基于设备画像的机车标签体系构建方法研究

交通运输系统工程与信息 ›› 2021, Vol. 21 ›› Issue (2): 189-195.

基于设备画像的机车标签体系构建方法研究

李鑫¹，史天运^*2，常宝³，马小宁³，刘军³

1. 中国铁道科学研究院，研究生部，北京 100081；2. 中国铁道科学研究院集团有限公司，北京 100081； 3. 中国铁道科学研究院集团有限公司，电子计算技术研究所，北京 100081

收稿日期:2020-12-10 修回日期:2021-01-13 出版日期:2021-04-25 发布日期:2021-04-25
作者简介:李鑫(1990- )，男，山西运城人，博士生。
基金资助:
中国国家铁路集团有限公司重大课题/Major Program of the China State Railway Group Co. Ltd.(K2019Z006)。

Locomotive Label System Construction Method Based on Equipment Portrait

LI Xin¹ , SHI Tian-yun^*2 , CHANG Bao³, MA Xiao-ning³ , LIU Jun³

1. Postgraduate Department, China Academy of Railway Sciences, Beijing 100081, China; 2. China Academy of Railway Sciences Corporation Limited, Beijing 100081, China; 3. Institute of Computing Technology, China Academy of Railway Sciences Corporation Limited, Beijing 100081, China

Received:2020-12-10 Revised:2021-01-13 Online:2021-04-25 Published:2021-04-25

摘要/Abstract

摘要：

机车是铁路运输生产的重要牵引设备，通过整合利用机车各类数据，构建基于设备画像的机车标签体系，有利于客观、全面地掌握机车质量状态，实现机车的精准画像、差异化运维和精细化管理。本文通过总结机车设备画像的概念和标签技术的相关理论知识，提出满足机车质量分析、运维优化及安全决策等多个应用场景的机车设备画像3级标签体系技术架构，全面分析所包含的数据采集层、标签库层和标签应用层，详细阐释机车各级标签的内容及其生成、管理、优化和分析流程，形成机车设备画像研究方法。针对聚类这一标签的产生方式，通过改进K-means聚类算法的初始质心选取方法，提高标签获取的精度和稳定性。并在某铁路局开展机车设备画像实地应用研究，形成完整可行的机车标签体系。

关键词: 信息技术, 设备画像, 标签技术, 机车, 聚类, 大数据

Abstract:

Locomotives are important traction equipment for railway transportation. Integrating and utilizing the locomotives data can create a locomotive label system based on equipment portrait, which is helpful for grasping the quality status of locomotives and realizing accurate portrait, differentiated operation and efficient management of locomotives. This paper presents the concept of locomotive equipment portrait and the related theoretical knowledge of label technology. The technical framework of the three levels label system for locomotive equipment portrait is proposed to meet the requirements of multiple application scenarios including locomotive quality analysis, maintenance optimization and safety decision- making. The technical framework is analyzed in data acquisition layer, label library layer and label application layer. The three levels label system of locomotive and the generation, management, optimization, and analysis process of labels are explained in detail. The research method of locomotive equipment portrait is thus formed. In the clustering acquisition mode of labels, the selection method of initial centroid of Kmeans clustering algorithm is improved to enhances the accuracy and stability of clustering. The proposed method has been applied in a railway bureau to generate a complete and feasible label system for locomotive equipment portraits.

Key words: information technology, equipment portrait, label technology, locomotive, clustering algorithm, big data

中图分类号:

TP301.6

李鑫，史天运，常宝，马小宁，刘军. 基于设备画像的机车标签体系构建方法研究[J]. 交通运输系统工程与信息, 2021, 21(2): 189-195.

LI Xi,SHI Tian-yun, CHANG Bao, MA Xiao-ning, LIU Jun. Locomotive Label System Construction Method Based on Equipment Portrait[J]. Journal of Transportation Systems Engineering and Information Technology, 2021, 21(2): 189-195.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract30228.shtml

http://www.tseit.org.cn/CN/Y2021/V21/I2/189

参考文献

[1] THADURI A, GALAR D, KUMAR U. Railway assets: A potential domain for big data analytics[J]. Procedia Computer Science, 2015, 53(7): 457-467.

[2] 王同军. 中国铁路大数据应用顶层设计研究与实践 [J]. 中国铁路, 2017, 1(1): 8-16. [WANG T J. On toplevel design for china railway's big data application & case study[J]. Chinese Railways, 2017, 1(1): 8-16.]

[3] 王洋, 丁志刚, 郑树泉, 等. 一种用户画像系统的设计与实现[J]. 计算机应用与软件, 2018, 35(3): 8- 14. [WANG Y, DING Z G, ZHENG S Q, et al. Design and implementation of user profile system[J]. Computer Applications and Software, 2018, 35(3): 8-14.]

[4] MELONCON L. Embodied personas for a mobile world [J]. Technical Communication, 2017, 64(1): 50-65.

[5] 费鹏, 林鸿飞, 杨亮, 等. 一种用于构建用户画像的多视角融合框架[J]. 计算机科学, 2018, 45(1): 179-182, 204. [FEI P, LIN H F, YANG L, et al. Multi- view ensemble framework for constructing user profile[J]. Computer Science, 2018, 45(1): 179-182, 204.]

[6] 李娜, 范正洁, 郝传洲, 等. 采用语义分析的标签体系构建方法[J]. 西安交通大学学报, 2019, 53(1): 169- 174. [LI N, FAN Z J, HAO C Z, et al. A method for building tag systems based on semantic feature analysis [J]. Journal of Xi'an Jiaotong University, 2019, 53(1): 169-174.]

[7] 王仁武, 张文慧. 学术用户画像的行为与兴趣标签构建与应用[J]. 现代情报, 2019, 39(9): 54-63. [WANG R W, ZHANG W H. Behavior and interest labeling construction and application of academic user portraits [J]. Modern Information, 2019, 39(9): 54-63.]

[8] 周胡勇. 一种融媒体用户画像标签体系设计[J]. 数字化用户, 2019, 25(12): 212-214. [ZHOU H Y. A design of user portrait tag system for fusion media[J]. Digitization User, 2019, 25(12): 212-214.]

[9] 赵永柱, 马霁讴, 张可心. 基于电力资产全寿命周期的标签画像技术研究[J]. 电网与清洁能源, 2018, 34(1): 51-58. [ZHAO Y Z, MA J O, ZHANG K X. Research on the label portrait technology based on life cycle of electricity assets[J]. Advances of Power System & Hydroelectric Engineering, 2018, 34(1): 51-58.]

[10] 杨俊闯, 赵超. K-means 聚类算法研究综述[J]. 计算机工程与应用, 2019, 55(23): 7-14. [YANG J C, ZHAO C. Survey on K-means clustering algorithm[J]. Computer Engineering and Applications, 2019, 55(23): 7-14.

[11] 成卫青, 卢艳红. 一种基于最大最小距离和 SSE 的自适应聚类算法[J]．南京邮电大学学报(自然科学版), 2015, 35(2): 102-107. [CHENG W Q, LU Y H. Adaptive clustering algorithm based on maximum and minimum distances, and SSE[J]. Journal of Nanjing University of Posts and Telecommunications (Natural Science), 2015, 35(2): 102-107.]

[1]	许奇, 陈越, 黄靖茹, 高顺祥, 张志健. 考虑出行费用的就业可达性分析[J]. 交通运输系统工程与信息, 2022, 22(2): 37-44.
[2]	陈鼎, 周水庭, 陈云, 苏敏咸. 拥堵指数自适应调节的交通运行状态识别方法及应用研究[J]. 交通运输系统工程与信息, 2022, 22(2): 137-144.
[3]	张建波, 孙建平, 徐春玲, 郭镜霞, 温慧敏, 宋国华. 考虑交通运行条件影响的驾驶员特征聚类[J]. 交通运输系统工程与信息, 2022, 22(2): 330-336.
[4]	游峰, 梁健中, 曹水金, 肖智豪, 吴镇江, 王海玮. 面向多目标跟踪的密集行人群轨迹提取和运动语义感知[J]. 交通运输系统工程与信息, 2021, 21(6): 42-54.
[5]	张名芳, 马艳华, 吴初娜, 王力. 公交驾驶员心理状况影响因素分析与疾病判别模型[J]. 交通运输系统工程与信息, 2021, 21(6): 96-104.
[6]	许镇义, 王仁军, 张聪, 王瑞宾, 夏秀山. 基于深度特征聚类的高排放移动污染源自动识别[J]. 交通运输系统工程与信息, 2021, 21(6): 298-309.
[7]	贺正冰, 徐瑞康, 谢东繁, 宗芳, 钟任新. 数据驱动跟驰模型综述[J]. 交通运输系统工程与信息, 2021, 21(5): 102-113.
[8]	闫常鑫, 王彬, 陈理, 向往, 王云, 闫学东. 新冠肺炎交通防控政策对长沙市人口流动的影响[J]. 交通运输系统工程与信息, 2021, 21(5): 190-197.
[9]	杨静, 吴可, 张红亮, 代盛旭, 王亦乐. 基于土地利用及客流特征的地铁车站分类[J]. 交通运输系统工程与信息, 2021, 21(5): 228-234.
[10]	闫学东, 郭浩楠, 李永昌, 王云, 官云林. 基于顺风车数据和聚类方法的都市圈区域划分与层级结构研究[J]. 交通运输系统工程与信息, 2021, 21(4): 30-39.
[11]	奇格奇, 张子贤, 卫振林, 李宝文. 基于语义挖掘的快递运输货品风险评价研究[J]. 交通运输系统工程与信息, 2021, 21(4): 248-255.
[12]	帅春燕，杨芳，欧阳鑫，许庚. 基于数据驱动的电动自行车换电需求预测[J]. 交通运输系统工程与信息, 2021, 21(2): 173-179.
[13]	韦清波，苏跃江，高媛，杨敬锋，莫竣杰. 基于电子支付数据的公交车厢满载率实时估算方法[J]. 交通运输系统工程与信息, 2021, 21(1): 75-81.
[14]	黄钢，瞿伟斌，许卉莹. 基于改进密度聚类算法的交通事故地点聚类研究[J]. 交通运输系统工程与信息, 2020, 20(5): 169-176.
[15]	宋俪婧，朱家正，刘雪杰，陈静，缐凯. 走廊层面交通小区划分方法的优化[J]. 交通运输系统工程与信息, 2020, 20(4): 34-40.