美丽的祖国作文
2中车长春轨道客车股份有限公司流程与数字化部 130000）
摘要：目前城市轨道交通行业正在向智能化进行发展，其运维业务包含的系统众多，形成了大量的数据资产，却无法做到“数尽其用”。数据驾驶舱作为大数据时代下的产品，依靠数据治理、数据交互、数据可视化等技术可实现对城市轨道交通运维数据进行全方位的展示，为管理人员、运维人员及数据分析人员提供辅助决策支持、全局总览监控等功能，有助于数据隐形、深层价值的挖掘。本文在城市轨道交通运维业务背景下，对数据驾驶舱关键技术的应用进行探索与研究。
关键词：城市轨道；运维数据驾驶舱；数据治理；数据交互；数据可视化
Research on Key Technologies of Urban Rail Transit
Operation and Maintenance Data Cockpit
Wang Baifa
Abstract：At present, the urban rail transit industry is developing towards intelligence. Its operation and maintenance business includes many systems, forming a large number of data assets, but it can not achieve ' best use '. As a product in the era of big data, the data cockpit can display the operation and maintenance data of urban rail transit in an all-round way by relying on data governance, data interaction, data visualization and other technologies. It provides assistant decision-making, global monitoring, data display and other functions for managers, operation and maintenance personnel and analysts, which is helpful to mine the hidden value of data. Under the background of urban rail transit operation and maintenance business, this paper explores and studies the application of key technologies of data cockpit.
如何设置代理服务器Keywords : Urban Rail ; Operation and Maintenance Data Cockpit ; Data Governance ;Data Interaction ; Data Visualization
0.引言
信息技术的快速发展带来了大量的数字产品与用户，而随之产生的则是不同来源、不同形
式、包含不同信息的海量数据。一个生产、共享和消费数据的时代已经到来，大数据广泛服务于金融、医疗、铁路等行业，发挥的重要作用日益凸显。目前中国城市轨道交通行业已经进行了信息化建设，而运维作为相关企业的主要业务，积累了丰富的数据资源，而数据储存量逐年增大，却无法做到数尽其用已成为城市轨道交通企业的一大难题。
数据可视化根据数据的时间以及空间特性，使用图表、数据流、地图等合适表现方式，附加彩、长度、方向、位置等维度的渲染，将数据化繁为简，直观展现，为使用者快速获取知识与洞察规律提供快捷方法，可进一步提升管理效率和决策水平。
结合轨道交通运维现状，进行多源异构数据集成、储存、分析以及可视化的运维数据驾驶舱架构建设，对运维业务优化具有重要意义，而数据治理、数据交互、数据可视化作为构建运维驾驶舱的关键支撑技术，有必要对其进行深入研究。
1.数据治理
对于数据治理的概念，国际数据管理协会认为数据治理是对数据资产管理行使权力和控制的活动集合[1]。
1.1 目标
城市轨道交通运维数据驾驶舱数据治理以形成标准化的驾驶舱数据资产，支撑运维业务的数据共享和治理为目地[2]。通过完善的数据治理标准和相应措施，确保驾驶舱的数据资产管理有序，安全可控，统一规范。
1.2 数据分类管理
基于不同的目标，需要从多个角度分类企业业务数据，最常用的数据分类形式包括结构化及非结构化数据，原始及衍生数据等。在业界已存在的已有的数据分类基础上，需要结合企业自身的特点以及经验，构建数据分类框架。数据分类需针对数据所包含的不同特性制定不同管理策略。
图1 数据驾驶舱数据分类
轨道交通运维数据驾驶舱的数据分类定义包括，结构化数据、非结构化数据和元数据。其中结构化数据又包括主数据、基础数据、事务数据以及报告数据等[3]，如图1所示。其中以元数据和主数据的治理最为关键。
轨道交通运维数据驾驶舱所使用的数据来自于各个运维业务系统，主要包含两种类型：直接使用的数据和二次加工数据。对于从数据源传输到数据驾驶舱数据管理模块直接进行使用的数据，数据驾驶舱会按照数据包含信息的不同对其进行重新的分类与排列组合，所以此部分在进行元数据管理时，需要在原有元数据管理的基础上增加或者删减管理项点；对于需要二次加工才能被数据驾驶舱所使用的数据，数据驾驶舱按照相关规则直接执行对其元数据的管理。在进行主数据管理时，查询已有的主数据库，对已在数据库内的驾驶舱数据无需进行二次管理，增加不必要的工作量；对于不在库内的数据，首先需要判定是否为主数据，再按照主数据管理规则进行该部分数据管理。
1.3 数据标准
数据标准主要包括数据标准化和数据标准规范两部分。轨道交通运维数据驾驶舱数据治理过程中，需要根据需求和现有的数据规范，建立统一的数据标准，形成参照体系，为数据集中存储、统一管理、跨专业分析奠定基础，同时可提升数据质量。
1.4 数据质量
数据质量直接体现为现有数据资产满足数据应用需求的程度，主要包括四大性质：合规、准确、完整和一致。轨道交通运维驾驶舱数据质量将直接影响数据在应用时的效果，质量差的数据不仅会扰乱用户的判断，还会影响数据隐藏价值的深度挖掘工作。数据质量管理应贯穿数据产生、传输、采集、储存、共享、维护、使用以及消亡的全生命周期阶段，监控所有造成数据质量问题出现的过程。数据质量管理包含数据质量标准的定义，数据质量评估的执行，识别数据质量改进方向，定义数据质量改进目标，数据长期的质量监控等[4]。
含有历史故事的成语1.5 数据安全
数据安全指的是数据的全生命周期过程是否存在风险，轨道交通运维数据驾驶舱的数据安
全需要保障数据的用户访问权限、数据隐私和数据密级等。数据安全管理流程包括识别数据安全需求，定义数据安全细则，评估安全风险，建立安全制度，实时安全控制与规程等。
1.数据交互
轨道交通运维数据驾驶舱汇集轨道交通运维企业下不同专业、不同业务部门的数据，进行数据融合与共享工作，需要按照数据分类制定差异化的存储方案。
2.1数据采集
轨道交通运维数据驾驶舱需要从OCC、DCC、PHM等不同的数据源（业务系统）进行数据采集，需要根据数据驾驶舱业务即数据可视需求制定方案，确定实时及定时数据采集任务的周期和方式[5]，将采集得到的数据存储在驾驶舱的数据管理模块中。
2.2驾驶舱数据交互
驾驶舱在进行数据展示之前，按照预置的接口形式，客户端异步请求数据，通过双方确认的定位规则进行数据来源定位，获得前后端已预定好的不同类型的数据[6]。
服务端对客户端的请求内容进行解析，将获取到的数据在动态图表中进行显示， 并同步刷新。实现不刷新页面进行数据输出，按照规划的时间间隔从服务端采集数据并进行更新，此方法可提升数据传输效率，使数据可视化过程时间趋近于零，尽可能达到实时展示的效果。数据驾驶舱前（客户端）、后（服务端）端数据的简明交互流程如图 2 所示。
图2 数据交互流程
3.数据可视化
数据可视化的实质是通过可视化技术手段对数据信息加以处理，达到直观、明确、有效的信息传递的目的，相比杂乱，枯燥的数据，层次分明的颜、不同差异的形状构成的图形像更符合人类视觉体验的要求，能够让使用者快速识别、理解和记忆数据[7]。
3.1可视化映射
人类对具有明亮彩、动态、风格分明的事物，在视觉上更敏感。按照数据可视化的步骤，可视化映射能够使视觉效果差且混乱的数据通过图形标记、视觉通道设计等方法变成可视化元素，从而实现可视化映射[8]。映射后，可视化数据表达更加简洁、直观。
3.2 用户的感知
可视化的核心对象是客户，消费者对于可视化的需求体验是很关键的。客户需要的结果就是通过可视化映射将数据转换成信息与知识[9]。而可视化过程尽管简单,但任何一个组成部分都不能缺少,在完成可视化过程中是彼此相互促进的。在构建城市轨道交通运维数据驾驶舱时，页面可参考科技蓝为底，使用这种短波长的颜，可以让人心态平和，有利于逻辑判断。 针对运维业务中的指标类数据，采用百分比条形图的形式，不同的占比显示颜不同；针对事务或者报告类数据，采用表格形式定义标题与属性值；同时也采用了折线图、玫瑰图和二维及三维饼状图等，根据数据展示的需求进行选择。
全球十大强国排名草量级
发布评论