推進城軌系統向協同化和智能化方向發(fā)展成為重要的研究方向。依托于數字可視化、工業(yè)互聯網、人工智能等技術，研究以數據為核心構建人、機、物等要素的全面互聯，通過智慧綜合管控平臺實現城軌綜合業(yè)務的運營管理優(yōu)化與效率提升。 

　　1.1智慧綜合管控平臺總體方案

圖1智慧綜合管控平臺總體方案

　　通過大數據分析、AI智能等多種新技術應用，搭建城市軌道交通智慧綜合管控平臺，面向乘客服務、智能能源等領域，形成覆蓋中心、車站、變電所、車輛段的智慧化體系架構，提升城軌智慧化管理水平。中心級對全線重要監(jiān)控對象的狀態(tài)、性能數據進行實時收集和處理，通過各種調度員工作站和大屏幕以圖形、圖像、表格和文本的形式顯示出來，供調度人員控制和監(jiān)視，從而完成對全線環(huán)境、設備和客流信息的集中監(jiān)控[1]。車站級對本站監(jiān)控對象的狀態(tài)、性能數據進行實時收集和處理，通過操作員工作站以圖形、圖像、表格和文本的形式顯示出來，供車站值班人員控制和監(jiān)視。車輛段級實現對庫門狀態(tài)、自動化欄桿狀態(tài)的監(jiān)視。變電所級采用自主或遙控方式，控制智能巡檢機器人替代人對配電房進行可見光、紅外、局放等檢測，及時發(fā)現開關柜運行的事故隱患和故障先兆，同時對變電所內環(huán)境傳感器監(jiān)測到的溫度、臭氧等數據進行監(jiān)視和報警。 

　　1.2智慧綜合管控平臺系統架構

圖2智慧綜合管控平臺系統架構

　　系統采用C/S架構，分層分布式模塊化設計；通過數據采集、數據處理、數據分析、數據顯示、系統聯動等流程，實現對傳統地鐵車站、變電所、車輛段的智慧化提升，整個軟件平臺架構分為三層。1、邊緣數據采集層：專門用于數據采集和協議轉換，主要由邊緣設計和集成接口單元（FEP）構成。通過FEP的數據采集、協議轉換、數據隔離等功能實現與相關系統的數據通信。2、核心服務層：提供數據計算、存儲、通信等基礎服務。3、應用與展示層：提供具體的智慧化應用功能，并可視化處理后顯示在人機界面上。

　　1.3智慧綜合管控平臺應用效果

圖3智慧綜合管控平臺的智慧應用

　　綜合管控平臺包含了多種智慧應用，如：1、三維全景車站：使用3D技術手段為車站運營值班人員的生產調度和日常巡檢提供全新的監(jiān)控視角；2、全自動開關站：提供全線范圍的自動開關站應用，大大降低車站運營值班人員的工作強度；3、智能視頻分析聯動：利用視頻分析技術對乘客特殊行為進行識別，及時發(fā)送實時報警；平臺根據預設的聯動方案自動進行智慧聯動，對目標事件進行及時和有效處理；4、客流分析預測：通過視頻分析、與售檢票專業(yè)接口等技術手段，準確獲取客流信息，基于歷史數據積累，提供精準的客流預測和分析功能；5、應急處置：建設應急指揮系統，方便運營工作人員日常工作演練，為緊急情況下的應急處置提供可靠、有效的技術手段；6、智能環(huán)境調節(jié)：通過增設PM10傳感器等手段，實現對車站乘車環(huán)境的全面感知，通過綜合管控平臺與智能照明、環(huán)控系統等聯動協作，最終為乘客提供舒適的乘車環(huán)境；7、智慧能管系統：進行能耗分類分項統計分析，準確把握能耗構成，并進行能耗的智能預測。

　　2、智慧綜合管控平臺關鍵技術研究

　　2.1大規(guī)模全景數據并發(fā)控制技術

　　該技術采用多級緩存、多路徑數據訪問、一致性散列算法、半搶占式動態(tài)優(yōu)先級任務調度、動態(tài)策略控制等大規(guī)模并發(fā)控制技術，開發(fā)集數據更新、訂閱發(fā)布、信息查詢等功能于一體的實時數據庫，提升系統的實時數據存儲容量與處理性能。

　　1）多級并發(fā)控制：采用并發(fā)多級數據處理、多級緩存和消息隊列，加速實時數據處理。

　　2）多路徑數據訪問：實時數據存儲采用Key-Value鍵值對方式，為了加速數據訪問采用多路徑訪問方式，根據訪問目的不同采用不同的組織形式，當單點數據訪問時采用拉鏈哈希+紅黑樹方式，當按站點或子系統類型批量訪問時采用層次樹+鏈表方式，實際的數據結點同時掛接在多條訪問路徑中，通過多條路徑均可訪問。

　　3）一致性散列算法：采用一致性散列算法，使站點數據的增加不影響現有數據的處理，相同的設備狀態(tài)信息在一致的通道進行處理，保持數據的前后一致性。

　　4）半搶占式動態(tài)優(yōu)先級任務調度：在任務執(zhí)行過程中，通過監(jiān)測點監(jiān)測，發(fā)現低優(yōu)先級任務占用過多資源，會暫停低優(yōu)先級任務，轉而執(zhí)行高優(yōu)先級任務；任務的優(yōu)先級可根據時間、系統當前狀況進行動態(tài)調整。

　　2.2動態(tài)多維屬性實時分析決策技術

圖4動態(tài)多維屬性實時分析決策流程

　　時間序列的自回歸模型(auto-regressive，AR)適用于很多工業(yè)過程，其特點是AR 系統記憶性強，在時間t 的值依賴于從前時刻的行為，這與設備運行過程中的低動態(tài)性相符。地鐵機電設備在正常運行過程中一部分狀態(tài)量的變化較小，如拉力、接地電流等，這些狀態(tài)量數據都屬于平穩(wěn)序列，可直接用AR擬合；另一部分狀態(tài)量呈日周期性變化，但變化幅值不大，如油溫、環(huán)境溫度等，去除其日周期性后也可通過AR擬合。由于地鐵機電設備的潛伏性故障發(fā)展緩慢，因此當設備處于異常狀態(tài)時，監(jiān)測到的參量往往未超出導則或規(guī)程中的限值，從而難以察覺。對于沒有超出狀態(tài)量限值的在線監(jiān)測數據，單純地用AR 模型不能夠檢測出其異常狀態(tài)。

　　自組織神經網絡(self organized maps，SOM)工作原理是通過無監(jiān)督學習方法，讓競爭層各神經元通過競爭與輸入模式進行匹配，最后僅有一個神經元成為競爭的勝者，這一獲取神經元的輸入就代表對輸入模式的分類。由于無監(jiān)督學習的訓練樣本中不含有期望輸出，沒有任何先驗知識，因此適用于數據量大、不含標簽的狀態(tài)監(jiān)測數據。

　　DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一種基于密度的聚類算法。它將簇定義為密度相連的點的最大集合，能夠把具有足夠高密度的區(qū)域劃分為簇，并可在噪聲的空間數據庫中發(fā)現任意形狀的聚類。

　　1）讀取聯動歷史狀態(tài)數據；

　　2）聯動歷史狀態(tài)數據代入AR模型和SOM模型進行訓練，然后建立多屬性特征參數，通過DBSCAN算法對多屬性進行聚類；

　　3）根據多屬性特征參數和聚類生成的簇對聯動數據、當前系統狀態(tài)進行判定；

　　4）選擇并執(zhí)行聯動策略；

　　5）聯動策略更新到聯動歷史數據庫。

　　3、結語

　　通過對智慧綜合管控平臺及其關鍵技術的研究，一方面實現了對傳統綜合監(jiān)控系統、通信系統、安防系統、電源監(jiān)測以及乘客信息等各個業(yè)務系統的優(yōu)化升級[2]；另一方面通過采集業(yè)務系統數據并深度融合，形成高度集成的智慧化管控平臺，結合全息感知技術將設備、人員、環(huán)境信息綜合吸收，通過大數據平臺構建數據的清洗、標準化以及建模的數據倉庫，并通過抽取、關聯、匯總形成數據集市，通過數據可視化技術，實現站級現場管控、線路級數據處理和展示，實現基礎數據收集與積累，實現生產網系統與管理網系統的打通，具備接入其他線路業(yè)務和數據融合的能力，并且提供AI算法平臺的深度學習框架進行算法建模、模型訓練以及模型調優(yōu)，最終形成專家知識庫以進行綜合決策，最終實現完全智慧化的城軌管控系統。提高城市軌道交通整體運行服務的安全能力與運營效率,推動未來城市軌道交通系統更加深入的發(fā)展，以更完美的智慧城市軌道交通最終實現智慧城市的目標。

參考文獻：

[1] 王政.城市軌道交通智能綜合監(jiān)控系統及關鍵技術[J].技術與市場，2015（11）：40-41.

[2] 王富章，李平，劉德山 . 城市軌道交通智能綜合監(jiān)控系統及關鍵技術[J].交通運輸系統工程與信息，2004（3）：24-28.