电务领域包括通信、信号两个专业。由于电务领域信息化建设的时间、程度不同，系统间没有实现互联互通，无法实现数据跨网、跨层、跨域、跨专业、跨技术共享，无法适应网络多元化的数据需求。因此，需要基于大数据技术对电务领域相关数据进行统一采集、存储，结合智能高铁中智能运维领域的应用需求，形成智能高铁电务总体架构，对各项应用进行探讨，并对各应用间的数据共享进行研究[1]。1智能高铁电务数据的总体架构智能高铁电务数据应用功能基于高速铁路智能运维系统总体架构[2]，遵循平台+应用模式。平台为铁路数据服务平台[3]，电务领域各数据源系统的数据经过数据集成后在数据服务平台中进行存储、处理、分析与可视化，再通过数据共享为智能化应用模块提供数据。数据源部分包括通信设备类数据源、信号设备类数据源、电务检修维护类数据源以及电务生产作业类数据源等。数据集成部分将分散建设的数据源系统上传的数据进行清洗、抽取、转换和融合。数据存储部分根据数据种类存储到不同的资源池。数据处理部分对数据进行校验、标记、诊断、标准化和语义分析，形成便于分析的数据集。数据分析与可视化部分对数据进行挖掘分析，通过数据共享部分为各应用模块提供相关的数据源、分析结果及可视化展示。智能高铁电务数据共享及应用架构如图1所示。10.19301/j.cnki.zncs.2023.05.009.F001图1智能高铁电务数据共享及应用架构2智能高铁电务数据的应用功能应用功能部分基于铁路电务专业实际应用需求，为铁路通信、信号专业用户提供较为综合、全面的智能化应用。2.1设备综合监测实时监控通信、信号设备的工作状态，集中显示各信号、通信设备的状态信息、业务信息和管理信息。通过图形化界面展示各信号、通信设备的工作状态，使用全域或单站等多种方式展示。2.2全寿命周期管理通过履历簿等系统对设备、板件建立设计制造、施工、验收运营、维护、故障维修和报废退网的静态资料，结合设备关联性分析、故障信息等动态资料，提供设备在全寿命周期的完整信息，保证设备健康、高效、低成本运行，实现精细化管理。2.3故障智能诊断故障智能诊断是指采用智能化算法实现比对、分析和诊断。包括对电务各子系统间关键数据进行比对；对电务设备进行智能诊断，提前发现设备隐患；对设备发生故障时的范围及原因进行诊断定位；对存在内在联系的事件进行综合统计和预测分析，实现智能比对关键数据的一致性，智能分析逻辑的正确性，辅助监督电务设备运行状态。2.4运维综合分析对电务通信、信号专业不同系统之间存在交互关联的事件进行综合统计及预测分析，形成日常统计报表、综合报表。2.5作业智能卡控作业智能卡控集成了包含信号作业卡控、通信作业卡控、工务与电务联合作业卡控以及工程管理等主要系统功能。对通信、信号实现一体化管理。2.6应急调度指挥应急调度指挥功能可通过各子系统实时上传的设备、板件及故障信息，定位故障点或范围，提供故障设备型号、板件类型以及故障原因等初步分析，关联应急线路、现场人员、应急车辆、备品备件以及技术资料等信息，对应急事件进行综合判断，并为应急指挥提供决策依据。2.7设备PHM管理根据被监测设备的各类信息，使用相关算法评估系统的健康状态。在系统故障发生前进行预测，包括故障预测、健康管理等。2.8车地闭环分析车地闭环分析功能实现了通信信号一体化分析，利用各子系统上传的数据经过设备关联性判断，准确定位故障点，区分通信、信号设备结合部分的故障原因。智能高铁电务数据共享及应用架构中的数据共享支持双向数据共享，即铁路数据服务平台通过数据共享将数据发送至智能化应用功能模块，各应用模块产生的分析过程、结果数据也会回传到铁路数据服务平台，为其他应用模块提供所需的数据。3数据共享智能化应用模块结合电务领域的应用需求场景，对数据进行综合分析，在通信、信号两个专业产生了一系列的结果数据。在设备综合监测模块中，通信专业结果数据包括应急路线GIS地理信息和通信机房应急设备信息；信号专业结果数据包括信号站场图、拓扑图、设备状态图以及各类测试数据的实时/历史查询。在全寿命周期管理模块中，通信专业结果数据包括设备资源信息、障碍信息以及检修维护信息；信号专业结果数据包括设备资源信息、障碍信息以及检修维护信息。在故障智能诊断模块中，通信专业结果数据包括故障关联分析结果、质量分析结果、原因分析结果以及同比环比分析结果；信号专业结果数据包括各信号子系统设备状态故障报警和设备故障预报警及诊断数据。在运维综合分析模块中，通信专业结果数据为综合智能分析结果；信号专业结果数据包括日常统计报表、综合报表处理情况与原因综合分析、整合分析、质量分析以及同比/环比分析。在作业智能卡控模块中，通信专业结果数据包括故障告警工单信息、作业统计信息、运维管理信息以及机器人巡视信息；信号专业结果数据包括故障告警工单信息、作业统计信息、运维管理信息以及机器人巡视信息。在应急调度指挥模块中，通信专业和信号专业的结果数据均为派单信息。在设备PHM管理模块中，通信专业结果数据包括故障预测信息、设备健康评价信息以及风险/波动预警信息；信号专业结果数据包括故障预测信息和设备健康评价信息。在车地闭环分析模块中，通信专业结果数据包括车载故障定位信息和地面故障定位信息；信号专业结果数据包括各信号子系统间关键信息的一致性校验以及限速命令在各信号子系统间传输过程的闭环检查。应用模块间的数据共享需求如图2所示。10.19301/j.cnki.zncs.2023.05.009.F002图2应用模块间的数据共享需求3.1数据共享需求智能化应用模块产生的结果数据均会回传到铁路数据服务平台，铁路数据服务平台对结果数据进行分类，并分别存储到通信、信号数据资源池中。结合具体应用需求，通过铁路数据服务平台中的数据共享功能发送至相应的应用模块，具有数据共享种类多、传输频次高、传输量大等特点。因此，对数据共享接口技术、共享压缩算法可靠性都提出了较高的要求。应用模块间数据共享需求如表1所示。10.19301/j.cnki.zncs.2023.05.009.T001表1应用模块间数据共享需求应用模块通信专业数据共享需求信号专业数据共享需求来源模块1故障关联分析结果、质量分析结果、原因分析结果、同比环比分析结果各信号子系统设备状态故障报警、设备故障预报警及诊断数据3综合智能分析结果日常统计报表、综合报表处理情况与原因综合分析、整合分析、质量分析、同比/环比分析4故障预测信息、风险/波动预警信息故障预测信息、设备健康评价信息7车载故障定位信息、地面故障定位信息各信号子系统间关键信息的一致性校验、限速命令在各信号子系统间传输过程的闭环检查82故障关联分析结果、质量分析结果、原因分析结果、同比环比分析结果各信号子系统设备状态故障报警、设备故障预报警及诊断数据3故障告警工单信息、运维管理信息故障告警工单信息、运维管理信息5车载故障定位信息、地面故障定位信息各信号子系统间关键信息的一致性校验、限速命令在各信号子系统间传输过程的闭环检查84作业统计信息、运维管理信息、机器人巡视信息作业统计信息、运维管理信息、机器人巡视信息5故障预测信息、设备健康评价信息、风险/波动预警信息故障预测信息、设备健康评价信息75故障关联分析结果各信号子系统设备状态故障报警、设备故障预报警及诊断数据3派单信息派单信息6车载故障定位信息、地面故障定位信息各信号子系统间关键信息的一致性校验、限速命令在各信号子系统间传输过程的闭环检查86应急路线GIS地理信息、通信机房应急设备信息信号站场图、拓扑图、设备状态图、各类测试数据的实时/历史查询1故障告警工单信息故障告警工单信息57设备资源信息、障碍信息、检修维护信息设备资源信息、障碍信息、检修维护信息23.2数据共享接口铁路数据服务平台支持数据分析结果的调用与共享，各应用模块基于认证授权机制对数据进行共享应用[4]。数据共享技术架构如图3所示。10.19301/j.cnki.zncs.2023.05.009.F003图3数据共享技术架构（1）认证组件。认证组件基于Json Web Token（JWT）技术实现应用模块身份认证。该组件提供各应用模块登录数据共享接口时的身份认证服务，具体流程为：应用模块通过用户名与密码使用POST方式请求登录接口获取身份认证的token字符串；调用数据获取接口时，http请求头Cookie参数携带身份认证的token信息。认证组件会验证token是否正确以及是否过期，并向应用模块返回对应信息与数据。（2）按应用模块授权组件。按应用模块授权组件为应用模块中的某个特定业务提供较大批量的数据共享接口，访问权限不需要细分，只判断该应用模块是否有权访问相应数据库表或数据的接口。（3）按接口授权组件。组件为应用模块发往数据共享模块的SQL查询语句提供数据共享接口授权，通过解析SQL获取查询的表、字段和过滤条件，调用数据权限校验组件判断语句是否有查访权限。（4）数据权限校验组件。组件判断应用模块发来的SQL语句是否有权限访问数据。组件将SQL语句中表、字段和过滤条件，与权限数据库中的应用授权信息匹配，以确认是否有权访问。（5）权限数据库。权限数据库用于存储应用模块访问数据接口的授权信息，包括应用模块身份信息、共享数据的元数据信息和数据授权信息。（6）数据权限管理子系统。该系统为用户提供管理功能，维护应用模块身份信息、元数据信息以及数据授权信息等。3.3共享压缩算法信息论中，以PXi表示Xi出现的概率，则一个字符Xi携带的信息为[5]：IXi=log21PXi=-log2PXi （1）式中：i=1,2,3,…,n。一段字符数据的信息熵为每个字符所携带的信息乘以其出现的概率，表示为[5]：HX=∑i=1mPXiIXi=-∑i=1mPXilogPXi （2）根据最大熵定理，当PXi呈现等概率分布时，信息熵达到最大值，即Hmax(X)。各类电务数据存在相关或者重复信息，因此，共享数据的实际信息熵小于理论上的最大熵，表示为：HXHmaxX （3）共享数据的冗余表示为：R=HmaxX-HX （4）共享数据中存在冗余，则可被压缩。为优化共享资源、提高接口共享流量，在数据共享过程中使用压缩算法，对数据进行编解码。3.4压缩算法选择根据压缩编解码过程中信源数据是否有信息量损失，将压缩算法分为有损压缩和无损压缩[5]。铁路电务数据与列车安全运行息息相关，对实时性与可靠性要求较高，故选用无损压缩算法，并先后尝试采用Gzip和LZ4两种压缩算法。3.5压缩算法测试为比较Gzip与LZ4两种算法，测试数据选用模拟量数据，数据信息包括车站编码、模拟量序列号、模拟量时间、模拟量状态、模拟量值、数据入库时间。采用Gzip压缩算法和LZ4压缩算法的测试结果如表2所示。从表2可以看出，在相同数据量的情况下，采用LZ4压缩算法可缩短返回数据时间和返回数据解析时间，所以文章选用LZ4压缩算法对模拟量等大数据量共享数据进行压缩。10.19301/j.cnki.zncs.2023.05.009.T002表2Gzip压缩算法与LZ4压缩算法的测试结果项目Gzip压缩算法LZ4压缩算法请求时间范围/min1010返回数据/条2 586 0122 586 012返回数据大小/M156.923.7返回数据时间/s3.61.8返回数据解析时间/s53.64创新点4.1架构创新通过平台+应用模式使多个独立单一的应用完成共享，实现电务各应用模块间数据流交互，提高数据流转效率，增强各应用功能的可用性。4.2跨专业数据融合分析通过铁路数据服务平台将通信、信号专业数据融合汇聚，开展跨专业数据分析，对数据进行关联性判断，准确定位故障点，区分通信、信号设备结合部故障原因，为电务生产运输安全提供保障。4.3使集中监测到智能运维成为可能基于信号集中监测、通信专业网管、接口监测等系统，将各类数据源进行汇集，按照各项应用需求等进行合理规划与重构，统一存储，为智能分析与故障诊断提供条件，使智能运维成为可能。5结语智能高铁电务数据共享及应用结合了电务业务特点，提升了铁路电务领域信息化、智能化水平，推动了铁路电务生产作业方式变革，促进了智能高铁电务创新发展，有助于综合利用智能制造、大数据存储和快速查询技术，构建科学合理的智能高铁电务运维体系，为快速决策和智能化管理提供支持，保障铁路运输的持续安全稳定。