摘要：文章从大数据技术的应用实践出发，探讨分析了大数据技术在铁路安全管理中的应用价值。首先着眼于铁路安全管理，简要分析其数据特征，并以铁路安全管理环节为基础，简要探讨了铁路安全管理大数据平台的设计思路，并对大数据在铁路安全管理中的具体应用做出总结，希望有所指导和帮助。

关键词：铁路安全管理；大数据技术；数据特征；设计方案；应用价值

在我国交通系统的基本框架中，铁路是最为核心的一部分，我国客货运量的大部分运载量都由铁路干线所承载。因此，铁路对我国社会经济的发展有着极为重要的意义。纵观全世界，我国铁路通车里程、车辆以及运载量均居于首位，所以安全管理成为我国铁路运输管理工作的重中之重，铁路安全管理工作责任大、任务重，更离不开大量的资源投入。随着现代信息技术的不断发展，利用以大数据技术为代表的信息科技开展铁路安全管理工作，能够推动铁路安全管理实现智能化、安全化以及高效化的管理目标，同时还可以提升铁路管理部门工作效率，减轻工作人员工作负担。在当今大数据时代背景下，数据分析技术有力的支持了铁路运输安全运行管理，为铁路安全管理决策的制订提供必要的参考，而铁路安全管理数据信息来源的维度与深度也将对数据分析结果产生直接影响。

1我国铁路安全监管的数据应用现状

在当今互联网时代背景下，计算机信息行业快速发展，技术创新日新月异，以云计算以及大数据技术为代表的新时代信息技术广泛应用于各行各业之中，基于这些技术所设计出的信息管理系统开始在各个领域得到大规模应用。铁路安全管理是我国交通行业安全管理的重点领域，每年都会产生极其庞大的数据信息。随着我国交通运输部和铁路管理局逐步深入推行铁路安全管理信息化，我国铁路信息系统建设逐步完善，其覆盖了包括事故调查处理、铁路风险管理、铁路应急救援以及干部安全履职等业务在内的安全管理框架，有力推动了铁路安全监督管理工作的进行，从而确保铁路业务的顺利开展。然而，分析我国铁路安全管理现状不难发现，这些应用系统大多分散建设，存在较多的信息孤岛，导致信息共享效率偏低，资源综合利用率偏低等应用难题。尤其是这些系统运行多年以后产生了极其庞大的历史数据，而相关技术手段和数据分析方法的缺失导致很多有价值的信息数据得不到充分的挖掘和应用。

2铁路安全管理数据特征

2.1管理数据量极其庞大

就现阶段铁路安全领域来看，设计者们根据其中专业的差异所建立起来的安全监控系统已多达数十种，其中包括车辆安全监控以及车站安检系统等。随着此类监控系统的投入使用，在经过数年的持续运转后，其产生的数据信息量庞大到堪称恐怖，数据存储量已经不能再用GB级别来衡量，而是达到了PB级别。以“5T”系统为例，鉴于货车运行故障动态图像检测系统采集了各种各样的图像信息，所以该系统制造出的信息数据量极为庞大，通常一趟列车单程通过时所产生的数据信息量为700~800MB。在高速铁路管理体系中，综合视频监控系统产生的数据量更为庞大，因为监控对象比较多，所以每年产生的信息数据量已经接近150PB。由此来看，当今时代背景下的铁路安全管理中，其数据管理明显具有大规模的特征。

2.2安全数据内容繁多

铁路安全数据内容繁多主要是来源多，而且格式比较丰富，既产生了普通的结构化数据，而且还又包括庞大的半结构化以及非结构化数据。在整个安全管理监控框架中同时有多个专业业务系统运转，而这些业务系统所产生的数据信息也同样存在差异，有的产生纸质数据，有的产生视频数据，有的包含各种“geo”“iic”格式的轨检车数据，也有的涉及到部分CAD数据以及视频监控录音等。另外，不同数据信息之间也存在紧密联系，例如天气以及地震数据也同样被引入铁路安全管理系统中来，这些安全管理数据之间存在紧密的关联性，通过关联分析可以为列车运维安全提供必要的支持。

2.3具有极高的数据价值

铁路安全数据价值极高，铁路运营部门首先可以利用铁路安全数据展开统一分析和计算，总结并分析铁路安全管理现状，从中探索蕴藏在海量数据之中的信息规律等，评估铁路安全管理风险，便于铁路安全管理后续工作的顺利开展。

3铁路安全管理大数据平台的设计思路

首先是平台设计。参照中国铁路总公司制订的大数据应用指导文件开展平台建设工作，严格落实管理、设备、环境情况以及人员素质等相关因素的管控，建立数据信息整合系统，对铁路安全管理过程中的各项相关数据加以妥善处理，并结合数据分析结果做出安全预警，开展安全管理，从而真正实现安全管理的规范化、智能化、标准化和科学化，将安全管理工作中固有的那些不透明、低效率和不直观的问题及时解决，提升管理效率。同时，大数据平台建立后可以将各项数据信息加以整合，实现交通互联，从而达到供电、车辆以及车务等部门的顺畅交流，信息资源共享程度大大提升，安全生产的管理需求也得以满足。其次是平台框架。大数据平台框架通常包括信息报告、信息可视化展示以及数据分析三个模块，以大数据技术为基础开展智能化管理。以信息报告模块为例，其功能主要是汇总平台运行期间产生的各类安全管理信息，进而形成安全分析报告。而在数据分析模块中，安全管理平台框架内的数据分析模块已经具备分析管理过程中产生的各项数据信息的能力，包括违章数据、风险数据、安全管理综合指数以及问题分析数据四个子系统。而可视化展示模块则可对外展示信息数据，以比较直观的状态将各项数据展示给访客，这为安全管理人员的日常工作及数据管理与分析提供了较大便利。可视化展示模块通常分为干部信息显示、安全生产信息展示、问题分布信息展示、检查信息展示以及安全制定信息展示五个子系统。

4铁路安全管理中大数据技术的应用

4.1铁路工作人员领域

（1）利用以人脸识别为主的信息技术追踪重点对象。日常说的追踪重点对象，实际上就是利用大数据技术的筛选，同时以人脸识别这一先进技术为辅助，在大量列车乘客中高效筛选出安全隐患，并对重点对象实施快速识别和定位，从而达到及时消除安全风险、解决隐患问题的目的。特别是在铁路车站中，由于人流密度比较高、治安风险隐患也大大增加，所以通过车站人脸识别系统的筛查，安全监管人员能够准确掌握进站人员信息，这些数据信息同时会与公安系统通联共享，经过刑侦人员比对后筛查出危险分子。同时，大数据技术还可挖掘深层次信息，比如以客票系统显示的乘车信息为参考，通过技术分析绘制目标的活动路线，然后结合相应的路线图来抓捕那些重点危险人员。在这些操作过程中，大数据技术的应用功不可没，例如有聚类分析、数据挖掘以及关联分析等。（2）有力支持了铁路安全决策的制订。在运行期间，一旦发生重大的铁路交通事故，应急救援指挥信息系统会回顾以往的历史事故数据并将其提供给救援方，同时还可调取铁路沿线视频监控信息，然后利用大数据技术中的聚类分析以及关联分析等技术处理这些数据，从而查明事故发生的原因，总结事故发生的规律和处理经验，从而为铁路安全管理部门制订决策提供必要的信息指导和参考。

4.2铁路环境领域

（1）大数据技术可用于预测自然灾害，因为铁路干线里程较长，通常横跨数个省份，所以沿线天气多有不同。面对变化多端的天气挑战，铁路安全管理工作者更应注重自然灾害对铁路线路的影响。考虑到绝大多数自然灾害具有突发性，铁路安全管理部门往往会根据自然灾害的具体类型，制订针对性预测计划。例如能够借助大数据技术的支持建立数学模型，将一些关键数据导入模型，从而能够做出针对性预测，用于防范特定自然天气灾害，为列车安全运行提供了前瞻性的指导。（2）能够监测铁路有无异物侵限。铁路异物是导致铁路行车事故的一个重要因素，通过开展异物侵限监测，安全管理人员可以快速查明侵限问题，并及时向调度中心发出告警，而行车调度中心收到告警后第一时间采取相应的处理对策，以此来预防重大行车事故。就目前来看，铁路安全管理部门开展异物侵限监测所用到的设备技术主要以双电缆传感器、红外线技术以及光缆传感器等设备和技术为主，这些设备技术的应用都与大数据技术存在不可分割的联系。通过大数据挖掘技术的支持，安全管理人员对异物侵限的具体时间、发生地点、周围环境以及可能造成的危害等情况作出评估分析，进而掌握异物侵限的基本规律，这样才能未雨绸缪，有效避免因异物侵限而引发的铁路交通安全事故。

4.3铁路设备领域

（1）通过大数据技术分析铁路设备故障。通常来说铁路设备出现的影响因素比较复杂，有的是因为设备自身特性变化引发故障，有的是两种或两种以上的设备共同运行彼此影响而引发故障，又或者是因为设备维护人员未能做好日常的故障维护工作等。所以为了更好、更快地明确设备故障原因，并根据相应的原因制订针对性预防策略，就离不开大数据技术的支持。利用数据挖掘方法来诊断铁路设备故障，分析海量的历史数据，发现与之相应的规律，分析设备故障的特点，同时还可以合理预测铁路设备故障的大致规律，从而便于检修人员更快地排除设备故障，提高工作效率。在此期间，管理人员应用大数据挖掘技术一般是在发生某类具体的设备故障时，基于其产生动态事件序列信息所独具的时空特点，建立设备故障发生过程时间序列信息模型，然后以此为前提，利用数据挖掘技术，分析出事件序列信息中潜藏的关联性，继而总结出故障发生规律，从而提高故障问题的解决效率。另外，大数据挖掘技术还可用于设备诊断，在距离函数的支持下对事件序列相似性进行度量，同时引入动态规划算法。运行相似性最优代价，最终实现将故障诊断问题转化为寻找与实际故障事件相似的模式，然后总结设备故障特征，列出故障处理模式，从而更快捷地解决故障问题。（2）利用大数据技术识别安全风险源。在开展铁路设备安全管理工作时，管理人员应该着眼于设备运行的不同环节，对其中潜藏的危险因素加以分析，利用定性或定量分析的方法对不同安全风险的危害程度加以明确，然后以此为参考，合理制订安全风险的防控计划，达到减少安全风险防控工作所产生的成本损耗目的，又实现了最大限度降低安全风险事件所致损失的目标，最终有效改善了铁路生产环境，提高铁路运输安全性。从铁路设备状态管理角度来看，在设备安全风险管理实践操作中，管理人员应全面识别潜在的安全风险，认真评估和控制可能出现的风险因子。应注意的是，在实际识别安全风险的时候，管理人员应充分借鉴故障诊断结果，通过大数据挖掘技术，筛选出那些尚未发生故障，但与故障设备运行条件和环境较为相似、甚至相同的设备，通常来说此类设备存在较大的潜在安全风险。所以开展设备安全管理实操的过程中，管理人员除了要着重关注那些同类型设备之外，还应基于大数据技术的支持，结合现阶段设备的运行环境及条件的变化规律，预测评估未来设备的运行工况及安全状态，从而做到未雨绸缪，在未发生设备故障前及时排查潜在风险，及早进行维护处理，确保设备运行安全。（3）利用大数据技术对设备状态进行检修和维护。该部分主要分为设备可靠性检修和设备预测性检修两个部分，前者主要是指预测设备运行中某部分或某个元件可能产生的故障，评估该部分故障问题可能对系统运转可靠性所产生的危害，参考相应的影响制订针对性的维修方案，从而在整体上提高设备维修水平。后者则是合理预测设备可能发生的故障，然后提前做好针对性维修的准备。在此期间，设备管理人员应积极运用设备故障诊断技术，分析设备潜伏故障，为设备是否继续维持运行提供必要的决策支持。

5结语

综上，铁路安全管理具有系统性和复杂性，随着当今各类信息技术的应用，铁路安全管理系统产生的数据日益庞大和丰富，信息数据形态与规模也不同于往日。为了充分发挥这些数据信息的价值，应着眼于铁路安全管理细节，应用大数据技术的针对性，深入挖掘信息价值，为铁路安全管理提供必要的信息支持。

作者:李楠 单位:太原局集团公司临汾综合段