城轨运维系统数据处理方法及城轨运维系统

摘要

本发明实施例提供一种城轨运维系统数据处理方法及城轨运维系统，通过将轨道交通数据进行拆解，可以确定若干个数据元，实现对轨道交通数据的离散化处理；然后通过对业务需求进行解析，可以确定业务需求的最小单元，实现对业务需求的精准掌握；最后通过与最小单元匹配的所有数据元确定出与标准业务场景对应的标准轨道交通数据，得到的标准轨道交通数据可以直接应用于对应的标准业务场景的业务处理，可以提高城轨运维系统的业务处理效率，为城轨运维系统的功能业务增长提供技术支撑。

说明书

技术领域

本发明涉及城轨技术领域，尤其涉及一种城轨运维系统数据处理方法及城轨运维系统。

背景技术

目前，城市轨道交通运维工作已经全面进入到了智能运维的阶段，通过城轨运维系统，可以解决很多具体的城轨运维问题。

但是，随着城市轨道线路的增加以及列车的增加，需要城轨运维系统处理的数据量愈加庞大，也愈加复杂，主要体现在数据来源渠道复杂，数据组成复杂并无统一的格式。这将会导致城轨运维系统采集得到的数据，无法直接进行应用，严重影响了城轨运维系统的功能业务的增长。

发明内容

本发明实施例提供一种城轨运维系统数据处理方法及城轨运维系统，用以解决现有技术中存在的缺陷。

本发明实施例提供一种城轨运维系统数据处理方法，包括：

采集轨道交通数据；

将所述轨道交通数据进行拆解，确定若干个数据元；

获取每个标准业务场景的业务需求，并对所述业务需求进行解析，确定所述业务需求的最小单元；

基于与所述最小单元匹配的所有数据元，确定与所述标准业务场景对应的标准轨道交通数据。

根据本发明一个实施例的城轨运维系统数据处理方法，所述将所述轨道交通数据进行拆解，确定若干个数据元，具体包括：

将所述轨道交通数据输入至分词模型，得到由所述分词模型输出的若干个数据元；

所述分词模型基于神经网络模型构建，并基于携带有数据元标签的轨道交通样本数据进行训练得到。

根据本发明一个实施例的城轨运维系统数据处理方法，所述将所述轨道交通数据进行拆解，确定若干个数据元，还具体包括：

按不同数据来源将所述轨道交通数据进行粗拆解，得到多条轨道交通数据；

在每一数据来源下，对粗拆解得到的每条轨道交通数据进行细拆解，得到能清楚表达含义的最小数据单元；

将每一个最小数据单元形成一个数据元。

根据本发明一个实施例的城轨运维系统数据处理方法，所述标准业务场景具体为对运行线路上列车停车时列车车门与站台门的对准精度进行监控，所述标准业务场景的业务需求具体为不同数据来源下所述运行线路上列车停车时列车车门与站台门的对准精度。

根据本发明一个实施例的城轨运维系统数据处理方法，所述对所述业务需求进行解析，确定所述业务需求的最小单元，具体包括：

对所述业务需求进行语义识别，确定所述业务需求中的关键信息，得到业务需求的最小单元；所述业务需求的最小单元用于表征最小颗粒度的业务需求。

根据本发明一个实施例的城轨运维系统数据处理方法，所述与所述最小单元匹配的所有数据元，具体通过如下方法确定：

计算每一数据元与所述最小单元的语义相似度，确定与所述最小单元的语义相似度大于预设阈值的所有数据元；

基于与所述最小单元的语义相似度大于预设阈值的所有数据元，确定与所述最小单元匹配的所有数据元。

根据本发明一个实施例的城轨运维系统数据处理方法，还包括：

若判断获知存在新增业务，则增加与所述新增业务对应的业务模块，通过所述业务模块基于所述标准轨道交通数据，进行业务处理。

本发明实施例还提供一种城轨运维系统，包括：采集模块、拆解模块、解析模块以及重组模块。其中，

采集模块用于采集轨道交通数据；

拆解模块用于将所述轨道交通数据进行拆解，确定若干个数据元；

解析模块用于获取每个标准业务场景所需要的业务数据，并对所述业务数据进行解析，确定所述业务数据的最小单元；

重组模块用于基于与所述最小单元匹配的所有数据元，确定与所述标准业务场景对应的标准轨道交通数据。

本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述城轨运维系统数据处理方法的步骤。

本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述城轨运维系统数据处理方法的步骤。

本发明实施例提供的城轨运维系统数据处理方法及城轨运维系统，通过将轨道交通数据进行拆解，可以确定若干个数据元，实现对轨道交通数据的离散化处理；然后通过对业务需求进行解析，可以确定业务需求的最小单元，实现对业务需求的精准掌握；最后通过与最小单元匹配的所有数据元确定出与标准业务场景对应的标准轨道交通数据，得到的标准轨道交通数据可以直接应用于对应的标准业务场景的业务处理，可以提高城轨运维系统的业务处理效率，为城轨运维系统的功能业务增长提供技术支撑。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种城轨运维系统数据处理方法的流程示意图；

图2是本发明实施例提供的一种城轨运维系统的结构示意图；

图3是本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

由于现有技术中，1)城轨运维系统的当前数据来源渠道复杂，例如可能包括车站、列车等，无法统一数据来源渠道。2)城轨运维系统的当前数据组成复杂，涉及多种专业的数据，例如可能涉及安全控制、制动驾驶等专业。3)城轨运维系统的当前数据版本复杂，同一类型数据，存在多个版本的采集数据。因此，会导致城轨运维系统采集得到的数据，无法直接进行应用，严重影响了城轨运维系统的功能业务的增长。为此，本发明实施例中提供了一种城轨运维系统数据处理方法，以解决现有技术中存在的问题。

图1为本发明实施例中提供的一种城轨运维系统数据处理方法的流程示意图，如图1所示，该方法包括：

S1，采集轨道交通数据；

S2，将所述轨道交通数据进行拆解，确定若干个数据元；

S3，获取每个标准业务场景的业务需求，并对所述业务需求进行解析，确定所述业务需求的最小单元；

S4，基于与所述最小单元匹配的所有数据元，确定与所述标准业务场景对应的标准轨道交通数据。

具体地，本发明实施例中提供的城轨运维系统数据处理方法，其执行主体为城轨运维系统，城轨是指城市轨道交通。

首先执行步骤S1，采集轨道交通数据，轨道交通数据可以具有不同数据来源，即采集对象不同。例如可以包括以车站为采集对象进行采集得到的经停的列车的停车时间、站台门与经停的列车车门的对准精度等信息，也可以包括以列车为采集对象进行采集得到的列车运行速度、列车运行加速度、在停靠车站的停车时间、列车车门与停靠车站的站台门的对准精度等信息。本发明实施例中对此不作具体限定。

然后执行步骤S2，将轨道交通数据进行拆解，确定若干个数据元。对轨道交通数据进行拆解的过程，就是按最小数据单元对轨道交通数据进行离散化的过程。例如以车站为采集对象，经停的列车的停车时间、站台门与经停的列车车门的对准精度等每种信息均可作为一个数据元，以列车为采集对象，列车运行速度、列车运行加速度、在停靠车站的停车时间、列车车门与停靠车站的站台门的对准精度等每种信息也均可作为一个数据元。

其次执行步骤S3，获取每个标准业务场景的业务需求，标准业务场景可以包括：场景一，对某条运行线路上列车停车时列车车门与站台门的对准精度进行监控；场景二，对某条运行线路上列车运行时间进行监控；还可以包括其他场景，本发明实施例中对此不作具体限定。业务需求是指标准业务场景下进行业务处理所需要的轨道交通数据。例如，对于场景一，业务需求可以是不同数据来源下获取的某条运行线路上列车停车时列车车门与站台门的对准精度；对于场景二，业务需求可以是不同数据来源下获取的某条运行线路上列车运行时间。

对业务需求进行解析，得到业务需求的最小单元，该最小单元即为业务需求中的关键信息，用于表征最小颗粒度的业务需求。例如，对于场景一，业务需求的最小单元可以为列车车门与站台门的对准精度；对于场景二，业务需求的最小单元可以为列车运行时间。

最后执行步骤S4，确定出与业务需求的最小单元匹配的所有数据元，匹配是指业务需求的最小单元与数据元的语义相同或相近。然后根据匹配的所有数据元确定与标准业务场景对应的标准轨道交通数据，具体可以将匹配的所有数据元进行重组构成数据组，该数据组即为与标准业务场景对应的标准轨道交通数据。例如，对于场景一，与业务需求的最小单元匹配的数据元可以包括：以站台为采集对象得到的站台门与经停的列车车门的对准精度，以列车为采集对象得到的站台门与经停的列车车门的对准精度等。得到的标准轨道交通数据可以直接应用于对应的标准业务场景的业务处理。

本发明实施例中提供的城轨运维系统数据处理方法，通过将轨道交通数据进行拆解，可以确定若干个数据元，实现对轨道交通数据的离散化处理；然后通过对业务需求进行解析，可以确定业务需求的最小单元，实现对业务需求的精准掌握；最后通过与最小单元匹配的所有数据元确定出与标准业务场景对应的标准轨道交通数据，得到的标准轨道交通数据可以直接应用于对应的标准业务场景的业务处理，可以提高城轨运维系统的业务处理效率，为城轨运维系统的功能业务增长提供技术支撑。

在上述实施例的基础上，本发明实施例中提供的城轨运维系统数据处理方法，所述将所述轨道交通数据进行拆解，确定若干个数据元，具体包括：

将所述轨道交通数据输入至分词模型，得到由所述分词模型输出的若干个数据元；

所述分词模型基于神经网络模型构建，并基于携带有数据元标签的轨道交通样本数据进行训练得到。

具体地，本发明实施例中在对轨道交通数据进行拆解时，具体可以引入分词模型，通过将轨道交通数据输入至分词模型，由分词模型输出若干个数据元，可以提高拆解效率，而且可以保证拆解准确度。

本发明实施例中采用的分词模型具体可以是基于神经网络模型构建，例如神经网络模型可以长短期记忆网络(LSTM，Long Short-Term Memory)模型。在对分词模型进行训练时，具体可以是通过携带有数据元标签的轨道交通样本数据进行训练得到。

在上述实施例的基础上，本发明实施例中提供的城轨运维系统数据处理方法，所述将所述轨道交通数据进行拆解，确定若干个数据元，还具体包括：

按不同数据来源将所述轨道交通数据进行粗拆解，得到多条轨道交通数据；

在每一数据来源下，对粗拆解得到的每条轨道交通数据进行细拆解，得到能清楚表达含义的最小数据单元；

将每一个最小数据单元形成一个数据元。

具体地，本发明实施例中，拆解的标准可以是按不同数据来源进行粗拆解，得到多条轨道交通数据。然后在每一数据来源下，对粗拆解得到的每条轨道交通数据进行细拆解，得到能清楚表达含义的最小数据单元。最后将每一个最小数据单元形成一个数据元。

在上述实施例的基础上，所述标准业务场景具体为对运行线路上列车停车时列车车门与站台门的对准精度进行监控，所述标准业务场景的业务需求具体为不同数据来源下所述运行线路上列车停车时列车车门与站台门的对准精度。

在上述实施例的基础上，所述对所述业务需求进行解析，确定所述业务需求的最小单元，具体包括：

对所述业务需求进行语义识别，确定所述业务需求中的关键信息，得到业务需求的最小单元；所述业务需求的最小单元用于表征最小颗粒度的业务需求。

在上述实施例的基础上，本发明实施例中提供的城轨运维系统数据处理方法，所述与所述最小单元匹配的所有数据元，具体通过如下方法确定：

计算每一数据元与所述最小单元的语义相似度，确定与所述最小单元的语义相似度大于预设阈值的所有数据元；

基于与所述最小单元的语义相似度大于预设阈值的所有数据元，确定与所述最小单元匹配的所有数据元。

具体地，本发明实施例中，在确定与业务需求的最小单元匹配的所有数据元时，可以首先计算每一数据元与业务需求的最小单元的语义相似度，具体可以将每一数据元与业务需求的最小单元分别输入至语义相似度计算模型中，由语义相似度计算模型确定每一数据元与业务需求的最小单元之间的语义相似度，进而确定出与业务需求的最小单元的语义相似度大于预设阈值的所有数据元。最后可以直接将确定出的所有数据元作为与业务需求的最小单元匹配的所有数据元。

在上述实施例的基础上，本发明实施例中提供的城轨运维系统数据处理方法，还包括：将所述标准轨道交通数据进行存储。

具体地，城轨运维系统可以包括存储模块，在确定出标准轨道交通数据之后，还可以通过存储模块将标准轨道交通数据进行存储，以便后续需要标准轨道交通数据时可以及时获取到。

在上述实施例的基础上，本发明实施例中提供的城轨运维系统数据处理方法，还包括：基于存储的标准轨道交通数据，进行业务处理。

具体地，城轨运维系统可以包括业务模块，当业务模块进行业务处理时，可以从存储模块中获取业务处理所需的标准轨道交通数据进行业务处理，提高业务处理的效率。

在上述实施例的基础上，本发明实施例中提供的城轨运维系统数据处理方法，还包括：

若判断获知存在新增业务，则增加与所述新增业务对应的业务模块，通过所述业务模块基于所述标准轨道交通数据，进行业务处理。

具体地，当出现新增业务时，可以增加新的业务模块，通过该新的业务模块对该新增业务进行业务处理。在对新增业务进行业务处理时，采用的标准轨道交通数据可以是基于与该新增业务的标准业务场景的业务需求的最小单元匹配的所有数据元确定的，也可以是存储于存储模块内的标准轨道交通数据，具体确定方式可以参加上述实施例，本发明实施例中在此不作具体限定。

图2为本发明实施例中提供的一种城轨运维系统的结构示意图，如图2所示，该城轨运维系统具体包括：采集模块21、拆解模块22、解析模块23以及重组模块24。其中，

采集模块21用于采集轨道交通数据；

拆解模块22用于将所述轨道交通数据进行拆解，确定若干个数据元；

解析模块23用于获取每个标准业务场景所需要的业务数据，并对所述业务数据进行解析，确定所述业务数据的最小单元；

重组模块24用于基于与所述最小单元匹配的所有数据元，确定与所述标准业务场景对应的标准轨道交通数据。

具体地，本发明实施例中提供的城轨运维系统中各模块的作用与上述方法类实施例中各步骤的操作流程是一一对应的，实现的效果也是一致的，具体参见上述实施例，本发明实施例中对此不再赘述。

其中，拆解模块22、解析模块23以及重组模块24可以共同构成处理模块，该处理模块可以与城轨运维系统中的存储模块连接。

在上述实施例的基础上，本发明实施例中提供的城轨运维系统，所述拆解模块，具体用于：

将所述轨道交通数据输入至分词模型，得到由所述分词模型输出的若干个数据元；

所述分词模型基于神经网络模型构建，并基于携带有数据元标签的轨道交通样本数据进行训练得到。

在上述实施例的基础上，本发明实施例中提供的城轨运维系统，所述拆解模块，具体用于：

按不同数据来源将所述轨道交通数据进行粗拆解，得到多条轨道交通数据；

在每一数据来源下，对粗拆解得到的每条轨道交通数据进行细拆解，得到能清楚表达含义的最小数据单元；

将每一个最小数据单元形成一个数据元。

在上述实施例的基础上，本发明实施例中提供的城轨运维系统，所述标准业务场景具体为对运行线路上列车停车时列车车门与站台门的对准精度进行监控，所述标准业务场景的业务需求具体为不同数据来源下所述运行线路上列车停车时列车车门与站台门的对准精度。

在上述实施例的基础上，本发明实施例中提供的城轨运维系统，所述解析模块，具体用于：

对所述业务需求进行语义识别，确定所述业务需求中的关键信息，得到业务需求的最小单元；所述业务需求的最小单元用于表征最小颗粒度的业务需求。

在上述实施例的基础上，本发明实施例中提供的城轨运维系统，还包括：匹配模块，用于：

通过如下方法确定与所述最小单元匹配的所有数据元：

计算每一数据元与所述最小单元的语义相似度，确定与所述最小单元的语义相似度大于预设阈值的所有数据元；

基于与所述最小单元的语义相似度大于预设阈值的所有数据元，确定与所述最小单元匹配的所有数据元。

在上述实施例的基础上，本发明实施例中提供的城轨运维系统，还包括：业务处理模块，用于：

若判断获知存在新增业务，则增加与所述新增业务对应的业务模块，通过所述业务模块基于所述标准轨道交通数据，进行业务处理。

图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行城轨运维系统数据处理方法，该方法包括：采集轨道交通数据；将所述轨道交通数据进行拆解，确定若干个数据元；获取每个标准业务场景的业务需求，并对所述业务需求进行解析，确定所述业务需求的最小单元；基于与所述最小单元匹配的所有数据元，确定与所述标准业务场景对应的标准轨道交通数据。

此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的城轨运维系统数据处理方法，该方法包括：采集轨道交通数据；将所述轨道交通数据进行拆解，确定若干个数据元；获取每个标准业务场景的业务需求，并对所述业务需求进行解析，确定所述业务需求的最小单元；基于与所述最小单元匹配的所有数据元，确定与所述标准业务场景对应的标准轨道交通数据。

又一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的城轨运维系统数据处理方法，该方法包括：采集轨道交通数据；将所述轨道交通数据进行拆解，确定若干个数据元；获取每个标准业务场景的业务需求，并对所述业务需求进行解析，确定所述业务需求的最小单元；基于与所述最小单元匹配的所有数据元，确定与所述标准业务场景对应的标准轨道交通数据。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。