地铁行业数据中台解决方案

涵盖全域数据资源汇聚、数据存储、数据资产管理、可视化展示、运营指标及分析应用等全生命周期的数据支撑和应用。可以满足离线和实时两类大数据场景,以丰富的数据工具实现业务可视化展现和业务分析能力。

业务挑战
数据分散存储
数据资源分散存储于各个信息系统中,当数字化转型逐步深入的时候,矛盾就愈发明显。
数据质量差
各系统的建设时间与信息化程度不同,导致各业务系统的数据标准难以统一。
数据获取难
业务系统类型众多,各类系统的数据格式不同且结构复杂,受制于底层技术异构的影响,数据难以获取。
典型应用场景
全域数据资源汇集
统一数据资产管理平台
线网智慧客流管理
线网智慧客流管理
轨道交通客流预测
多模式协同管控与仿真
融合内外部多形态数据,构建地铁轨道交通统一数据视图,在底层实现数据打通;加工各粒度汇总数据,提高数据的复用化度,快速满足不同时效的多分析场景要求。
以系统元数据为中心,映射数据标准、设计数据模型,构建统一数据资产管理平台,包括元数据管理、数据质量管理、数据标准管理、数据安全管理、数据模型管理、数据资源目录管理等内容。
线网智慧客流管理对批量加工、实时监测及预测的线网客流结果通过大数据可视化平台,结合GIS、SVG、BIM进行监测、分析及预警,为运营及精细化管理提供支持。
面对城市轨道交通网络化运营中运能与运量矛盾突出的问题,研究运能精细化管理尤为必要。通过分析轨道交通的网络运营特征,找出网络结构、客流需求和运能配置等方面存在的问题提与,为提出网络运能规划方法提供支持。
基于海量的乘客出行数据,分析客流分布特征以及乘客个体的出行行为,并且以此为基础对未来的客流情况做出精准预测。管理部门根据城市轨道交通系统中的客流变化,确定列车时刻表和交通管理策略等,提高服务水平和运营效率,使交通管理进一步向信息化、智能化发展。
在城市轨道交通与常规公共交通换乘协同关系理论和换乘客流预测研究基础上,建立城市轨道交通与常规公共交通运营协同调度双层规划模型,以系统总成本最小为目标,同时考虑客流出行行为因素,通过调度车辆发车间隔,从而实现城市轨道交通与常规公共交通协同运营的目的。
解决方案架构
数据中台架构参考业内主流方法论和最佳实践,围绕 “汇、管、用、保”四个维度形成完整数据链路,以安全管理、标准规范等体系框架为保障,实现数据创新应用的标准化、智能化、资产化和服务化。
场景
方案优势
提升数据存储计算能力
优化数据支撑平台技术架构,增加计算、数据存储以及机器学习能力,提升基础平台技术支撑能力。
提升数据资产管理能力
完善公司数据架构和数据标准规范,确保数据质量、安全、可追溯,强化元数据、数据质量、数据标准的系统落地。
提升数据共享分析应用能力
建设数据总线和微服务网关,提供自助分析、标签及指标服务,支撑跨部门、跨层级数据共享分析应用。
客户案例