南京地铁集团：大数据在城轨行业的应用

微信扫码，打开到小程序

中国城市轨道行业 大数据在城轨行业的应用 南京地铁集团有限公司 杨旭 目录 / CONTENTS 02 城轨大数据应用现状 04 城轨大数据应用实施路 径 06 城轨大数据应用案例 01 城轨大数据应用背景 03 城轨大数据应用场景指 南 05 城轨大数据安全 PART 01 城轨大数据应用背景 中国城市轨道交通协会发布《中国 城市轨道交通智慧城轨发展纲要》 中国城市轨道交通协会信息化专业 委员会开展《中国城市轨道交通行 业大数据应用指南》编制工作 国际电信联盟 ( ITU) 正 式提出了 “物联网”的 概 念 习总书记在十九大报告提出 “推动互联网、 大数据、 人工智能和实体经 济深度融合…创新引领、 绿色低碳、 共享经济、 现代供应链、 人力资本 服务等领域培育新增长点、 形成新动能”。 中本村提出区块链概念 国务院印发《促进大数 据发展行动纲要》 背 景 Google 首 席 执 行 官 埃 里 克 施密特首次提出 ▪ “云 计算”的概念 1 全面客观反映城轨行业大数据应用及趋势 1 为城轨企业中长期信息化发展规划提供标准和指南 2 编制愿景 为勾画出轨道交通大数据的建设内容和路径 3 1 城轨大数据的概念 管理域数据 生产域数据 外部服务域数据 提高公共交通职能履行能力与质 量 提高企业管理水平与科学决策能 力 创新企业经营发展模式 增强企业的综合竞争力 促进“智慧城市”的建设 支撑智慧城轨建设 财 务 、 资 产 、 项 目 、 合 同 、 线 网 、 设 施 设 备 、 物 资 、 人 力 、 安 全、企业 管理、乘客、 产 品 服 务 、 市 场 、 利 益相 关方 14 个类别 基本概念 多源异构性 动态性 时空性 价值性 安全性 城轨大数据的价值 城轨大数据的特点 城轨大数据来源及分类 1 PART 02 城轨大数据应用现状 数据规划情况 截至 2019 年， 89.96% 城轨企业自主开展或委托第三方开展 信 息系化规划工作， 对公司信息化框架、技术架构、数据管理和 实施 步骤进行总体规划设计。各单位的规划设计重点主要集中在 业财一 体化、资产一体化、运营一体化等方面。 各企业已建立及准备建立的数据规范和标准， 按类型分布， 统 计如下表： 企业信息系统建设情况 根据调研数据， 城轨企业信息化系统已建和在建的数量总计为 639 个， 企业平均信息化系统建设数量为 18 个。信息化系统建设数量小于 10 个的有 7 家， 10 个 -17 个的有 9 家， 18-29 个的有 8 家， 大于 等于 30 个 的有 7 家。 城轨大数据应用现状 2 信息化业务覆盖情况 截至 2019 年， 在信息化业务覆盖率方面， 有 21% 企业信息化 全 面覆盖业务领域， 9% 涵盖半数以上业务领域， 26% 企业信息 化系统 涵盖部分业务领域且系统耦合度比较紧， 13% 企业信息化 涵盖部分 业务领域， 系统松耦合， 22% 企业初步覆盖业务领域， 9% 企业基本 无覆盖 信息化发展阶段 目前， 52.17% 企业处于管理信息系统阶段， 26% 企业处于办 公 电子化阶段， 13% 企业处于事务处理阶段， 9% 企业进入决策 支持阶 段 城轨大数据应用现状 2 大数据、 云计算等 新技术应用情况 主数据管理及数据安全 仅有 2 家企业应用了人工智能新技术， 有 9 家企业应用了大数据技术， 有 6 家 企业 应用了物联网技术， 18 家企业无新 技术应 用。 可以看出地铁公司的新技术 应用尚存 在较大空间， 大部分城轨企业 仍尚未将新 技术应用于相关系统中 企业对 IaaS 的应用处于增长阶段 ， 35% 的企业 IaaS 程度达到 60% 以上， 39% 的企业 IaaS 化程度没有达到 30% ， 22% 的 企业仍然采用传统物理设备或虚 拟化软件 的模式来构建基础架构环境 截至 2019 年， 对主数据管理情况 调 研发现， 超过一半的城轨企业准备 开 展或正在开展主数据识别工作， 主 要 集中在组织、 人力、 物资、 设备、 资 产等板块应用 数据安全管理方面， 平均每家企 业有 3 个列入安全等保的系统， 有 10 家 企业没有列入安全等保的系统， 22 家 企业有列入安全等保的系统 城轨大数据应用现状 2 现阶段城市轨道交通行业信息化处于快速发展阶段 在数据治理方面， 大部分企业的数据管理与应用尚处于起步阶段， 主要以局部应用和科研课题研究为主 各城轨企业信息系统覆盖率和业务一体化系统集成的比例越来越高， 服务器计算能力和存储能力均处于较高 水平。 这些基础性建设为后期大数据应用的数据采集、 后台存储、 分布式计算提供了强大的资源条件 各城轨企业数据管理方面的关注度和业务进度差异较大 轨道交通行业基于大数据技术的智能化项目和实践应用越来越受到高度重视 现状综述 2 发展趋势 目前的数据资源标准化程度不高， “信息孤岛”问题突出 海量的动态数据存储和处理困难 数据集成技术复杂， 面临专业系统分割和安全壁垒 数据分析和领域知识融合不足 数据规划和管理机制尚未健全 数据安全问题将成为未来信息化工作的重要任务 “ 大数据平台”及智能化应用逐步纳入规划和建设内容 大数据分析逐步向人工智能应用领域发展 大数据与城市轨道交通业务深度融合 数据规划和数据治理的重要性凸显 现状综述 存在问题分析 2 城轨大数据应用场景指南 PART 03 城轨大数据典型应用场景类型 p 以城市轨道交通价值链为主线， 按照规划、 建设、 运营、 开发四个业务板块， 划分为 13 个业务环 节 并以此作为城轨大数据应用场景对应业务领域 的覆 盖关系 p 城轨大数据典型的应用场景可分为： 大数据辅助规 划设计、 数据中心与决策支持、 工程建设大数据应 用、智慧乘客服务、 智能运营安全、 设施设备智能 化运维、 智能能源管理、 智能运输组织、 绿色地铁 建设、 供应链优化与创新、 客流分析与预测、 资源 经营开发、 云服务与数据交易十三种类型 城轨大数据典型应用场景 3 02 为工程设计提供 数 据检测与优化 城轨大数据可以将工程设计中各个环节 所需要的信息知识资源有机集成在一起， 提升工程设计能力，保障工程质量 大 数 据 辅 助 规 划 设 计 02 数据中心、 数据仓库 的建设框架 根据业务需求建模导入数据仓库， 将数据进行分类、存储、分析和挖 掘，建立完整的元数据管理体系 03 基于大数据与多 媒体的集成应用 汇总对外发布信息，实现集通信工具、 呼叫中心等一体化信息发布渠道，通 过知识库及预测结果调用综合，将分 为新线规划设计 提供数据支撑 利用大数据挖掘分析技术，形成有 效的对城市轨道交通线网规划设计 提供数据支撑 01 监控数据融合与共 享 采集各线路控制中心及业务系统的信息， 建立数据共享平台，汇总各类数据 规划板块大数据应用场景 析和反馈信息进一步收集，实现信息 的收纳和共享 数 据 中 心 与 决 策 支 持 3 01 工程质量 结合信息技术发展， 通过对重点监控点电子旁站数据的采集， 将质量监控数据归档至城轨企业数据中心， 通过数据 挖掘分析， 形成重点质量监控部位， 通过重点质量监控部位列表进一步指导重点监控点电子旁站部署工作， 迭代上 述工程质量数据监测， 持续提升工程质量 工程进度 工程安全 建设板块大数据应用场景 工程建设大数据应用 3 工程质量 针城轨企业工程进度管理， 以工程线为主线， 包括计划、 任务、 进度、 物资、 资料、 质安， 以资金线为辅线， 包括 合同、 发票、 收支、 预算、 费用、 成本， 双线并行。 通过收款进度、 付款进度、 工程进度交织， 相互受控情况， 给 出进度预判 工程进度 工程安全 建设板块大数据应用场景 工程建设大数据应用 3 工程质量 通过大数据分析， 解决现场检查不到位、 安全信息传递难， 弥补传统方法和技术监管中的缺陷， 变 被 动监管为主动监控， 有据可查， 责任落实。 建设板块大数据应用场景 工程建设大数据应用 3 工程进度 工程安全 3 运营板块大数据应用场景 客流分析 与预测 通过对线网运营组织、 行车调度数据、 客流数据、 环境数据、 安全数据、 客运服务信息、 设备运行数据等相关数据 进行采集、 存储和处理， 打通运营各环节之间的数据互联互通， 实现轨道交通运营全流程数据的集成与贯通， 使轨 道运营能够更高效、 更精准 智慧乘 客服务 运营板块大数据应用场景 设施设备 智能化运 维 供应链优 化与创新 智能运输 组织 绿色地铁 建设 智能能源 管理 智能运 营安全 3 运营板块大数据应用场景 设施设备 智能化运 维 城轨企业在运营安全方面的工作重点主要围绕安检和应急事故等方面， 通过引用大数据技术， 在合理的时间内对轨 道交通中的海量数据进行有效处理， 为运营安全提供新的有效手段和保障 运营板块大数据应用场景 客流分析 与预测 供应链优 化与创新 智能运输 组织 绿色地铁 建设 智能能源 管理 智慧乘 客服务 智能运 营安全 3 运营板块大数据应用场景 设施设备 智能化运 维 设施设备运维的智能化和精细化管理， 是目前行业研究热点和重点应用领域。 国内部分地铁公司经过多年的探索和 验证， 着手建立大数据、 智能化的实际应用方面已经积累了大量的经验和成效。 利用大数据技术建立故障处理专家库， 对每台设备的每次故障现象和处理步骤等信息进行记录， 当设备故障出现时， 通过大数据技术进行分析从而得到较为准确的处理建议 运营板块大数据应用场景 客流分析 与预测 供应链优 化与创新 智能运输 组织 绿色地铁 建设 智能能源 管理 智慧乘 客服务 智能运 营安全 3 运营板块大数据应用场景 设施设备 智能化运 维 利用物联网数据和精细化统计， 落实能源消耗统计方面的数据积累， 以大数据技术为核心， 采用 BIM 技术建立大 数据中心， 通过大数据分析既往行车与客流的关系， 优化行车组织和节能运营图， 建立运营综合场景的能耗关联指 标体系， 实现智能化能源管理 运营板块大数据应用场景 客流分析 与预测 供应链优 化与创新 智能运输 组织 绿色地铁 建设 智能能源 管理 智慧乘 客服务 智能运 营安全 3 运营板块大数据应用场景 设施设备 智能化运 维 使用智能设备、 智能软件构建网络化运输组织平台， 借助客流数据分析情况实现运输计划的智能化编制， 通过科学 合理的运输编排， 实现运力与客流的精准匹配， 最大限度提高轨道交通车辆的使用效率 运营板块大数据应用场景 客流分析 与预测 供应链优 化与创新 智能运输 组织 绿色地铁 建设 智能能源 管理 智慧乘 客服务 智能运 营安全 3 运营板块大数据应用场景 设施设备 智能化运 维 城市轨道交通行业积极倡导绿色地铁理念， 通过大数据技术对轨道建设以及运营过程中产生的声环境影响、 振动环 境影响、 地表水环境影响、 电磁辐射影响以及环境空气影响等多种数据进行采集分析， 从而发现绿色地铁建设中环 保领域潜在的各种相关性， 并在此基础上制定环境保护策略， 及早预防和阻止新的环境破坏行为 运营板块大数据应用场景 客流分析 与预测 供应链优 化与创新 智能运输 组织 绿色地铁 建设 智能能源 管理 智慧乘 客服务 智能运 营安全 3 运营板块大数据应用场景 设施设备 智能化运 维 在仓储物流等供应链管理方面， 利用互联网云计算、 大数据、 视频监控、 移动智能设备等最新技术， 提升大线网生 产物资需求预测的准确性， 实现物流全过程跟踪以及信息透明化， 建立高效的物资仓储和配送领用管理体系， 实现 物资的快速进出仓 运营板块大数据应用场景 客流分析 与预测 供应链优 化与创新 智能运输 组织 绿色地铁 建设 智能能源 管理 智慧乘 客服务 智能运 营安全 3 运营板块大数据应用场景 设施设备 智能化运 维 客流量是城市轨道交通规划、 设计、 建设及运营各环节的基本依据， 客流预测是城市轨道交通建设的一个十分重要 的环节， 是各项设计工作的基础， 科学的客流预测， 对城市轨道交通可行性研究、 城市轨道交通线网布局规划以及 城市轨道交通建设规模、 建设水平等问题的决策都有着及其重要的作用。 城轨大数据在反应地理区块和客流之间的关系方面拥有高度参考意义， 通过研究并将更多的参考数据纳入预测的模 型， 是实现新线客流科学预测的重要基础条件 运营板块大数据应用场景 客流分析 与预测 供应链优 化与创新 智能运输 组织 绿色地铁 建设 智能能源 管理 智慧乘 客服务 智能运 营安全 商业诱导 广通商资源优化 u 利用城轨大数据， 可以开发多 种分析模型用于支撑用地规划 设计和选址论证、房产 ( 物 业 ) 开发工作 u 结合城市轨道交通线路客流情 况 、 车站各出入口客流占比 ， 对地下商贸中的商业街 、 零 星 网点的选址做出指导 u 上盖物业购物中心消费者的轨 迹分析， 有效鉴别购物中心商 业结构 、 品牌亲和力等关键要 素， 为招商管理工作提供支持 u 利用大数据分析技术对广告、通 讯、商铺等资源的商业价值进行 深入挖掘， 分析人群画像， 进 行 资源消费人群的精确定位 u 通过聚类分析、相似人群扩散等 方法进行挖掘与寻找潜在的消费 者， 打破传统广通商资源在获取 消费人群信息时的限制 u 建立个性化的营销方式， 通过用 户喜好使得广告获得更好的转化 并获得高效的收益 u 大数据能更好的反馈商业目标群 体的需求和用户习惯， 进而优 化 产品， 以更快的速度和更有 针对 性的服务解决大多数人的 需求 ， 实现效益最大化 u 大数据在商业诱导应用中最重要 作用是快速批量实现用户标签及 画像 资源经营方面的城轨大数据主要涉及客流信息、 房产信息、 商业信息、 地理信息、 环境信息、 人口信息等结构 化数据以及社交媒体等非结构化数据， 为资源经营开发提供量化的决策依据。 开发板块大数据应用场景 资源发开策划 资源经营开发 3 n 城轨运营所涉及的数据庞大且复杂， 城轨云所具有的强大的数据处理和运算能力以及智能化 特点， 能够为城轨的运行提供强大的数据处理支持 n 推动城轨云在轨道交通领域的应用时机基本已经成熟， 城轨云是信息技术应用的体现， 通过 将城轨云与城市轨道交通相关的技术规范相结合， 使之与轨道交通相融合用以获得更好的应 用效果 开发板块大数据应用场景 云服务与数据交易 3 n 在可见的未来， 将城市轨道交通服务大数据平台接入政府的数据管理中心， 获取与运输服务 相关的信息， 建立科学的模型， 对相关数据分析， 预测市民出行， 以优化各城市交通方式的 运营组织和其之间的衔接 n 对于企业的管理人员， 可以通过分析相关有价值的数据进行优化和指导生产与经营； 对于乘 客， 则可通过交通数据信息系统提供的交通服务信息， 以实现便捷出行 开发板块大数据应用场景 云服务与数据交易 3 城轨大数据应用实施路径 PART 04 规划轨道交通大数据平 台的技术框架、应用模 块、数据模型、数据采 集及实施路径等 包括主数据管理系统、 数据中心、商业智能 BI 的一体化技术框架和应 用领域规划 (I) 在数据规划基础上制定主 数据编码规范体系 (II) 建立主数据管理体系 (III) 通过主数据管 理平台，实 现数据模型管理、 元数据管理、 数据质量管理、 数据交换管理 及流程管控等功 能 建立健全数据管理组织， 明确数据管理组织架构 及部门岗位职责，完善 数据管理的制度规范与 工作流程，以保障数据 管理工作的有序开展 (I) 数据交互标准体系规划 (II) 数据管理标准体系规划 (III) 数据应用标准体系 数据规划顶层设计 数 据 管 理 组 织 制 与 度 规 范 建 设 元 数 据 与 主 数 管 据 理 体 系 规 划 数 据 标 准 体 系 设 计 大 数 据 平 台 (IV) 数据安全标准体系 4 建 设 规 划 通过编目形成的“数据资源目录” 含有各数据资源的描述信息 p 便于用户对数据资源的检索、 定位和获取 p 帮助企业决策者明晰企业所拥 有的数据资产以及其数据资产的 管理状态 p 提供企业数据资产显性化的应 用入口， 真正实现数据的可见 、 可管、 可用 通过对主数据值进行控制， 可以跨 系统的使用和共享来自权威数据源 的、协调一致的、 高质量主数据 p 降低数据解析成本和复杂度， p 支撑跨部门、 跨系统数据融合应 用 p 建立有效的主数据管控体系， 主 要由主数据管理制度、 管理组织、 管理流程、 管理评价等方面构成 数据标准可以理解为一种协议、 一种规范， 通过这种协议实现 数据规范定义、 产生标准数据、 促进业务融合贯通， 为进一 步 的数据分析打好基础 p 城轨大数据标准体系主要由 七个类别的标准组成： 基础标 准 、 数据标准 、 技术标