CN112183771A - 一种轨道交通智能运维生态***及其运行方法 - Google Patents
一种轨道交通智能运维生态***及其运行方法 Download PDFInfo
- Publication number
- CN112183771A CN112183771A CN202010831620.5A CN202010831620A CN112183771A CN 112183771 A CN112183771 A CN 112183771A CN 202010831620 A CN202010831620 A CN 202010831620A CN 112183771 A CN112183771 A CN 112183771A
- Authority
- CN
- China
- Prior art keywords
- data
- maintenance
- rail transit
- intelligent
- ecosystem
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 182
- 238000000034 method Methods 0.000 title claims abstract description 18
- 239000000463 material Substances 0.000 claims abstract description 16
- 238000007405 data analysis Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 5
- 230000005540 biological transmission Effects 0.000 claims description 19
- 238000012216 screening Methods 0.000 claims description 18
- 238000010276 construction Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000007726 management method Methods 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 7
- 238000013473 artificial intelligence Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 4
- 238000013501 data transformation Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- 238000010438 heat treatment Methods 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000009430 construction management Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 230000006386 memory function Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000006872 improvement Effects 0.000 abstract description 2
- 230000009467 reduction Effects 0.000 abstract description 2
- 239000010410 layer Substances 0.000 description 9
- 230000008569 process Effects 0.000 description 4
- 238000007418 data mining Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000012792 core layer Substances 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Educational Administration (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Game Theory and Decision Science (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Human Computer Interaction (AREA)
- Fuzzy Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种轨道交通智能运维生态***及其方法，一种轨道交通智能运维生态***，包括：“云”和“端”，所述“云”实现数据的采集和智能处理并形成最终解决方案传送到所述“端”。本发明的有益效果是：构建智能运维***健康发展的环境和基础，形成分工明确、协同配合、标准统一的运维生态***；优化现有维修计划，减少设备超修过修，提高***可用性，实现运维减员增效；状态预判事前报警和避免设备车辆带病上线，提高***安全性；数据分析提前制定公司的物资采购计划降低运营公司物资库存和资金压力；维修支持***解决运营人员培养瓶颈问题。
Description
技术领域
本发明涉及轨道交通技术领域，特别是涉及一种轨道交通智能运维生态***及其运行方法。
背景技术
城轨智能运维***是车辆、通信、信号、供电、轨道等各专业深度融合的新型运维***。在国家大力发展物联网、大数据产业的背景下，各地铁公司、设备供货商也均在积极建设、研发各自的轨道交通大数据智能运维***。当前，我国城轨智能运维***发展进入快车道，技术创新日益活跃，新型应用蓬勃发展，产品种类不断齐全，但也存在数据难以深度融合、***缺乏顶层规划以及专业数据挖掘瓶颈等问题。
一是数据难以深度融合。智能运维专业繁多、数据庞大，存在数据格式不统一、不规范、数据难以深度融合的问题，形成数据孤岛，难以发挥大数据的经济效益；
二是***缺乏顶层规划。在***建设初期搭建的平台，没有考虑后续扩展的要求，多种设备供货商各自为政，无法实现分步实施、统筹规划，建设经济性较差。
三是专业数据挖掘瓶颈。城轨交通设备种类繁多、关键子***零部件专业化极强，造成技术装备***、关键设备子***、核心零部件专业化分工明显。对专业化极强的设备进行数据有效分析和挖掘遇到瓶颈。
发明内容
为解决上述问题，本发明提供一种轨道交通智能运维生态***及其运行方法，从智能运维全专业、全***出发，构建轨道交通智能运维生态***。解决数据深度融合问题、专业数据挖掘问题、***建设经济效益问题等关键问题，实现***平台优化，跨专业合作加强，关键技术突破，数据基础夯实，推动形成深度融合、创新活跃、安全可信、竞争力强的城轨智能运维***新生态。
为了实现上述目的，本发明采用以下技术方案：
一种轨道交通智能运维生态***，包括：“云”和“端”，所述“云”实现数据的采集和智能处理并形成最终解决方案传送到所述“端”。所述“云”的架构包括轨道交通多维数据采集***、数据传输转换***和智能运维数据分析***，其中，轨道交通多维数据采集***对专业设备数据和运营数据进行采集，然后将采集的各专业设备数据和运营数据传输到所述的数据传输转换***，数据传输转换***完成统一数据接口、协议规范和文件格式的数据统一格式的预处理工作形成规整数据，将处理后的规整数据传输到所述的智能运维数据分析***，利用人工智能手段并结合轨道交通运维的实际需求，“云”最终给出相关解决方案。所述“端”的架构包括专业子***智能运维平台和运维***应用终端，所述的专业子***智能运维平台，根据核心子***基础物理原理、依据***维修手册、故障规律和以往维修数据创建专业运维App和/或专业分析小程序，并通过运维***应用终端供不同运维人员使用。
所述的轨道交通多维数据采集***对设备和运营数据进行分类并形成相应的数据采集子***，包括专业设备数据采集***和既有运营数据***。数据传输转换***包括数据统一模块和数据筛选模块。智能运维数据分析***包括为满足轨道交通运维实际需求的优化子***。所述专业设备数据采集***通过传感器对车辆***、轨道***、供电***、通信***、信号***、站台门、电扶梯和水暖电进行数据采集；既有运营数据***对物资管理数据、行车调度数据、电力/环境调数据、维修调度数据、施工调度数据和车站客流数据进行数据采集。采集的数据形式包括时间序列数据、图像数据、日志。
所述数据统一模块根据各专业***核心数据组成、各***机械、电气物理原理，完善各类传感器积累的海量多源异构的设备数据，包括数字、文字、图像、声音，进行数据融合，并创建基础数据库的模版，统一各***按规定的模版输入***的维修手册、操作手册的基础数据，编制数据传输协议与通用规范，完成统一数据接口、协议规范和文件格式的数据统一格式的预处理工作。所述数据筛选模块对格式统一的数据进行进一步的数据清洗和数据筛查，根据车辆***、供电***、轨道***、机电设备***、弱电控制等***原理，对核心状态数据、故障数据建立有效数据筛选机制，包括数据清洗，数据集成，数据变换，数据规约；对能优化设备检修制度、改善物资存储采购计划、进行***预判完善行车调度的核心数据进行筛选、分析，保留有效信息，剔除噪声数据，最终形成规整数据。
所述满足轨道交通运维实际需求的优化子***，包括维修优化***、设备状态预警***、优化行车计划***、物资存储与采购***、施工管理***、运营人员培训***、第三方专家***。所述人工智能手段为利用具有记忆功能的神经网络构建时间序列数据特征模型，该模型通过预测下一时刻设备的状态来实现实时性功能，并通过历史运维数据建立运维相关知识图谱，以知识图谱为基础搭建运维智能问答***，根据故障描述，智能问答***给出最优解决方案。所述专业运维App和/或专业分析小程序根据运维对象分为车辆运维App、信号运维App、供电运维App、轨道运维App。所述的运维***应用终端为手机、手持终端设备、现场大屏。
轨道交通智能运维生态***的运行方法，所述运行方法包括以下步骤：
S1、采集轨道交通各个专业设备及运营的多维数据；
S2、编制数据传输协议与通用规范；
S3、进行数据有效筛选及故障预测；
S4、建立运维知识库；
S5、建立运维可视化模型供各类运维人员使用。
本发明的有益效果是：
针对当前轨道交通智能运维***分散建设、接口繁多、数据价值分散、资源浪费的问题，充分利用云计算、大数据等前沿科技，以智能运维为核心进行正向设计，建立智能运维***生态，统一各运维平台之间的接口，提供数据价值共享的一体化服务。缩短智能运维***建设周期、提高运营管控效率。
构建的轨道交通智能运维生态***，制定了统一的规则和数据协议规范；预留数据扩展接口，为后期各***运维平台的接入创造条件；通过总的平台与物资管理、行调、维修调、施工调、电调、环调等接口互相支持；创建一个基础数据库的模版，以统一输入***的维修手册、操作手册等基础数据；挖掘各***核心数据，智能优化全***的运维模式。
构建智能运维***健康发展的环境和基础，形成分工明确、协同配合、标准统一的运维生态***；优化现有维修计划，减少设备超修过修，提高***可用性，实现运维减员增效；状态预判事前报警和避免设备车辆带病上线，提高***安全性；数据分析提前制定公司的物资采购计划降低运营公司物资库存和资金压力；维修支持***解决运营人员培养瓶颈问题。
附图说明
图1为本发明实施例中的轨道交通智能运维生态***架构框图；
图2为本发明实施例中的轨道交通智能运维生态***方法流程图。
具体实施方式
下面参考附图并结合实施例对本发明进行详细说明。其中的示意性实施例以及说明仅用来解释本发明，但并不作为对本发明的限定。
如图1所示，本发明其中一个实施例中的一种轨道交通智能运维生态***的架构包括“云”和“端”，所述“云”实现数据的采集和智能处理并形成最终解决方案传送到所述“端”。
其中所述“云”的架构包括轨道交通多维数据采集***、数据传输转换***和智能运维数据分析***。所述“端”的架构包括专业子***智能运维平台和运维***应用终端。
在所述“云”的架构中，首先，所述的轨道交通多维数据采集***对设备和运营数据进行分类并形成相应的数据采集子***，包括专业设备数据采集***和既有运营数据***。其中专业设备数据采集***通过传感器对车辆***、轨道***、供电***、通信***、信号***、站台门、电扶梯和水暖电进行数据采集；既有运营数据***对物资管理数据、行车调度数据、电力/环境调数据、维修调度数据、施工调度数据和车站客流数据进行数据采集。其中采集的数据形式包括时间序列数据、图像数据、日志等。
然后将采集的各专业设备数据和运营数据传输到所述的数据传输转换***，数据传输转换***包括数据统一模块和数据筛选模块，其中数据统一模块根据各专业***核心数据组成、各***机械、电气物理原理，完善各类传感器积累的海量多源异构的设备数据，包括数字、文字、图像、声音等等，进行数据融合，并创建基础数据库的模版，统一各***按规定的模版输入***的维修手册、操作手册等基础数据，编制数据传输协议(Internet层的IP，ICMP，ARP等)与通用规范，完成统一数据接口、协议规范和文件格式的数据统一格式的预处理工作。数据筛选模块对格式统一的数据进行进一步的数据清洗和数据筛查，根据车辆***、供电***、轨道***、机电设备***、弱电控制等***原理，对核心状态数据、故障数据建立有效数据筛选机制，包括数据清洗，数据集成，数据变换，数据规约；对能优化设备检修制度、改善物资存储采购计划、进行***预判完善行车调度的核心数据进行筛选、分析，保留有效信息，剔除噪声数据，最终形成规整数据。
最后，将处理后的规整数据传输到所述的智能运维数据分析***，利用人工智能手段并结合轨道交通运维的实际需求，“云”最终给出相关解决方案。智能运维数据分析***包括为满足轨道交通运维实际需求的优化子***，包括维修优化***、设备状态预警***、优化行车计划***、物资存储与采购***、施工管理***、运营人员培训***、第三方专家***。
人工智能手段为利用具有记忆功能的神经网络构建时间序列数据特征模型，该模型通过预测下一时刻设备的状态来实现实时性功能，并通过历史运维数据建立运维相关知识图谱，以知识图谱为基础搭建运维智能问答***，根据故障描述，智能问答***给出最优解决方案。
在所述“端”的架构中，所述的专业子***智能运维平台，根据核心子***基础物理原理、依据***维修手册、故障规律和以往维修数据，优化***检修制度，合理配置检修设施，并依据此创建专业运维App和/或专业分析小程序，完善子***运维模块，优化运维效率。所述专业运维App和/或专业分析小程序根据运维对象分为车辆运维App、信号运维App、供电运维App、轨道运维App等。车辆运维App中类别包括车门***、辅助***、空调***、列车广播、蓄电池***、机械制动***、牵引传动***等；信号运维App中类别包括车载控制器(VOC)、轨旁设备、区域控制器(ZC)等；供电运维App中类别包括牵引变电所、接触网、第三轨、电力监控、降压变电所等；轨道运维App中类别包括轨道平顺性、扣件、道床等。
所述的运维***应用终端可以为手机、手持终端设备、现场大屏等应用终端设备来满足不同运维人员的需求。可以通过运维***应用终端为决策层人员提供清晰明确的决策支持；管理层人员通过运维***应用终端可以明确检修现场的维修数据统计、实时报警情况，实现过程、成本及质量多维度的流程控制；通过运维***应用终端为执行层人员提供对应检修设备的运维建议、运维案例及知识库，提高工作效率，实现安全作业、多场作业、任务预警等功能。
由此，通过“端”中的专业子***智能运维平台和运维***应用终端输出给不同类型的专业用户，为不同专业用户提供决策支持。
同时，用户“端”通过手持智能等设备将反馈数据传送到“云”，整个过程中，“云”和“端”的各***在物理上是隔离运行，在逻辑上通过互联网实现数据的实时交互，构成端云结合模式。通过智能运维生态***的“云”(核心层)数据进行更新处理分析，并实时同步到相应的“端”(应用层)设备，核心层与应用层同步，避免数据滞后、决策失效，实现完全的端云结合模式，满足实时性和智能决策的需求。
根据图1的一种轨道交通智能运维生态***的架构，轨道交通车辆智能运维生态***的运行方法如图2所示，包括以下步骤：
S1、采集轨道交通各个专业设备及运营的多维数据。轨道交通包括车辆、轨道、供电、通信、信号、站台门、电扶梯、水暖电等多个***，各个***独立存在又具有一定关联关系，如城市轨道交通列车出现晚点或故障，可能是信号***故障导致的，也可能由于车辆、轨道***等。各***之间的数据采集独立完成。在故障根源分析时，利用知识图谱建立各***故障关联分析模型，通过模型训练可得到不同***之间的关联强度。不同***对应所述专业的专业设备，各专业子***进行初步的数据采集及筛选以支持运维生态***的搭建；轨道交通既有运营***包括物资管理、行车调度、电力/环境调、维修调度、施工调度、车站客流等多维度运营数据，对既有运营数据采集归纳整理以支持运维生态***的搭建。
S2、编制数据传输协议与通用规范。根据各专业***核心数据组成、各***机械、电气物理原理，完善各类传感器积累的海量多源异构的设备数据，包括数字、文字、图像、声音等等，进行数据融合，并创建基础数据库的模版，统一各***按规定的模版输入***的维修手册、操作手册等基础数据，编制数据传输协议(Internet层的IP，ICMP，ARP等)与通用规范。
S3、进行数据有效筛选及故障预测。根据车辆***、供电***、轨道***、机电设备***、弱电控制等***原理，对核心状态数据、故障数据建立有效数据筛选机制，包括数据清洗，数据集成，数据变换，数据规约；对能优化设备检修制度、改善物资存储采购计划、进行***预判完善行车调度的核心数据进行筛选、分析，保留有效信息，剔除噪声数据。
S4、建立运维知识库。建立轨道交通***专家知识库，包括不同设备***基础原理理论及积累的运维经验知识，形成知识图谱和Q&A自助问答。轨道交通运维知识图谱是利用概念、实体的匹配度返回给用户与搜索相关的更全面的知识体系。其采用自顶向下和自底向上两种方式。所述的自顶向下的构建过程，首先从运维数据源中学习本体，得到术语、顶层的概念、同义和层次关系以及相关规则，然后进行实体学习，将实体纳入前面的概念体系中。同时，结合自底向上的构建过程，从归纳实体开始，进一步进行抽象，逐步形成分层的概念体系，来提高实体抽取的准确度。在运维知识图谱建立完成之后，基于运维知识图谱的挖掘可以提高扩展运维知识图谱的知识覆盖率。提供设备故障预测预警技术支持、运营检修培训支持、决策算法数据支持。
S5、建立运维可视化模型。建立轨道交通运维***可视化模型，可视化模型与运维数据相互集成，通过建立不同设备故障的拓扑结构，利用根源分析方法实现故障远程精准定位。管理层可以了解整体运营检修情况，快速定位故障点和处理结果；执行层可以佩戴增项现实眼镜，以第一视角的方式实时向后端监控中心传送现场巡检作业视频，自动进行后台记录保存，便于后续回溯。运维中心通过语音、图片、标记等方式与检修人员进行实时互动交流，问题及时解决，提高检修效率。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
Claims (15)
1.一种轨道交通智能运维生态***，其特征在于，包括：“云”和“端”，所述“云”实现数据的采集和智能处理并形成最终解决方案传送到所述“端”。
2.根据权利要求1所述的轨道交通智能运维生态***，其特征在于：所述“云”的架构包括轨道交通多维数据采集***、数据传输转换***和智能运维数据分析***，其中，轨道交通多维数据采集***对专业设备数据和运营数据进行采集，然后将采集的各专业设备数据和运营数据传输到所述的数据传输转换***，数据传输转换***完成统一数据接口、协议规范和文件格式的数据统一格式的预处理工作形成规整数据，将处理后的规整数据传输到所述的智能运维数据分析***，利用人工智能手段并结合轨道交通运维的实际需求，“云”最终给出相关解决方案。
3.根据权利要求1所述的轨道交通智能运维生态***，其特征在于：所述“端”的架构包括专业子***智能运维平台和运维***应用终端，所述的专业子***智能运维平台，根据核心子***基础物理原理、依据***维修手册、故障规律和以往维修数据创建专业运维App和/或专业分析小程序，并通过运维***应用终端供不同运维人员使用。
4.根据权利要求2所述的轨道交通智能运维生态***，其特征在于：所述的轨道交通多维数据采集***对设备和运营数据进行分类并形成相应的数据采集子***，包括专业设备数据采集***和既有运营数据***。
5.根据权利要求2所述的轨道交通智能运维生态***，其特征在于：数据传输转换***包括数据统一模块和数据筛选模块。
6.根据权利要求2所述的轨道交通智能运维生态***，其特征在于：智能运维数据分析***包括为满足轨道交通运维实际需求的优化子***。
7.根据权利要求4所述的轨道交通智能运维生态***，其特征在于：所述专业设备数据采集***通过传感器对车辆***、轨道***、供电***、通信***、信号***、站台门、电扶梯和水暖电进行数据采集；既有运营数据***对物资管理数据、行车调度数据、电力/环境调度数据、维修调度数据、施工调度数据和车站客流数据进行数据采集。
8.根据权利要求7所述的轨道交通智能运维生态***，其特征在于：采集的数据形式包括时间序列数据、图像数据、日志。
9.根据权利要求5所述的轨道交通智能运维生态***，其特征在于：所述数据统一模块根据各专业***核心数据组成、各***机械、电气物理原理，完善各类传感器积累的海量多源异构的设备数据，包括数字、文字、图像、声音，进行数据融合，并创建基础数据库的模版，统一各***按规定的模版输入***的维修手册、操作手册的基础数据，编制数据传输协议与通用规范，完成统一数据接口、协议规范和文件格式的数据统一格式的预处理工作。
10.根据权利要求5所述的轨道交通智能运维生态***，其特征在于：所述数据筛选模块对格式统一的数据进行进一步的数据清洗和数据筛查，根据车辆***、供电***、轨道***、机电设备***、弱电控制等***原理，对核心状态数据、故障数据建立有效数据筛选机制，包括数据清洗，数据集成，数据变换，数据规约；对能优化设备检修制度、改善物资存储采购计划、进行***预判完善行车调度的核心数据进行筛选、分析，保留有效信息，剔除噪声数据，最终形成规整数据。
11.根据权利要求2所述的轨道交通智能运维生态***，其特征在于：所述满足轨道交通运维实际需求的优化子***，包括维修优化***、设备状态预警***、优化行车计划***、物资存储与采购***、施工管理***、运营人员培训***、第三方专家***。
12.根据权利要求2所述的轨道交通智能运维生态***，其特征在于：所述人工智能手段为利用具有记忆功能的神经网络构建时间序列数据特征模型，该模型通过预测下一时刻设备的状态来实现实时性功能，并通过历史运维数据建立运维相关知识图谱，以知识图谱为基础搭建运维智能问答***，根据故障描述，智能问答***给出最优解决方案。
13.根据权利要求3所述的轨道交通智能运维生态***，其特征在于：所述专业运维App和/或专业分析小程序根据运维对象分为车辆运维App、信号运维App、供电运维App、轨道运维App。
14.根据权利要求3所述的轨道交通智能运维生态***，其特征在于：所述的运维***应用终端为手机、手持终端设备、现场大屏。
15.一种如前述任一项权利要求所述的轨道交通智能运维生态***的运行方法，所述运行方法包括以下步骤：
S1、采集轨道交通各个专业设备及运营的多维数据；
S2、编制数据传输协议与通用规范；
S3、进行数据有效筛选及故障预测；
S4、建立运维知识库；
S5、建立运维可视化模型供各类运维人员使用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010831620.5A CN112183771A (zh) | 2020-08-18 | 2020-08-18 | 一种轨道交通智能运维生态***及其运行方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010831620.5A CN112183771A (zh) | 2020-08-18 | 2020-08-18 | 一种轨道交通智能运维生态***及其运行方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112183771A true CN112183771A (zh) | 2021-01-05 |
Family
ID=73919319
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010831620.5A Pending CN112183771A (zh) | 2020-08-18 | 2020-08-18 | 一种轨道交通智能运维生态***及其运行方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112183771A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112660211A (zh) * | 2021-01-16 | 2021-04-16 | 湖南科技大学 | 铁路机车智能运维管理*** |
| CN112686582A (zh) * | 2021-03-11 | 2021-04-20 | 南方电网数字电网研究院有限公司 | 基于多源异构数据挖掘的综合能源园区的智能运维*** |
| CN112699171A (zh) * | 2020-12-31 | 2021-04-23 | 东软睿驰汽车技术（沈阳）有限公司 | 一种车辆报警数据知识图谱构建方法及相关装置 |
| CN112859699A (zh) * | 2021-01-22 | 2021-05-28 | 江苏安狮智能技术有限公司 | 一种嵌入式轨交设施监管*** |
| CN116596731A (zh) * | 2023-05-25 | 2023-08-15 | 北京贝能达信息技术股份有限公司 | 一种轨道交通智能运维大数据管理方法和*** |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103338261A (zh) * | 2013-07-04 | 2013-10-02 | 北京泰乐德信息技术有限公司 | 一种轨道交通监测数据的存储和处理方法及*** |
| CN105045820A (zh) * | 2015-06-25 | 2015-11-11 | 浙江立元通信技术股份有限公司 | 一种处理海量级数据的视频图像信息的方法及数据库*** |
| CN106126547A (zh) * | 2016-06-08 | 2016-11-16 | 樊永正 | 结构化大数据通信协议 |
| WO2019137312A1 (zh) * | 2018-01-09 | 2019-07-18 | 比亚迪股份有限公司 | 轨道交通弱电一体化*** |
| CN110517178A (zh) * | 2019-08-29 | 2019-11-29 | 青岛海信网络科技股份有限公司 | 一种安防一体化的综合监控*** |
| CN111210133A (zh) * | 2019-12-30 | 2020-05-29 | 卡斯柯信号有限公司 | 一种城市轨道交通运控运维协同***及方法 |
| CN111243748A (zh) * | 2019-12-30 | 2020-06-05 | 湖南中医药大学 | 针推康数据标准化*** |
-
2020
- 2020-08-18 CN CN202010831620.5A patent/CN112183771A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103338261A (zh) * | 2013-07-04 | 2013-10-02 | 北京泰乐德信息技术有限公司 | 一种轨道交通监测数据的存储和处理方法及*** |
| CN105045820A (zh) * | 2015-06-25 | 2015-11-11 | 浙江立元通信技术股份有限公司 | 一种处理海量级数据的视频图像信息的方法及数据库*** |
| CN106126547A (zh) * | 2016-06-08 | 2016-11-16 | 樊永正 | 结构化大数据通信协议 |
| WO2019137312A1 (zh) * | 2018-01-09 | 2019-07-18 | 比亚迪股份有限公司 | 轨道交通弱电一体化*** |
| CN110517178A (zh) * | 2019-08-29 | 2019-11-29 | 青岛海信网络科技股份有限公司 | 一种安防一体化的综合监控*** |
| CN111210133A (zh) * | 2019-12-30 | 2020-05-29 | 卡斯柯信号有限公司 | 一种城市轨道交通运控运维协同***及方法 |
| CN111243748A (zh) * | 2019-12-30 | 2020-06-05 | 湖南中医药大学 | 针推康数据标准化*** |
Non-Patent Citations (3)
| Title |
|---|
| 刘德培: "《中华医学百科全书 医学信息学》", 31 May 2017, 中国协和医科大学出版社, pages: 15 - 17 * |
| 朱莉等: "基于大数据云平台的智慧城市轨道交通运维管理一体化体系", 《城市轨道交通研究》, pages 1 - 3 * |
| 郑树泉等 主编: "《工业智能技术与应用》", 31 January 2019, 上海科学技术出版社, pages: 279 - 280 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112699171A (zh) * | 2020-12-31 | 2021-04-23 | 东软睿驰汽车技术（沈阳）有限公司 | 一种车辆报警数据知识图谱构建方法及相关装置 |
| CN112660211A (zh) * | 2021-01-16 | 2021-04-16 | 湖南科技大学 | 铁路机车智能运维管理*** |
| CN112859699A (zh) * | 2021-01-22 | 2021-05-28 | 江苏安狮智能技术有限公司 | 一种嵌入式轨交设施监管*** |
| CN112859699B (zh) * | 2021-01-22 | 2023-06-02 | 江苏安狮智能技术有限公司 | 一种嵌入式轨交设施监管*** |
| CN112686582A (zh) * | 2021-03-11 | 2021-04-20 | 南方电网数字电网研究院有限公司 | 基于多源异构数据挖掘的综合能源园区的智能运维*** |
| CN112686582B (zh) * | 2021-03-11 | 2021-07-13 | 南方电网数字电网研究院有限公司 | 基于多源异构数据挖掘的综合能源园区的智能运维*** |
| CN116596731A (zh) * | 2023-05-25 | 2023-08-15 | 北京贝能达信息技术股份有限公司 | 一种轨道交通智能运维大数据管理方法和*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112183771A (zh) | 一种轨道交通智能运维生态***及其运行方法 | |
| CN110568829B (zh) | 一种矿山全生产链智能管控*** | |
| CN111131480A (zh) | 一种面向智慧电厂的云边协同服务*** | |
| WO2021135514A1 (zh) | 一种城市轨道交通运控运维协同***及方法 | |
| CN109066971A (zh) | 基于全站业务数据的变电站智能运检管控***及方法 | |
| CN112622990A (zh) | 城轨地铁车辆智能运维管理*** | |
| CN106774322A (zh) | 一种光伏电站巡检***及其运行方法 | |
| CN113177377A (zh) | 一种基于数字孪生的智慧城市轨道交通线网管理*** | |
| CN113642946A (zh) | 一种基于城市重要基础设施的感知信息集成接入*** | |
| CN115879664A (zh) | 一种基于工业互联网的智能运维***及方法 | |
| CN110135598A (zh) | 一种基于知识服务的高速铁路电务维护辅助*** | |
| CN111026094A (zh) | 一种站台门***的故障诊断与远程维护方法和*** | |
| CN112233003A (zh) | 一种绿色智能客站***及集成方法 | |
| Wang et al. | Digital twin based validation platform for smart metro scenarios | |
| CN111900801A (zh) | 一种基于电力物联网的配电网供电保障*** | |
| CN103985022A (zh) | 智能变电站二次设备运维决策支持***及数据分析方法 | |
| CN114003998A (zh) | 基于数字孪生技术的钢结构数字化工厂协同***及方法 | |
| CN115047841A (zh) | 一种基于云平台的风电机组远程故障诊断*** | |
| CN116468287A (zh) | 一种基于数字孪生的智慧园区控制*** | |
| CN115052129A (zh) | 施工现场可视化监管***及其监管方法 | |
| Peng et al. | Fuzzy rule-based neural network for high-speed train manufacturing system scheduling problem | |
| CN116050669B (zh) | 一种城市轨道交通突发事件智能调度方法和*** | |
| CN110471988B (zh) | 一种基于模块化的三段五层式人工智能*** | |
| CN112002179A (zh) | 一种基于异地分布的轨道交通多工种联动控制方法及*** | |
| CN116882145A (zh) | 数字孪生推演模拟*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |