摘要：我国铁路网在建设和运营方面占有着全球领先地位，建设规模非常庞大，拥有庞大的路网运营信息系统。该系统具备有物联网感知设备、信息系统接入设备、移动接入设备、数据交换共享设备等。我国的铁路已经有10PB规模的领域数据，包括有工程建设、联调联试、运营管理安全管理以及运输服务、物理服务等领域。这些领域数据中包含有较大的分析、应用价值，这些都为我国铁路的大数据发展提供可重要的保障和基础。铁路大数据的永宁公园是一个复杂且庞大的系统工程，关系到的铁路部门也是非常众多的。需要多个专业部门进行统筹发展。加强顶层设计在铁路大数据中的应用已经成为了当下铁路发展的一个重要趋势。
关键词：铁路大数据；顶层设计；实践探索
引言：大数据的浪潮已经开始深入到全球各行各业中，正在成为新一轮科技发展的核核心引领者。大数据的发展蕴含着巨大的商机，大数据已经被誉为了未来发展的新石油和国家发展的基础资源，对于人类发展的变革以及升级有着深刻的意义。人类社会已经从原始的蒸汽时代、电气时代，向着现代化的大数据时代发展。大数据已经成为了行业发展的重要资产，成为和衡量一个企业价值的关键标志。
1.概述“大数据”
一九八零年，当今最具影响力的社会思想家阿尔文•托夫勒在他的《第三次浪潮》一书中，对“大数据”进行了热情的赞扬，并将它称之为“第三次浪潮的华彩乐章”。后来在二零零九年，“大数据”逐渐渗透进互联网信息行业，成为一种流行词汇。但是“大数据”这一概念被正式提出是在二零一一年的时候，“大数据”是对社会发展的概括，是对当今时代发展的一种象征性描述，直到今天，“大数据”的概念已经在走向统一化发展的道路了。如今是信息社会，人们身边的信息无处不在，甚至人们在网络上的交流都远远超出了实际的交流，而人们在娱乐或是社交上都会留下行为数据，这是在所难免的，把这些行为数据整合在一起，并进行分析，就会形成一个人们个体运行的轨迹和全景图，这就是所谓的大数据分析。在大数据时代下各行各业都开始了激烈的竞争，而对于铁路行业而言，其要想在大数据时代当中取得较好的竞争效果，就一定要避开边缘化，利用顶层设计对铁路大数据进行改造。
2.铁路大数据的顶层设计分析
铁路大数据的顶层设计有五大原则，包括先进性、全局性、完整性、可实施性、实用性，铁路大数据的顶层设计可基本可以划分为六个部分，分别是基础设施体系、汇集体系、资产体系、治理体系、分析体系、应用体系等。下面就对这几个体系的构造进行具体的分析：
基础设施体系运用的存储方式是分布式存储、网络运用的是专属的铁路通信网，无线局域网网运用的是移动互联网做支撑；
汇集体系主要包括数据抽取、实时数据采集、文件数据采集、数据库实时复制这四个模块；
资产体系包括关系数据存储、非关系数据存储、分布式文件存储这三个模块；
治理体系由数据标准管理、数据质量管理、数据安全管理、主数据管理这四个部分构成；
分析体系主要由统计分析、数据挖掘算法数据库、数据挖掘建模、计算管理这几大部分构成；
应用体系由经营效益、运输安全、运输效率、服务品质这四大主要结构组成。
期刊文章分类查询,尽在期刊图书馆
3.铁路大数据应用实践分析
客运大数据分析：我国铁道科学研究院在二零零一年的时候就已经在开始低客运相关的数据进行积累了，在二零一二年的时候已经开始实行了让联网售票和铁路实名制这两大举措，在实行了联网售票和旅客实名制这两大举措之后铁路大数据在不断的增长，同时铁路乘客服务以及铁路运输管理也为铁路大数据的建立提供了大量的数据。相关研究人员更加这些数据展开了大量的分析，目前已经逐步形成了客流分析系统和售票统计系统和客流预测系统等客运大数据分析系统。
货运大数据分析：在货物运输领域，综合进行了铁路运输、社会生产、社会物理等数据的分析，针对货物运输的收益情况和现代化发展对物流服务的需求进行了一系列的测算和建模，实现了对大数据分析方法的探索、完成了对铁路大数据数据的有效手机与运用。制定了铁路货物运输的智能决策系统、对铁路货物运输市场进行了价格监控需求分析、收益管理、物理平台等一系列的大数据应用场景、为铁路货物运输市场的大数据改革提供可数据支撑。
基础设施大数据分析：铁路基础设施检测数据中心是对铁路网进行基础设施检测集成管理和分析研究的系统，从二零一零年开始运营以来，一直是管理铁路网运输线路日常检修新建 铁路调联的主要检测系统，还包括对路网进行轨道探伤、综合巡检周边环境监控等数据分析。铁路交通运输是支撑整个国家的经济的支柱之一，而且也是占有很大比例的一项，所以如果这个行业出现了问题，影响的不只是单单的一个行业，而是会引发一系列的连锁的不好的反应，这是所有人都不愿意看到的。因此避免这些问题的解决办法最主要的就是对铁路运行的基础设施进行周期的检测、包括轨道检测、钢轨探伤等。
动车组大数据分析：在这个系统中，有着非常对的数据积累，动车组管理系统通过一车一档的模式对动车进行管理，建立了相对完善的动车组数据以及相关零件的生命周期档案等，基本覆盖了整个动车的各种信息。包括基本信息、检修记录、实时监控、运行状态和故障报警等。并且对动车的保有量、出行情况、生产力布局、检修工作等进行了精准的大数据分析。在动车组故障关联挖掘中,设计了动车组故障数据关联规则挖掘Apriori算法,实现了动车组故障规则的挖掘,可有效预测动车组质量状态、定位故障并确定修程,提高检修效率,为动车组运行安全、故障诊断和维修等工作提供决策支持。
工程建设大数据分析：从二零一三年开始。我国就在铁路总公司的领导下，通过铁路BIM联盟以及铁道科学研究院，进行了铁路工程管理平台的搭建，目前该系统已经通过了实验阶段，已经可以进行生产进度、质量等数据的监测。除此之外，该系统还通过数字放在模拟技术围绕三维工程模型对贡献施工信息和数据进行收集和分析、为设计方案的优化、施工指导等提供了决策依据。
结束语：“大数据”所涉及到的领域已经比较广泛了，在这种发展形势下，更应该将大数据作为铁路交通发展的基础，对于铁路交通在“大数据”时代的应用中存在的不足应该要进行不断地深入和研究，从而找到解决的对策，最终实现不断发展的目的。并且随着大数据应用在人们的生活当中也逐渐地普及了，铁路大数据必须要得到更多的政府和社会扶持，才能为“大数据”时代下国民经济的发展做出贡献，从而让人们的生活水平得到提升。
参考文献：
[1]孙楠,刘永俊.大数据技术在中国铁路智库建设领域中应用的探讨[J].铁路工程技术与经济,2018,33(06):1-4.
[2]黄丰云,莫易敏.货车段修调度及配件配送作业管理系统设计[J].武汉理工大学学报(信息与管理工程版),2005(03):102-104+109.
[3]宋晓丽,蔡涛,王振一.基于大数据的高速铁路调度指挥系统平台研究[J].铁道运输与经济,2018,40(07):58-62.
[4]杨连报. 铁路事故故障文本大数据分析关键技术研究及应用[D].中国铁道科学研究院,2018.
[5]朱岩.基于大数据的智能分析技术在铁路行车非正常应急处置中的应用[J].铁道机车与动车,2019(03):28-31.
论文作者:宋磊涛
论文发表刊物:《基层建设》2019年第16期
论文发表时间:2019/9/11
标签：数据论文; 铁路论文; 大数论文; 车组论文; 体系论文; 据分析论文; 系统论文; 《基层建设》2019年第16期论文;