高速公路机电运维新模式探讨

原创张静，耿亮等中国交通信息化

作者：张静1，耿亮1，王旭东²（1.河南省收费还贷高速公路管理中心；2.河南省高速公路联网监控通讯收费服务有限公司）

摘要：本文从提升机电运维综合效率出发，从应用及管理的角度探索机电运维的发展方向，结合新一代信息技术，着重从基础设施智能化升级、运行管理智能化转型、数据应用智能化创新、业态模式智能化转变四个方面对机电运维新模式进行了探讨，并从机电运维角度出发，就如何推动智能高速发展进行探索，以期为高速机电运维工作的实施提供一些参考。

随着我国交通发展进入智能化业态新阶段，在云计算、大数据、5G、人工智能、区块链、物联网等信息技术不断发展并逐渐投入行业应用的背景下，交通数字化转型必将促进先进信息技术与交通运输的深度融合，加快交通运输行业从信息化向智能化迈进。2019年，我国高速公路ETC门架建设全面完成，构建了覆盖全路网的硬件基础骨架，强逻辑性的布设方式及适度超前的设备配置，为整个高速路网带来海量数据资源，为建立泛在物联网感知体系奠定了基础，加速了机电运维行业的变革，同时，取消省界收费站后高速公路收费新模式的全面推行，也对新ETC时代背景下高速公路机电运维构成了新影响、提出了新要求。为此，本文对高速公路机电运维新模式进行探讨。

一

新ETC时代机电运维模式

的新要求

当前，ETC正逐渐代替人工收费成为高速公路收费的主要手段，高速公路机电系统运行的稳定性，将直接影响路段通行费收入，机电运维工作的重要性愈发彰显。目前，外场设备维护量增大、种类增多、科技水平更加前沿化，维护难度的提升对机电运维人员业务水平提出了更高要求。

ETC门架建成后，交通运输部下发了一系列规定，对各类故障响应时间、维修时间提出了更高要求。目前，许多省份已下发相关文件，机电设备的完好状态将直接与收费标准挂钩。在新ETC时代下，传统的高速公路机电运维模式已无法适应集约化、智能化、精细化的运维新需求，无法顺应当前行业发展的新趋势，需要向主动、安全、智慧、高效的新型运维模式演进，以满足高速公路运营管理精细化需求。

科技创新为行业发展提供无限可能，正深刻改变着从业者的思维方式，随着信息化水平的不断提高和各领域数据资源共享需求的显著增加，基于海量数据开发的各类应用即将迎来爆发式增长，数据赋能将作为提高高速运维能力的新抓手，助力提升运维管理智能化，提高数据辅助决策水平，促进科学养护拓展，推进智慧交通发展。

二

高速公路机电运维模式

的演进

机电设备运维状态可根据技术发展分为三个阶段：故障后维修、故障前维护和预测性巡检。这三种运维状态最核心的差别是其背后的支撑系统，从故障后维修的人工判断到预测性巡检的机器判断，在技术层面上实现了跨越，其核心是对设备状态数据的采集与赋能，结合新ETC时代下机电运维的新需求，除了运维平台系统化升级，与其相应的制度改革，包括人员培养及管理、运维队伍架构的变革及调度、备品备件的管理等都是要考虑的重要因素。

面对撤站后机电运维工作的新挑战，改变传统被动感知、远距抢险、经验维修的运维方式已是大势所趋。依据《数字交通发展规划纲要》《交通强国建设纲要》《智能交通发展近期行动方案》等国家纲要性文件，要紧抓河南省发展数字经济、建设智慧交通的契机，树立“需求引领技术、创新驱动发展”的理念，以大数据为技术支撑，以“数据两个闭环”为驱动，勇于创新，大胆实践，着力推进高速公路智能运维体系和运维能力快速提升，通过基础设施智能化升级、运行管理智能化转型、数据应用智能化创新、业态模式智能化转变四大发展目标，最终实现机电运维智能化发展。

三

数据赋能高速公路机电

运维新模式

（一）基础设施智能化升级

1、运用数据中台构建数据两个闭环——打造智能运维可持续发展双引擎

建立“智能化、精准化、主动化”的设备设施运维机制，必须依托一个功能强大的数据治理体系，将散落在不同系统不同区域的各项运维数据即时汇聚，形成海量数据资源。作为未来高速运维的数字化基础设施，数据治理体系的搭建应打破原先数据仓库、数据平台直接供给的理念，不应求大求全，过分考虑数据纬度及广度，应更加强调中间环节，注重数据处置与输出的能力，围绕高速运维数据资源价值的最大化，运用“数据中台”的理念来治理运用数据，全场景规划小场景启动，不断打通数据与业务的两个闭环流程，逐步勾勒出数据中台“即时、全量、全网”的大数据核心能力。

数据闭环是指以元数据为基础，根据需求将有效信息源源不断地提供给各项业务系统，经各业务模块系统分析、总结、归纳出的高质量信息再回馈数据中台并持续输出的过程，提供数据资源的二次消费能力，通过二次数据后端应用回馈不断优化前端系统分析能力，打破平台界限，将各业务系统有机结合并产生新的数据资产，实现从数据到价值的过程。

从运维业务闭环来看，以高速运维泛在感知能力为依托，充分利用各类业务相关系统和设备，在大数据和人工智能驱动下即时获取各类设备精细化运行状态参数和各类运维事件，形成对设备、路网、事件的立体化感知能力；在运维数据中台提供的算法模型支撑下，根据态势预测和事件分析完成研判、派单与处理的联动，可形成更加完整的业务闭环优化。

通过数据中台的理念打造数据底座，充分发挥两个闭环作用的核心价值，最终使高速路网具备基于深度学习的数据挖掘的功能，能够自我感知、自我学习、自我修正，让高速路网中的设备都能稳定有序运行，有利于提升高速运维整体管理水平和业务运营能力。

2、原有机电设备改造——打造新时代下机电系统优化配置

（1）通过接入网融合通信系统改造，打造高可靠性、高拓展性、高兼容性的网络骨架；

（2）通过原机电设备的模块化升级，依托嵌入式、模块化的各类传感器结合物联网网关等设备，实现机电设备运行状态的检测数据采集；

（3）通过继续加大道路监控的数量，加大对道路视频的高清改造；增加市电供电电缆，为监控系统提供良好、稳定的电力保障，为未来实现基于图像AI识别的低成本全路域感知系统打下坚实基础。

3、新型机电设备应用——持续同步跟进技术发展方向

（1）在收费站逐步推广全景摄像机高通瞭望技术的应用，实现收费站通行及拥堵情况的实时分析及对低信用车辆的预警作用；

（2）在服务区实现监控全覆盖的基础上增加分析及环境感知设备，不断提高服务水平，打造智能型服务区。

4、布设新一代传感器——不断提升路网状况感知能力

（1）道路根据技术发展结合投入成本综合考量，布设毫米波雷达、激光雷达等进一步提高道路通行状况感知能力，为车路协同及自动驾驶技术提供业务支撑；

（2）联合养护部门在重点路段、桥隧布设具有关键参数测量功能的物联网传感器。

5、架设路侧边缘计算服务器——打造边云协同智能化新构架

通过将道路上的所有设备就近接入ETC门架机房架设的小型服务器，释放边、端计算潜力，进行边缘计算将有效数据不断提供给数据中台及云端，以达到节约带宽资源、优化设备路径结构、节约有效数据输出时间的目的，提供低延迟高可靠性的服务，助力未来车路协同及自动驾驶技术应用。

（二）运行管理智能化转型

1、重构岗位布设，提升专业能力

传统机电运维组织机构一般参照路政管理模式，按照路段划分职责，成立机电运维大队，对所辖路段的三大系统进行巡检维护，部分机电运维队伍仅负责收费、监控等系统的维护工作，通信系统全部交由专业机构代维，供配电系统高压部分可交由当地电力部门代维。

根据新ETC时代下机电运维的种种特点与需求，新型机电运维机构将面临系统性、整体性重构，运维队伍的执行力、战斗力、组织力需要被进一步激发，精细化岗位分工、覆盖式人员布设、高水准人才培养将是今后机电运维的重点发展方向。

精细化岗位分工：从推动高质量发展的角度出发，结合新ETC时代机电运维内容的变化，促使机电运维管理由粗放型向精细型转变，对运维工作进行深层次划分，打造同工不同岗，同职不同责的多能型业务专班。

覆盖式人员布设：根据ETC门架点多线长等特点，将路段进一步拆解分段，从提高应急响应、增强设备管控方面着手，按照岗位分工，合理配备2-3人，组建机电运维业务小组，以驻站、驻区、驻所的方式，分散布设，全线覆盖，确保随时待命、快速反应。

高水准人才培养：一是立足高精尖，围绕新时代ETC机电运维主要工作内容，培养运维人员进一步挖掘工作方法，向技术能手、运维尖兵目标努力，切实筑牢发展根基；二是放眼长远趋势，在人才引进及培养过程中，充分考虑大环境发展因素，注重吸纳培养多方位综合性人才，构建专业多能、高效精干的人才储备体系，快速适应现代综合交通运输发展要求。

2、提升工作效率，改革机构模式

为确保智能运维体系改革落地，考虑建立集约式运维中心，促进运维体系扁平化发展，以集约式运维中心为枢纽，通过运维数据中台实战应用，深度挖掘运维数据信息，建立健全预测预警研判机制和运维智能派单机制、运维难点协同作业机制，推动备品备件共享管理，促使两级运维体系智能、协同、高效运转，有效提高运维效率。

3、提高运维效能，细化考核机制

借助大数据研判平台，引入新型运维工作考核机制，以精细化作业信息数据为基础，融合设备故障严重等级、故障判断准确性、维保后设备稳定性、工作量、作业反应时间等深层次多维度信息，形成从基层组织到运维人员的自动考评系统，实现数据化运维效能评价，引导并鼓励基层运维队伍主动巡查、主动发现、即时处理。

4、提升协同处置能力，实现云端数据评测

（1）基于大数据的运维人员画像

运用大数据理念，采集运维人员全量业务信息绘制人员画像，分析既往每位员工运维工作中包括维护内容、维修时间、单次故障恢复率、综合业务协调能力等各项数据，对其各系统运维能力进行专项打分，同时与绩效考核及职称评定挂钩。运维工作中将人员画像应用于派单机制，为实现由固定调度模式向最优调度模式转变筑牢决策基础。

（2）搭设故障自动评测分类系统

通过设备状态全要素感知系统，调用数据中台设备维保历史数据及运维知识库对突发状况进行云端自动化分析并对其进行分类，结合运维人员画像，将故障事件及信息精准推送至符合条件的运维人员手中，形成事件临时处置组以协助抢修人员快速解决。

（3）构建业内专家协助系统

构建设计施工单位及设备厂商技术人员数据库，链接设备从厂家研发维护到项目设计施工全过程关键人员信息，为运维人员精准判断提供支持，设置设备使用信息推送功能，打通沟通壁垒，建立设备疑难问题快速协调解决机制。

（三）数据应用智能化创新

1、设备状态全要素感知系统

通过各类传感器在线监测设备环境、电气性能、设备性能等实时及历史运行状态数据，采用数据挖掘技术和深度学习方法，对状态参量、厂家提供阈值、设备维修历史等数据进行关联性分析，发掘各机电设备故障早期运行数据之间的共性特征，建立深度神经网络模型，在海量数据中发现有价值的状态信息及设备监测数据中的规律，利用强化学习可以自适应调整决策的特点，使深度神经网络能够通过利用设备检测数据，提高预测设备健康状态的准确率。

通过对全网设备状态数据的分析，随时修正高速路网运行中的潜在问题，实现多种渠道统一感知，整体展示设备运行宏观态势和微观状态，构建设备健康指标体系，每几分钟对各个指标进行计算和更新，并与历史同期数据进行多维度对比，及时发现可能存在的隐患，为设备的预测性维护和运维计划的科学制定提供数据支撑。

2、机电设备全周期管理系统

围绕设备对设备选型、安调、运行、保养、维修、改造、更新直到报废的全寿命周期进行管理，以在用设备为基础，形成从设备组成的基本单元到关系型数据的系统，除录入设备基本信息、历史空间定位信息等传统内容外，将设备全寿命周期所生成的各项运行数据、维修记录、维修费用等通过环节信息动态链接至管理系统中形成台账，通过经济性、可靠性及管理成本分析，辅助检修保养策略制定，细化设备检修的频次和内容，深挖设备潜力，最大化其使用寿命，协助设备资产更换策略制定。

3、运维全平台调度系统

一是全局优化调配运维力量，运维中心全平台调度系统根据人员画像、人力分布、故障内容、故障地点、仓库位置等多纬度综合考量，设计智能调度算法模型，自动推送相关工单信息至最佳运维人选，最终实现高速运维资源的科学分配和高效使用，使运维工作更加高效，资源更加节约。

二是重构故障解决流程，依托设备状态全要素感知系统，分级分类处理设备运维问题，打通从硬件感知、智能派单、运维作业、业务协同、仓储调度直至效果评价的全自动数字化流程，综合运用北斗定位、高精地图、视频监控、VR单兵装备、手持终端等技术设备打通人机互动，构建可知、可感、直观、易用的运维调度系统，实现运维业务的数字赋能与数字孪生。

（四）业态模式智能化转变

1、问题发现由人工上报向主动预警转变

将人工智能和深度学习技术应用于设备问题智能发现领域，丰富设备问题发现渠道，打造故障问题预警机制，将过去单一的人工上报+定期巡检方式扩展为多类故障问题发现渠道，如人工智能分析、系统自动巡检、手机一键报修等，实现故障发现由被动处理向主动预警转变。

2、问题解决由延时处理向即时消除转变

一是快速感知发现故障后，通过运维人员全平台调度系统，优化调度广泛覆盖的运维人员，达到对故障的快速响应；

二是经过设备维修数据的积累和运维经验的沉淀，可不断优化完善数据中台的维修知识库，为一线维修人员提供帮助和维修指导，快速提高运维人员的业务水平并完成对设备故障的快速处置。

3、运维策略由人为经验向数据辅助研判转变

通过数据中台和配套组织机制建设，促进运维数据与资源整合利用，搭建运维数据算法分析平台，增强运营管理单位运维数据挖掘与分析能力，为处理设备运维难题提供分析思路，逐步实现基于数据的高速运营管理决策和设备运维模式，建设运维现代化管理体系。

四

机电运维推动智能高速

新发展

随着大数据、云计算、人工智能、5G、物联网等新技术在高速公路领域的逐步应用，如何治理及运用数据并通过数据赋能实现运营管理单位的高质量发展，将成为新时代下机电运维的新使命。

目前存在的问题：一是交通数据资源整合困难；二是交通大数据应用需求不足；三是缺乏大数据应用产品。

对企业内部自身运维业务而言，基于对专业领域的了解和技能经验的积累，具体技术路径相对容易探索，但仍需5-8年的设备寿命周期甚至技术周期的数据沉淀，才能形成一套具有高置信度的机电设备自动化监测维护系统。在提供决策及服务公众方面，不仅需要海量数据的融合，更需要基于专业视角对关键数据进行判断，目前人工智能领域类似于深度神经网络算法等理论仍处于“黑盒”阶段，即使能实现准确预测也无法得知结论内部的数据逻辑，更难以此推演出具体问题的解决方案。

基于目前数字技术基础理论水平与发展的时代特性，创新理念、精准把脉，必须转变传统强调大系统大平台一步到位的顶层设计思路，着力发展以融合拓展的平台架构为基础，以解决实际问题为导向不断丰富大数据应用，形成从交通大数据价值挖掘到广泛应用稳步推进的智能化发展思路。其重点在于通过各业务点的简单需求，快速构建一系列“小而优”的应用，通过云计算平台的强大算力，快速完成算法迭代升级，形成的有效数据能回馈到数据中台，形成数据闭环，一方面可通过二次产生的数据形成新的复杂应用，另一方面在构建各项应用的同时，完成对各方面数据的积累，以达到在人工智能技术取得新的突破时，能快速通过已积累的数据迅速释放生产力加速新技术应用。

综上所述，为实现数据的高效利用，完成系统与应用的快速迭代，让交通回归安全、舒适、畅通的本质需求，探索提出新型机电运维应用三大发展方向，具体如下。

（一）推进交通大数据平台共享及新技术应用

1、通过数据共享完善通行情况预测模型

借助数据共享新环境打破数据壁垒，不断加强与各地市城市大脑的数据融合，将环城高速收费站周边路段的交通流量、车型结构等情况接入数据中台，借助云平台的强大算力，完善城市周边高速公路通行情况预测模型。

2、更精准的道路流量预测和通行费收入预测

从影响路网流量变化权重的大路段着手，即以城市为起点，根据环城高速通行情况模型的预测效果，逐个链接相邻城市，提升路段道路流量的精确预测能力，由点到线再到面，逐步完成从全路通行状况感知到通行状况精准预测的技术飞跃，再通过长周期的数据积累，实现更精准的道路流量预测和通行费收入预测。

（二）增强路况研判能力提升道路安全水平

在交通设施方面，提高评估交通设施的健康状况、服务水平能力，进而为编制科学合理的建设和管养计划提供辅助决策信息。

在交通管理方面，发展用于预警交通安全风险、分析拥堵成因、优化交通配时等方面的应用，协助实现精细化的交通管控服务。

（三）探索路测设备应用提升服务能力

用数据管理和决策为车辆的运行与监管提供全方位支持。

1、基于ETC门架系统试点新型OBU应用，及时推送前方路段情况，辅助引导出行；

2、推进数据共享，实时推送道路运行状况，助力互联网企业发展，多方面服务出行；

3、建设北斗地面增强基站、探索基于5G的路侧设施，进一步提升车辆定位精度，扩展车联网应用。

五

结束语

对比以往狭义的机电运维工作，在新形势下机电运维势必将最先与新型信息技术融合，因此，要以破解业务自身需求为首要课题，创新数字赋能与应用，不断促进机电运维智慧化发展。设备的数字化采集体系是数据赋能企业高质量发展的基石，机电运维行业是构建智能化管理体系、智慧化决策体系以及以全天候自动驾驶为目标的智慧高速建设的中坚力量，从长远来看，其必将带动高速公路行业发生变革。因此，需要以全新的技术视角重新审视并优化机电运维模式，从管理需求入手，用数据赋能行业发展，不断为我国智能交通发展贡献力量。

（原文刊载于2020年第10期《中国交通信息化》）

微信编辑 | 户利华

责任编辑 | 刘睿健

继续滑动看下一个