上海地铁网络背后的“智慧大脑”

　　该项目荣获2020年度上海市科技进步二等奖。

　　上海轨道交通运营里程居世界第一，承载着上海市民日出行总量的67%以上，工作日最大客流超过1400万人次。作为列车和车站运营保障的供电系统，目前管辖着831公里运营里程，共有1103座变电站。这是什么概念？相当于国家电网上海市南、市北两家供电公司管辖的设备体量总和；2449.32余条公里的接触网（轨）设备，则相当于3倍左右的上海地铁运营里程。而且，这一数据还在增加——到2025年，管辖规模将达到18条线路1000公里，1240座变电站，2600余条公里的接触网（轨）线路。

　　

　　随着城市轨道交通大规模基础设施建设和网络化运维格局的形成，设施设备数量增加、设备的故障引发的突发性事件给供电设备的保障工作带来巨大挑战，推进精细化管理、标准化作业、智能化运维的任务也越来越紧迫。上海地铁在供电智能化管理方面进行探索并设计出“上海地铁维保供电智能运维管控平台”，在行业内首创集设备状态实时感知预警、全寿命管理、业务流程智能驱动、专家分析四大核心功能于一体的城市轨道交通超大规模网络化供电智能运维体系。目前，该项目荣获2020年度上海市科技进步二等奖，已授权专利19项，其中发明专利10项，通过近三年的技术成果应用，新增产值5.87亿元，新增利税7489.90万元，并取得良好的社会和经济效益。

　　

大数据专家分析架构和设备运行曲线分析。

　　

　　【智能感知，提升准确度】

　　

　　复杂的地铁线路，若是出现供电设备故障，仅故障的排查就很费时间。以往，在设备故障发生后，检修人员先要赶到事故点，对故障进行初步排查和确认后，需要根据故障情况组织维修人员带上专业、匹配的维修工具或零部件进行抢修。“这样，非但很被动，效率也不高。”上海地铁维护保障有限公司供电分公司副总经理郭志坦言。

　　

　　现在，上海地铁维保供电相关部门研发出“维保供电智能运维管控平台”，突破了多项供电系统核心设备的智能感知技术，提高设备状态检测效率和准确度。

　　

　　具体来说，就是采用物联网技术，融合了城市轨道交通供电智能综合采集终端、接触网悬挂状态检测车、视频监控和能耗、可视化接地等十多种监测系统，实现对城市轨道交通供电设备状态、负荷、安防及环境的24小时实时监测和数据采集，对设备和变电站环境状态、故障预警和报警信息进行实时多维度聚合呈现。消除监测盲点，改善和取代现场重复性人工劳动和纸质记录，提高设备状态监测及故障预警告警的及时性和准确性。

　　

　　例如，上海地铁研发了国内领先的接触网悬挂状态综合检测技术。这一装置安装在检测车上，用于夜间视频巡检，采用先进精确定位、高速图像采集、图像自动识别技术，实现时速0-80公里条件下接触网悬挂部件工况图像的高速采集、存储。超高清精准定位技术，实现了同一线路同一零部件每次抓拍误差1厘米左右。“以往都是故障发生后才能知道，现在零部件稍微有些松动、脱落、开裂等，都可进行全面检查并及时预警。”郭志说，这样不仅提高了故障鉴别的准确性，还有效地预防接触网部件故障对运营的影响。

　　

接触网悬挂状态检测装置。

　　

　　此外，上海地铁使用人工智能技术，自动收集并自动生成以线、区段、系统为单位的故障分析知识库及故障案例库，实现包络线、接触网磨耗等关键部件状态异常的自动分析识别及预警，优化接触网的维修策略。这一技术代替了传统的步行巡视，提高了对设备状态的巡检频次和故障识别、预警效率。

　　

　　【海量数据协同优化处理】

　　

　　多源异构多模态海量数据协同优化处理技术，解决了城市轨道交通供电数据灵活应用的难点。

　　

　　城市轨道交通供电业务的信息数据种类繁多、特征差异明显。其中，实时感知类数据系统数量多，数据变化也快，并发访问效率要求高，几乎每30秒接收82678条实时数据；同时，历史留存数据量大，大约有50余类设备、900多项数据、70余万条业务要素，这些都需要快速处理。不仅如此，分析类数据运算处理量大，每日达到2.3TB，实时分析效率要求高，中间计算复杂度高，而且这些对反馈控制和时间的要求都很高。

　　

　　如何实现异构数据和数据库产品的融合？是亟需解决的核心问题。上海地铁在国内城市轨道交通供电行业首次采用多源异构多模态数据存储技术，实现海量数据的汇聚，并为不同应用场景提供统一的数据服务接口。以城市轨道交通维保供电运营数据为基础，运用数据挖掘方法对不同城市轨道交通供电故障类别进行风险等级划分，建立高频次、高风险事故故障风险等级数据库；将供电运营数据的挖掘结果在城市轨道交通供电智能维保管理系统中进行应用，为城市轨道交通供电运营管理单位提供应急条件下的决策支持。

　　

数据处理架构和数据处理机制。

　　

　　这一成果在上海地铁得到应用肯定。它满足了50余类设备、900多项数据、70余万条业务要素的存储和处理优化要求，可同时管控175台智能巡检设备及监控设备，每30秒接收82678条实时数据，每日数据分析量达115G。在高频暂态数据上，存储空间减少80%，查询速度提高两倍。

　　

　　【运用底层数据，加强趋势预测】

　　

　　知道的信息变多了，管理的重点就更明显了。

　　

　　在上海城市轨道交通维保供电业务中，管辖的1100多个变电站内，每个变电站约有6000个设备属性数据监测点。在实时采集运行状态数据过程中，受客流、天气、设备状况等因素的影响，这些数据也会随之发生较大幅度和频率的变化。

　　

　　为此，上海地铁研发了维保供电设备运行标准曲线分析法，通过数据建模，构建了城市轨道交通维保供电设备数据特征库，实现趋势分析、异常数据分析、阈值分析、峰谷分析。其中，供电设备运行曲线的“峰-谷”分析，为设备运行参数的设定提供了依据；预测曲线和离散点的分析，揭示线路运行的异常，通过异常的根因分析，做到事前防范。

　　

以故障报警驱动智能联动。

　　

　　更进一步来说，上海地铁依托基础大数据，分析设施设备运行状态，逐步形成更为合理的经验型计划修模式；依托系统运行状态在线感知能力、在线监测状态数据，逐步形成专家型故障修模式。

　　

　　比如说，原来的故障信号比较简单：跳闸、短路，检修人员接到信号后，再去现场实地检查。但是现在，各种装置中的过程状态信息都可通过远程调取。为何能做到？原来，在开关中，加入不少传感器，把开关温度、驱动时间等机械特性变化，动作准确度等信息一并记录并通过建模分析，及时提醒“加润滑油”等进行预防性维修。“原来，即使单节电压发生故障，100多节电池都需要一个一个人工去测。”郭志说，现在通过数据传输远程就可看到，避免关键电压在放电时放不出来。“不仅如此，有了大数据建模，还能分析出哪些设备出故障的概率比较高，以后选设备时就会避免。”郭志介绍，通过这些底层数据的分析，为企业降本增效。

　　

　　上海地铁的“智慧蓝图”正在绘就：专注强化智能数据采集、智能业务管理，智能数据分析的综合能力，打造设备状态实时感知和预警，设备全生命管理，生产业务全流程管控。