一种铁路编组站运输分析智能决策支持系统及分析方法与流程

本发明属于交通运输技术领域，特别是涉及一种铁路编组站运输分析智能决策支持系统及分析方法。

背景技术：

现今铁路自主创新能力和产业链现代化水平全面提升，铁路科技创新体系健全完善，关键核心技术装备自主可控、先进适用、安全高效，智能高铁率先建成，智慧铁路加快实现。

智能编组站是广泛应用云计算、物联网、大数据、人工智能、5g通信、北斗卫星导航等新技术，通过对铁路移动装备、固定基础设施及相关内外部环境信息的全面感知、泛在互联、融合处理、主动学习和科学决策，高效综合利用编组站铁路所有移动、固定、空间、时间和人力等资源，实现铁路建设、运输全过程、全生命周期的高度信息化、自动化、智能化。因此，设计一种铁路编组站运输分析智能决策支持系统及分析方法，是目前需要解决的技术问题。

技术实现要素：

本发明的目的是提供一种界面友好、易于使用，安全可靠，便于维护、数据更新快的铁路编组站运输分析智能决策支持系统及分析方法。

本发明所采取的技术方案是：

一种铁路编组站运输分析智能决策支持系统及分析方法，包括

数据加载层(etl)，用于为智能决策支持系统提供海量的决策资源；

数据仓库层(dw)，用来专门存储整个编组站数据，且编组站数据是经过标准格式清洗过的物理数据库；

分析中间层，利用联机分析处理技术(olap)对数据仓库层(dw)进行挖掘，找出决策分析所需要的有用信息；包括各种数据分析工具、查询工具、模型构件等各种基于数据仓库层(dw)的开发应用；

用户接口层，用户界面允许智能决策支持系统和用户开展双向通信的计算机系统的组件，用户使用该智能决策支持系统的统一入口；

用户终端群，通过数据可视化仪表盘系统，在台式电脑、笔记本电脑、平板电脑、手机、手持终端上显示编组站的数据。

一种铁路编组站运输分析智能决策支持系统的分析方法，包括以下步骤：

s1.数据加载层(etl)从一个或多个数据库中读取数据，将提取后的数据按照转换规则由一种数据类型转换为另一种数据类型后，将数据存入数据仓库层中；

s2.数据仓库层(dw)存储整个编组站的数据，且编组站数据是经过标准格式清洗过的物理数据库；

s3.分析中间层利用联机分析处理技术(olap)对数据仓库层(dw)进行挖掘，找出决策分析所需要的有用信息；

s4.用户通过用户接口层的用户界面与智能决策支持系统展双向通信；

s5.通过用户终端群的数据可视化仪表盘系统，在台式电脑、笔记本电脑、平板电脑、手机、手持终端上显示编组站的数据。

本发明的有益效果在于：

1.本发明实现编组站作业自动化、信息可视化、决策智能化，最终形成编组站自动化向智能化集成，实现铁路编组站运输分析智能决策支持。

2.本发明实现编组站作业过程和管理工作的智能化水平进一步提高，降低编组站作业人员的劳动强度。

3.本发明实现编组资源优化配置，编组站智能化处理能力大幅提高。

4.本发明实现编组站自动化向智能化集成，实现铁路编组站运输分析智能决策支持。

附图说明

图1是本发明系统结构示意图；

图2是本发明方法流程图；

具体实施方式

下面将结合本发明实施例中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，一种铁路编组站运输分析智能决策支持系统，包括

数据加载层(etl)，是智能决策支持系统体系结构的基础架构，为智能决策支持系统提供海量的决策资源；

数据仓库层(dw)，用来专门存储整个编组站数据，且编组站数据是经过标准格式清洗过的物理数据库；

分析中间层，利用联机分析处理技术(olap)对数据仓库层(dw)进行挖掘，找出决策分析所需要的有用信息；包括各种数据分析工具、查询工具、模型构件等各种基于数据仓库层(dw)的开发应用；

用户接口层，用户界面允许智能决策支持系统和用户开展双向通信的计算机系统的组件，用户使用该智能决策支持系统的统一入口；

用户终端群，通过数据可视化仪表盘系统，在台式电脑、笔记本电脑、平板电脑、手机、手持终端上显示编组站的数据。

所述数据加载层(etl)设有数据校验单元、数据清洗单元、数据标准化单元、数据转换单元、文本数据、数据库数据、标准规定信息、其他格式数据、tmis数据库、dmis数据库、调车数据信息、编组站管理信息、助调信息、站调信息、区长信息、车号信息。

所述数据加载层(etl)的提取，是从一个或多个数据库中读取数据；

所述数据加载层(etl)的转换，是将提取后的数据按照转换规则由一种数据类型转换为另一种数据类型，以便于存储在数据仓库或其他简单的数据库中；

所述数据加载层(etl)的加载，是将数据存入数据仓库中；

所述数据加载层(etl)的清洗，是外部数据源提供的数据存在着很多的数据空缺、数据不正确和不一致等缺陷，对数据进行清洗，得到准确的数据；

所述数据仓库层(dw)包括tmis数据仓库、dmis数据仓库、调车数据仓库、编组站办公数据仓库、实时数据仓库、元数据仓库、施工组织数据集市、技术设备数据集市、当前数据集市和历史数据集市支持决策的数据池。

tmis数据仓库和dmis数据仓库，用于对编组站系统管理和业务应用产生的各类数据进行管理；

调车数据仓库，从调车系统采集调车过程中产生的调车作业数据；

编组站办公管理仓库，从编组站办公管理信息系统发布的指示、命令的存储的整个编组站办公管理信息系统的数据；

实时数据仓库，在数据仓库可用时通过数据仓库加载和提供数据的过程，补充和扩展数据仓库的功能，使其可以用来支持战术决策；

元数据仓库，帮助数据仓库管理员和数据仓库的开发人员非常方便地找到他们所关心的数据；

施工组织数据集市，编组站施工组织部门的数据仓库只存储相关数据；

技术设备数据集市，编组站技术设备部门的数据仓库只存储相关数据；

当前数据集市，编组站整个数据仓库当前存储相关数据；

历史数据集市，编组站整个数据仓库历史存储相关数据。

所述分析中间层包括数据联机分析处理工具(olap)、数据挖掘工具、文本挖掘工具、现实挖掘工具、其它决策支持挖掘工具、知识库和模型库，分析中间层利用联机分析处理技术(olap)对数据仓库层(dw)进行挖掘，找出决策分析所需要的有用信息。

数据联机分析处理工具(olap)，使用户可以在计算机上查询，进行运输分析，结果几秒可生成；

数据挖掘工具，采用数学、统计学、人工智能和机器学习技术从大型数据库中抽取和学习有用信息及深层知识过程的工具；

文本挖掘工具，将数据挖掘应用于非结构化或结构化较少的文本文件。它需要从非结构化文本中生成有意义的数字索引，然后使用不同的数据挖掘算法来处理这些索引；

现实挖掘工具，基于位置的数据挖掘工具；

知识库，知识的实际存储位置，面向编组站文本文件；

模型库，使用知识和发现技术创建一个大的、编组站范围的部门知识库。

所述用户接口层，包括：运输分析决策支持系统、预测性分析决策支持系统、绩效评价决策支持系统、运输能力智能查定决策支持系统、数据智能维护决策支持系统、实迹作业回放决策支持系统、数据可视化仪表盘、实时位置智能系统、智能综合统计和智能报表；

所述运输分析决策支持系统，将编组站现有的管理信息系统与车站的技术作业过程、改编能力、办公信息系统结合起来，通过对问题进行建模并使用定量模型分析解决方案；

所述预测性分析决策支持系统，利用预测模型，机器学习，数据挖掘等技术来分析当前及历史数据，从而对未来，可能结果或发生情况的可能性的事件进行预测；

所述绩效评价决策支持系统，依照规范的日报、旬报、月报、季报和年报产生各种统计报告和运输分析报告，按照不同取向指标的详细分类，建立全面完备的指标体系，为了解和检查编组站铁路运输工作计划，评定工作成绩，制定运输政策；

所述运输能力智能查定决策支持系统，利用运输能力查定分析的基础数据自动采集与计算的条件，转化为每日常规分析自动生成数据，为车站运输生产组织工作提供全面的技术支持。包括：编组站到发线的接发列车能力、咽喉通过能力、到发线通过能力、驼峰编解能力、编尾及牵出线编解能力、编组站综合运输能力；

所述数据智能维护决策支持系统，通过直观、方便、人性化的操作可用于统计历史数据中某个时段任意区域内的车流数量，为车流组号划分提供定量测算依据；

所述实迹作业回放决策支持系统，对编组站管理、调度、监控界面的记录与还原回放的功能，回放数据多角度、全方位追溯整个编组站生产过程的细节，支撑运输分析系统；

所述数据可视化仪表盘，关键数据的可视化展示，它使管理者可以在几秒钟内看到关键数据并了解情况；

所述实时位置智能(现实挖掘)系统，借助于连接网络的定位技术、例如北斗卫星导航/gps、wi-fi、手机信号塔等，编组站工作人员和专业人员使用的设备不断地发送他们的位置信息确定工作轨迹；

所述智能综合统计，包括：上级管理统计系统、车站管理统计系统、调度统计系统、日月季统计、实时统计、历史数据统计；

所述智能报表包括：调单作业报表、信令作业报表、异常调单报表、二挂三挂报表、编组时间报表、作业类别执行情况报表、机车报表。

所述运输分析决策支持系统，包括：按时间分析：日分析、月分析、年分析、实时分析、历史数据分析；按项目分析：调单统计分析、调车统计分析、时间效率分析、机车速度分析；按主题分析：车流数据分析、中时分析、停时分析。

所述预测性分析决策支持系统，包括：编组站运营指标、生产指标和安全指标。

所述绩效评价决策支持系统，包括：生产效率、生产质量、生产数量、生产效益、安全效益。

所述生产效率，是指对运输设备(活动设备和固定设备)运用效率指标和编组站运用工作质量衡量指标。包括：货车运用效率、调车机运用效率、车站能力利用率；

所述生产质量，是指编组站为路网提供的产品和服务的质量指标，在运输市场竞争日益激烈的情况下，这类指标显得更加重要。包括：接发列车工作质量、列车编组质量；

所述生产数量，是指编组站每天的工作量。包括：解编列车数、接发列车数、办理车数。

所述生产效益，指与编组站清算收入作为编组站的经济效益相关的量化指标。包括：实际完成的工作量(有调和无调)、全路编组站作业统一价格。

所述安全效益，是指编组站内部在安全工作中所获取效果的综合价值反映，也是编组站的安全的总体评价。包括：经济效益、社会效益。

所述智能告警，在运行过程中，对异常情况及需要告知用户的情况要进行主动告警；将编组站告警信息、异常状态、辅助决策信息，并且根据告警信息的级别，通过图像、声音、颜色变化、图形变化的方式给出告警信息。

所述数据可视化仪表盘，包括：通过数据可视化形成运输分析数据看板，进行实时监测行为分析，生成直观的柱状图、占比图、折线图和趋势图。

本系统通过数据加载层、数据仓库层、分析中间层、用户接口层、用户终端群，数据可视化仪表盘系统，生成直观的柱状图、占比图和趋势图，在台式电脑、笔记本电脑、平板电脑、手机、手持终端上显示编组站的数据，直接传送到站长、副站长和管理人员的终端电脑，供决策研究分析。

如图2所示，一种铁路编组站运输分析智能决策支持系统的分析方法，包括以下步骤：

s1.数据加载层(etl)从一个或多个数据库中读取数据，将提取后的数据按照转换规则由一种数据类型转换为另一种数据类型后，将数据存入数据仓库层中；

s2.数据仓库层(dw)存储整个编组站的数据，且编组站数据是经过标准格式清洗过的物理数据库；

s3.分析中间层利用联机分析处理技术(olap)对数据仓库层(dw)进行挖掘，找出决策分析所需要的有用信息；

s4.用户通过用户接口层的用户界面与智能决策支持系统展双向通信；

用户使用该智能决策支持系统的统一入口；

s5.通过用户终端群的数据可视化仪表盘系统，在台式电脑、笔记本电脑、平板电脑、手机、手持终端上显示编组站的数据。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。