[发明专利]基于分布式架构的列车信号系统车载日志分析系统和方法

说明书

本发明公开了基于分布式数据库的列车信号系统车载日志大数据分析系统和方法，涉及列车数据分析技术领域，包括数据采集模块、数据解析模块、数据入库模块、数据清洗模块、数据统计分析模块以及分布式数据库，是一种基于Greenplum的地铁信号系统车载日志大数据分析系统，能够实现对海量信号系统车载日志的离线分析与存储，能够实现对日志数据的统计分析与高效管理，以解决海量信号系统车载日志运维过程中存在的问题。

技术领域

本发明涉及列车数据分析技术领域，确切地说涉及一种基于分布式数据库的列车信号系统车载日志大数据分析系统和方法。

背景技术

在城市轨道交通中，信号系统是保障行车安全、提高运输效率的关键系统，其车载设备主要包括列车自动驾驶（ATO）和列车超速防护（ATP）两大子系统。车载设备的日志数据中记录着列车行车全过程中车载设备的所有运行状态以及故障报警等关键信息，对车载设备的运用和维护有着重要的作用。

在现有的信号系统车载日志的数据分析与运用过程中，主要存在以下一些问题：

1、海量车载日志的分析问题：由于信号系统的实时性要求高，ATO和ATP子系统的每个控制端（设置在车头位置）每秒都将产生10个日志数据包。按此估算，1条拥有40列列车的地铁线路每天将会产生近1亿条日志数据，1年下来将累积达到300多亿条的数据规模。而传统的关系型数据库由于单机存储空间和运算能力有限，已经完全无法满足用户对海量日志数据的分析与处理的需求。

2、车载设备故障的定位问题：当某个车载设备或系统模块发生故障时，需要对分析发生问题的原因进行定位，地铁公司目前主要通过信号系统供应商提供的日志查看工具对发生问题的车载日志文件进行逐个排查分析，整个过程存在着效率低下、过程繁琐等问题。

3、信号设备在线监测系统的局限性：现有的信号设备在线监测系统仅能反应车载设备发生的报警与故障信息，并未对完整的车载日志进行存储，因此，无法对车载设备发生的报警与故障信息进行智能诊断与分析，无法满足地铁公司对车载设备的维修与维护向着智能化方向发展的需求。

4、线网级信号系统的维护问题：目前已开通和在建的城市轨道交通项目中，由于信号系统的厂家不同，往往各条线路单独设置一个维护支持系统（MSS），存在着严重的“信息孤岛”，造成各厂家的维护信息、维护工具及维护人员等资源不能共享的问题，无法实现线网级信号系统的故障快速定位、快速修复。

而现有的信号系统车载日志分析解决方案中，主要涉及到车载日志的分析算法和基于大数据技术的日志分析系统。

车载日志的分析算法主要包括模式识别、融合分析两种算法。模式识别算法主要通过对车载日志（仅ATP日志）进行解析后，提取其中的有效状态数据，然后将有效状态输入到设定的行为模式中进行识别和匹配计算，最终实现对地铁故障的识别与预测。融合分析算法主要对列车控制系统海量日志中的可分析项进行基础数据定义和业务建模，采用基于开放、标准原则对日志数据进行采集，然后基于融合分析算法规则对日志数据进行预处理与存储，最后基于业务模型实现对跨系统日志的关联分析，并将分析结果进行可视化展示。上述算法虽然能有效解决车载日志分析的需求，但是具体分析平台仍旧采用传统的关系型数据库，面对海量的车载日志其运算和存储性能无法得到保障，需要企业根据自身实际情况搭建分布式数据库并进行大量的数据迁移工作。如现有技术中，如公开号为CN107256219A，公开时间为2017年10月17日，公开了一种应用于自动列车控制系统海量日志的大数据融合分析方法，其包括以下步骤：(1)对系统日志中的业务可分析项进行基础数据类型定义；(2)对系统融合分析业务进行建模；(3)基于开放、标准原则实现统一的日志采集过程；(4)基于融合分析数据处理规则实现日志数据的预处理和存储；(5)基于业务分析模型实现跨系统日志关联分析；(6)通过统一接口实现日志分析结果的可视化展示。与现有技术相比，本发明具有及时诊断系统间的异常，可有效地减少维护人员的工作量等优点。