CN108171441A - 一种地铁车站安全状态评估方法及系统 - Google Patents

一种地铁车站安全状态评估方法及系统 Download PDF

Info

Publication number
CN108171441A
CN108171441A CN201810047586.5A CN201810047586A CN108171441A CN 108171441 A CN108171441 A CN 108171441A CN 201810047586 A CN201810047586 A CN 201810047586A CN 108171441 A CN108171441 A CN 108171441A
Authority
CN
China
Prior art keywords
data
server
index
level
passenger flow
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810047586.5A
Other languages
English (en)
Inventor
赵尊信
杨泞珲
周建波
邱晓红
叶茂
钟栋青
田亮
盛蕊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yangcheng Institute of Technology
Yancheng Institute of Technology
Original Assignee
Yangcheng Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yangcheng Institute of Technology filed Critical Yangcheng Institute of Technology
Priority to CN201810047586.5A priority Critical patent/CN108171441A/zh
Publication of CN108171441A publication Critical patent/CN108171441A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)

Abstract

本发明实施例提供的一种地铁车站安全状态评估方法及系统，属于轨道交通技术领域。该地铁车站安全状态评估方法，应用于地铁车站安全状态评估系统，所述地铁车站安全状态评估系统包括服务器，所述方法包括：服务器获取客流指标数据、设备指标数据、管理指标数据以及环境指标数据；服务器基于客流指标数据、设备指标数据、管理指标数据以及环境指标数据生成安全指数；服务器基于安全指数获取车站安全状态的评估数据。通过对地铁运营各方面风险因素的分析和归纳，从而以量化方法进行综合风险评定，进而了解地铁运营的安全风险现状；以及通过对单项评价指标的评价和监测，进而掌控地铁运营系统的隐患和薄弱环节，从根本上消除或降低突发事件的危害。

Description

一种地铁车站安全状态评估方法及系统
技术领域
本发明涉及轨道交通技术领域，具体而言，涉及一种地铁车站安全状态评估方法及系统。
背景技术
目前在现有的地铁安全指标体系研究中，对轨道交通线路安全评价指标体系的研究还不够完善，轨道交通线路安全评价更多的是应该从人、设施、设备、环境和管理等几方面进行考虑。为使指标体系的建立与现场业务充分结合，对典型大城市轨道交通进行深入调研分析，总结影响运营安全的主要因素，对运营安全要素进行提取、凝练，构建城市轨道交通运营安全“微观—中观—宏观”评估指标体系。现有技术大多以定性的方法归纳风险因素，且尚未建立系统地评估指标体系，综合地评估地铁车站安全状态。因此，现有技术中存在无法掌控地铁运营系统的隐患和薄弱环节以及无法消除或降低突发事件的危害的技术问题。
发明内容
本发明提供的一种地铁车站安全状态评估方法及系统，旨在改善上述问题。
本发明提供的地铁车站安全状态评估方法，应用于地铁车站安全状态评估系统，所述地铁车站安全状态评估系统包括服务器，所述方法包括：所述服务器获取客流指标数据、设备指标数据、管理指标数据以及环境指标数据；所述服务器基于所述客流指标数据、所述设备指标数据、所述管理指标数据以及所述环境指标数据生成安全指数；所述服务器基于所述安全指数获取车站安全状态的评估数据。
可选地，所述地铁车站安全状态评估系统还包括闸机和摄像头，所述闸机和所述摄像头均与所述服务器通信；所述的所述服务器获取客流指标数据、设备指标数据、管理指标数据以及环境指标数据，包括：所述服务器获取所述闸机所发送的闸机负荷度和所述摄像头所采集的站台客流密度、楼梯拥挤度和通道拥挤度；将所述闸机负荷度、所述站台客流密度、所述楼梯拥挤度和所述通道拥挤度作为客流指标数据；所述服务器还获取设备指标数据、管理指标数据以及环境指标数据。
可选地，所述地铁车站安全状态评估系统还包括自动扶梯、供电系统和车站内屏蔽门系统，所述自动扶梯、所述供电系统和所述车站内屏蔽门系统均与所述服务器通信，所述的所述服务器还获取设备指标数据、管理指标数据以及环境指标数据包括：所述服务器获取所述自动扶梯所发送的自动扶梯安全指数、所述供电系统所发送的供电系统安全指数以及所述车站内屏蔽门系统所发送的车站屏蔽门系统安全指数；将所述自动扶梯安全指数、所述供电系统安全指数和所述车站屏蔽门系统安全指数作为所述设备指标数据；所述服务器还获取管理指标数据以及环境指标数据。
可选地，所述地铁车站安全状态评估系统还包括温湿度传感器，所述温湿度传感器与所述服务器通信，所述的所述服务器还获取管理指标数据以及环境指标数据，包括：所述服务器获取所述温湿度传感器所采集的温湿度数据以及管理指标数据；所述服务器将所述温湿度数据作为环境指标数据。
可选地，所述的所述服务器基于所述客流指标数据、所述设备指标数据、所述管理指标数据以及所述环境指标数据生成安全指数，包括：所述服务器获取所述客流指标数据对应的第一权重、所述设备指标数据对应的第二权重、所述管理指标数据对应的第三权重以及所述环境指标数据对应的第四权重；所述服务器获取所述客流指标数据与所述第一权重的第一乘积、所述设备指标数据与所述第二权重的第二乘积、所述管理指标数据与所述第三权重的第三乘积以及所述环境指标数据与所述第四权重的第四乘积；所述服务器基于所述第一乘积、所述第二乘积、所述第三乘积和所述第四乘积，生成安全指数。
本发明提供的地铁车站安全状态评估系统，所述地铁车站安全状态评估系统包括服务器，所述服务器用于获取客流指标数据、设备指标数据、管理指标数据以及环境指标数据；及所述服务器还用于基于所述客流指标数据、所述设备指标数据、所述管理指标数据以及所述环境指标数据生成安全指数；以及所述服务器还用于基于所述安全指数获取车站安全状态的评估数据。
可选地，所述地铁车站安全状态评估系统还包括闸机和摄像头，所述闸机和所述摄像头均与所述服务器通信；所述服务器具体用于获取所述闸机所发送的闸机负荷度和所述摄像头所采集的站台客流密度、楼梯拥挤度和通道拥挤度；以及所述服务器用于将所述闸机负荷度、所述站台客流密度、所述楼梯拥挤度和所述通道拥挤度作为客流指标数据；以及所述服务器还用于获取设备指标数据、管理指标数据以及环境指标数据。
可选地，所述地铁车站安全状态评估系统还包括自动扶梯、供电系统和车站内屏蔽门系统，所述自动扶梯、所述供电系统和所述车站内屏蔽门系统均与所述服务器通信；所述服务器具体用于获取所述自动扶梯所发送的自动扶梯安全指数、所述供电系统所发送的供电系统安全指数以及所述车站内屏蔽门系统所发送的车站屏蔽门系统安全指数；以及所述服务器用于将所述自动扶梯安全指数、所述供电系统安全指数和所述车站屏蔽门系统安全指数作为所述设备指标数据；所述服务器还用于获取管理指标数据以及环境指标数据。
可选地，所述地铁车站安全状态评估系统还包括温湿度传感器，所述温湿度传感器与所述服务器通信；所述服务器具体用于获取所述温湿度传感器所采集的温湿度数据以及管理指标数据；所述服务器用于将所述温湿度数据作为环境指标数据。
可选地，所述服务器具体用于获取所述客流指标数据对应的第一权重、所述设备指标数据对应的第二权重、所述管理指标数据对应的第三权重以及所述环境指标数据对应的第四权重；及所述服务器还用于获取所述客流指标数据与所述第一权重的第一乘积、所述设备指标数据与所述第二权重的第二乘积、所述管理指标数据与所述第三权重的第三乘积以及所述环境指标数据与所述第四权重的第四乘积；以及所述服务器还用于基于所述第一乘积、所述第二乘积、所述第三乘积和所述第四乘积，生成安全指数。
上述本发明提供的一种地铁车站安全状态评估方法及系统，通过先获取客流指标数据、设备指标数据、管理指标数据以及环境指标数据，再基于所述客流指标数据、所述设备指标数据、所述管理指标数据以及所述环境指标数据生成安全指数，最后基于所述安全指数获取车站安全状态的评估数据，使得通过对地铁运营各方面风险因素的分析和归纳，从而以量化方法进行综合风险评定，有利于了解地铁运营的安全风险现状；以及通过对单项评价指标的评价和监测，有利于掌控地铁运营系统的隐患和薄弱环节，针对潜在隐患做好相应的防范措施，从根本上消除或降低突发事件的危害。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本发明第一实施例提供的地铁车站安全状态评估系统的功能模块示意图；
图2为本发明第二实施例提供的地铁车站安全状态评估方法的流程图。
图标：100－地铁车站安全状态评估系统；110－服务器；120－闸机；130－摄像头；140－自动扶梯；150－供电系统；160－车站内屏蔽门系统；170－温湿度传感器。
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作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。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
请参阅图1，是本发明第一实施例提供的地铁车站安全状态评估系统的功能模块示意图。所述地铁车站安全状态评估系统100包括服务器110、闸机120、摄像头130、自动扶梯140、供电系统150和车站内屏蔽门系统160和温湿度传感器170。
在本实施例中，所述服务器110分别与闸机120、摄像头130、自动扶梯140、供电系统150和车站内屏蔽门系统160和温湿度传感器170进行数据通信。
其中，所述服务器110可以是网络服务器、数据库服务器或者是监控中心，如由一台或多台计算机设备组成的监控中心等。在此，不作具体限定。
其中，所述服务器110还可以是集成有处理器的集成设备，如上述的监控中心，所述处理器可能是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
在本实施例中，所述服务器110用于获取客流指标数据、设备指标数据、管理指标数据以及环境指标数据；及所述服务器110还用于基于所述客流指标数据、所述设备指标数据、所述管理指标数据以及所述环境指标数据生成安全指数；以及所述服务器110还用于基于所述安全指数获取车站安全状态的评估数据。具体地，所述服务器110具体用于获取所述闸机120所发送的闸机负荷度和所述摄像头130所采集的站台客流密度、楼梯拥挤度和通道拥挤度；以及所述服务器110用于将所述闸机负荷度、所述站台客流密度、所述楼梯拥挤度和所述通道拥挤度作为客流指标数据；以及所述服务器110还用于获取设备指标数据、管理指标数据以及环境指标数据。具体地，所述服务器110用于获取所述自动扶梯140所发送的自动扶梯安全指数、所述供电系统150所发送的供电系统安全指数以及所述车站内屏蔽门系统160所发送的车站屏蔽门系统安全指数；以及所述服务器110用于将所述自动扶梯安全指数、所述供电系统安全指数和所述车站屏蔽门系统安全指数作为所述设备指标数据；所述服务器110还用于获取管理指标数据以及环境指标数据。其中，所述服务器110具体用于获取所述温湿度传感器170所采集的温湿度数据以及管理指标数据；所述服务器110用于将所述温湿度数据作为环境指标数据。
在本实施例中，所述闸机120设于车站内，用于用户刷卡进出。所述闸机120与所述服务器110进行数据通信。
在本实施例中，所述闸机120与所述服务器110可以通过无线网络进行数据通信，也可以是通过数据线连接的方式进行数据通信，在此，不作具体限定。
在本实施例中，所述闸机120用于采集单位时间实际通过人数，并发送至所述服务器110。所述服务器110基于预设的闸机额定单位时间通过人数与所述单位时间实际通过人数，获取闸机负荷度。
其中，所述闸机负荷度满足：
其中， GUx＝∑λxgux)，gux＝cx/{n·Δt·afce}。
其中，所述GU表示车站总的进站开放闸机负荷度，即为所述闸机负荷度；GUx表示在(t，t+Δt)时期，车站第x个闸机进站的修正负荷度，其中，Δt表示实际测试的时间(min)；λx表示车站第x个进站闸机的权重；gux表示车站的第个x进站闸机的负荷度；cx表示车站的第x个闸机进站的人数；n表示车站闸机群闸机开放数量；afce表示每台闸机额定的单位时间通过人数(人台)；X表示车站内所述闸机的编号，x＝1，2，3，...，m。例如，如表一所示的车站闸机额定每小时通过的乘客数。
表一
在本实施例中，优选地，所述闸机120的数量为多个。
在本实施例中，所述闸机负荷度用于反映闸机120的使用情况，当负荷度大于1时，表示每个闸机120平均通过的人数比预设额定的人数多，闸机120负荷较重，会造成乘客排队进出站的现象，这时需要增加闸机120幵放数量，以缓解闸机120的负荷，否则会影响乘客进出站的速度，造成乘客聚集，引起排队加重。当负荷度小于1时，说明该车站闸机120不会影响乘客的进出站速度。
在本实施例中，所述摄像头130用于采集车站内的运行场景图像，进而获取站台客流密度、楼梯拥挤度和通道拥挤度，并将站台客流密度、楼梯拥挤度和通道拥挤度发送至所述服务器110。
在本实施例中，所述站台客流密度表示车站预设检测区面积与检测区实际客流数量的比值。其中，该指标对反应了站台人流密集程度，拥挤度越大，说明客流越多，则越容易发生拥挤、踩踏和乘客坠落事故。
在本实施例中，所述站台客流密度满足：ρzt＝szt/mzt，其中，所述ρzt表示在t时刻，车站的站台客流密度(m2/人)；所述mzt表示在预设时间内，例如，所述预设时间为5分钟，计算平均实际客流数量(人)；所述szt表示车站站台计算区面积，如，以列车长度为度量标准。例如，标准站台宽12m，有效长度186m，站台有效公共面积为2050平方米。
在本实施例中，所述楼梯拥挤度表示车站内楼梯的拥挤程度，所述楼梯拥挤度满足：CP(t，t+Δt)＝c/{Cmax·Δt·d}，其中，所述CP(t，t+Δt)表示在(t，t+Δt)时期，车站监测楼梯拥挤度；所述c表示在(t，t+Δt)时期，通过监测楼梯断面的客流量(人)；d表示监测楼梯断面宽度(米)；所述Cmax表示楼梯的设计通行能力(人/小时＊米)；所述Δt表示预设监测时间(小时)。例如，如表二所示的地铁车站楼梯设计通行能力。
表二
在本实施例中，所述通道拥挤度用于表示车站内通道的拥挤程度，用实际的通过人数与预设通行能力的比值衡量。其中，所述通道拥挤度反应了通道人流密集程度，所述通道拥挤度的值越大，则越容易发生拥挤、踩踏事故。
在本实施例中，所述通道拥挤度满足：CC(t，t+Δt)＝c/{cmaxΔt·d}，其中，所述CC(t，t+Δt)表示在(t，t+Δt)时期，车站监测通道的拥挤度，即所述通道拥挤度；所述c表示在(t，t+Δt)时期，通过监测通道断面客流量(人)；所述d表示监测通道断面宽度(米)；所述Cmax表示通道的预设通行能力(人/小时*米)；所述Δt表示预设监测时间(小时)。
在本实施例中，所述客流指标数据满足：KL＝GU*u1+ρzt*u2+CP(t，t+Δt)*u3+CC(t，t+Δt)*u4，其中，所述u1、u2、u3和u4分别表示所述闸机负荷度、所述站台客流密度、所述楼梯拥挤度和所述通道拥挤度对应的预设权重。所述GU表示所述闸机负荷度，所述ρzt表示所述站台客流密度，所述CP(t，t+Δt)表示所述楼梯拥挤度，所述CC(t，t+Δt)表示所述通道拥挤度，所述KL表示所述客流指标数据。
在本实施例中，所述自动扶梯140设于车站内，与所述服务器110进行数据通信，用于采集该自动扶梯140的自动扶梯安全指数，并发送给服务器110。
在本实施例中，所述自动扶梯安全指数即自动扶梯140的负荷指数。
在本实施例中，所述自动扶梯安全指数满足：
CE(t，t+Δt)＝1-c/{cmax·Δt·d}，所述CE表示在(t，t+Δt)时期，车站自动扶梯140的负荷指数；所述c表示在(t，t+Δt)时期，通过监测自动扶梯140断面的客流量(人)；所述d表示监测自动扶梯140的断面宽度(米)；所述Cmax表示自动扶梯140的预设通行能力(人/小时＊米)。其中，所述自动扶梯140断面的客流量(人)可以通过所述摄像头130进行采集。
其中，所述预设通行能力可以是如表三所示：
表三
在本实施例中，所述供电系统150与所述服务器110进行数据通信，用于计算电源预设时间段内的故障率，并将所述故障率发送至所述服务器110，即将供电系统安全指数发送至所述服务器110。其中，所述预设时间段可以是每月，也可以是每周或者是三个月等。在此，不作具体限定。
在本实施例中，所述供电系统150包括不间断电源、事故应急供电设备和主电源。
在本实施例中，所述供电系统安全指数满足：QE＝1-(F1+F2+F3)，其中，所述QE表示预设时间段内，如每月，车站的供电系统安全指数；所述F1表示预设时间段内，如每月，车站不间断电源故障率；所述F2表示预设时间段内，如每月，车站事故应急供电设备故障率；所述F3表示预设时间段内，如每月，车站主电源故障率。
在本实施例中，所述供电系统安全指数还可以是通过用户终端或者是输入设备进行上传至所述服务器110的。
在本实施例中，所述车站内屏蔽门系统160与所述服务器110进行数据通信，车站内屏蔽门系统160用于获取实际正常开启次数与预设正常开启次数的比值，将所述比值作为车站屏蔽门系统安全指数。其中，所述车站屏蔽门系统安全指数满足：所述PV表示车站屏蔽门系统安全指数；所述GB(t+Δt)表示在(t，t+Δt)时期，车站屏蔽门系统160的故障次数，例如，统计周期可以是一天；所述GZ(t，t+Δt)表示车站屏蔽门系统160的开启总次数，例如，统计周期可以是一天；所述M表示所述车站屏蔽门系统160中的车站屏蔽门个数。
在本实施例中，所述设备指标数据满足：SB＝PV*u5+QE*u6，其中，所述u5和u6分别表示所述车站屏蔽门系统安全指数和所述供电系统安全指数对应的预设权重。所述PV表示所述车站屏蔽门系统安全指数，所述QE表示所述供电系统安全指数，所述SB表示所述设备指标数据。
在本实施例中，所述管理指标数据是通过用户基于用户终端或输入设备所上传至所述服务器110，其中，所述管理指标数据包括站务员业务能力指数和车站应急管理指数。
其中，所述站务员业务能力指数是指站务员年龄、工龄、称职、工作强度、工种特性的综合值用平均年龄指数、平均工龄指数、平均职称指数、平均工作强度指数、平均工种特性指数的综合来表示。
其中，所述站务员业务能力指数满足：其中，Q＝Te/Ts。所述ZW表示在(t，t+Δt)时期，车站站务员业务能力指数；所述N表示在(t，t+Δt)时期，车站站务员的平均年龄指数；所述表示在(t，t+Δt)时期，车站站务员的平均工龄指数；所述良示在(t，t+Δt)时期，车站站务员的平均职称指数；所述表示在(t，t+Δt)时期，车站站务员的平均工作强度指数；所述Te表示在(t，t+Δt)时期，车站站务员应该工作的额定时间(小时)；所述Ts表示在(t，t+Δt)时期，车站站务员的实际工作时间(小时)；所述表示在(t，t+Δt)时期，车站站务员的平均工种特性指数；所述n表示在(t，t+Δt)时期，车站站务员的人数；所述α，，β，，γ，，θ，，分别表示的是站务员的平均年龄指数、平均工龄指数、平均职称指数、平均工作强度指数、平均工种特性指数所占的预设权重。
在本实施例中，所述车站应急管理指数满足：YJ＝αW+βC+芦+θZ，其中，所述YJ/表示在Δt时期，车站的应急管理指数；所述W表示在Δt时期，车站的应急预案完备指数；所述C表示在Δt时期，车站的应急演练效果指数；所述X表示在Δt时期，车站的应急资源完备指数；所述Z表示在Δt时期，车站的救援人员素质指数；所述α，β，γ，θ分别表示的是应急预案完备指数、应急演练完成指数、应急演练完成效果指数所占的比重。其中，所述Δt表示预设检测时间，所述预设检测时间可以根据实际需要进行选取，在此，不作具体限定。
在本实施例中，所述管理指标数据满足：GL＝ZW*u7+YJ*u8，其中，所述ZW表示所述站务员业务能力指数，所述u7表示所述站务员业务能力指数所对应的预设权重，所述YJ表示车站应急管理指数，所述u8表示所述车站应急管理指数所对应的预设权重，所述GL表示所述管理指标数据。
在本实施例中，所述温湿度传感器170设于车站内，与所述服务器110进行数据通信，用于采集车站内的温湿度数据，并发送至所述服务器110。
在本实施例中，所述温湿度数据满足：
其中，所述TW表示在t时刻，车站环境指数，即所述温湿度数据；所述Ti，i＝1，2，...，n表示在t时刻，车站第i号温湿度传感器170实际温度测量值；所述Te表示在t时刻，车站温湿度传感器170测量值应达到的标准温度；所述(Ti-Te)表示车站温湿度传感器170所采集的实际温度与所设定标准温度差的平均值；所述(Wi-We)表示车站温湿度传感器170所采集的实际湿度与所设定标准湿度差的平均值；所述Wi，i＝1，2，...，n表示在t时刻，车站第i号温湿度传感器170实际湿度测量值；所述We表示在t时刻，车站内的温湿度传感器170测量值应达到的标准湿度；所述maxΔWe表示在t时刻，车站温湿度传感器170所允许的最大湿度差；所述maxΔTe表示在t时刻，车站温湿度传感器170所允许的最大温度差。
在本实施例中，所述预设权重：u1、u2、u3、u4、u5和u6的选取是基于预设对比较阵算法进行获取，具体地，获取每个指标数据的重要度，如表四所示，根据重要度构成判断矩阵，并计算权向量并做一致性检验。对于每一个成对比较阵计算最大特征根及对应特征向量，利用一致性指标、随机一致性指标和一致性比率做一致性检验。若检验通过，特征向量(归一化后)即为权向量：若不通过，则重新构造成对比较阵。计算组合权向量并做组合一致性检验。计算最下层对目标的组合权向量，并根据公式做组合一致性检验，若检验通过，则可按照组合权向量表示的结果进行决策，否则需要重新考虑模型或重新构造那些一致性比率较大的成对比较阵。其中，在构造成对比较矩阵比较第i个元素与第j个元素相对上一层某个因素的重要性时，使用数量化的相对权重aij来描述。设共有n个元素参与比较，则A＝(aij)n×n称为成对比较矩阵。
表四
例如，判断矩阵如下：
其中，对于一致性判断矩阵，每一列归一化后就是相应的权重。对于非一致性判断矩阵，每一列归一化后近似其相应的权重，在对这n个列向量求取算术平均值作为最后的权重。
在本实施例中，如果A是完全一致的成对比较矩阵，则有aik·akj＝aij。
但实际上在构造成对比较矩阵时要求满足上述等式是不可能的。因此退而要求成对比较矩阵有一定的一致性，即可以允许成对比较矩阵存在一定程度的不一致性。由分析可知，对完全一致的成对比较矩阵，其绝对值最大的特征值等于该矩阵的维数。对成对比较矩阵的一致性要求，转化为要求绝对值最大的特征值和该矩阵的维数相差不大。检验成对比较矩阵A一致性的步骤如下：
a.计算衡量一个成对比较矩阵A(n＞1阶方阵)不一致程度的指标CI：
其中，所述n为矩阵A对角线元素之和；所述λmax(A)为矩阵A的最大特征值。
b.计算平均随机一致性指标RI：
其中，所述RI对于固定的n，随机构造成对比较阵A，其中RI是从1，2，…，9，1/2，1/3，…，1/9中随机抽取的，从而使得所述A是不一致的，取充分大的子样得到A的最大特征值的平均值。从有关资料查出检验成对比较矩阵A一致性的标准RI：RI称为平均随机一致性指标，它只与矩阵阶数n有关，如表5所示。
n 1 2 3 4 5 6 7 8 9
RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45
表5
c.计算随机一致性比率CR：
其中，当CR＜0.1时，判定成对比较阵A具有满意的一致性，或其不一致程度是可以接受的；否则就调整成对比较矩阵A，直到达到满意的一致性为止，从而生成u1、u2、u3、u4、u5和u6。
其中，所述权重值满足：
所述λmax(A)满足：
在本实施例中，所述服务器110基于所述客流指标数据、所述设备指标数据、所述管理指标数据以及所述环境指标数据生成安全指数，具体地，所述服务器110获取所述客流指标数据对应的第一权重、所述设备指标数据对应的第二权重、所述管理指标数据对应的第三权重以及所述环境指标数据对应的第四权重；所述服务器110获取所述客流指标数据与所述第一权重的第一乘积、所述设备指标数据与所述第二权重的第二乘积、所述管理指标数据与所述第三权重的第三乘积以及所述环境指标数据与所述第四权重的第四乘积；所述服务器110基于所述第一乘积、所述第二乘积、所述第三乘积和所述第四乘积，生成安全指数。
其中，所述第一权重、所述第二权重、所述第三权重和所述第四权重均通过上述对比较阵算法生成。
在本实施例中，所述安全指数满足：
其中，SB'＝SB， 所述uB1、uB2、uB3和uB4分别表示所述第一权重、所述第二权重、所述第三权重和所述第四权重，所述KL表示所述客流指标数据，所述SB表示所述设备指标数据，所述GL表示所述管理指标数据，所述HJ表示所述管理指标数据，所述AQ表示所述安全指数。
请参阅图2，是本发明第二实施例提供的地铁车站安全状态评估方法的流程图。所述地铁车站安全状态评估方法应用于地铁车站安全状态评估系统，所述地铁车站安全状态评估系统包括服务器、闸机、摄像头、自动扶梯、供电系统和车站内屏蔽门系统和温湿度传感器，下面将对图2所示的具体流程进行详细阐述。
步骤S101，所述服务器获取客流指标数据、设备指标数据、管理指标数据以及环境指标数据。
所述客流指标数据包括闸机负荷度、站台客流密度、楼梯拥挤度和通道拥挤度。
所述设备指标数据包括自动扶梯安全指数、供电系统安全指数和车站屏蔽门系统安全指数。
所述管理指标数据包括站务员业务能力指数和车站应急管理指数。
其中，具体实施方式，请参照第一实施例的说明，在此，不再赘述。
步骤S102，所述服务器基于所述客流指标数据、所述设备指标数据、所述管理指标数据以及所述环境指标数据生成安全指数。
作为一种实施方式，所述服务器获取所述客流指标数据对应的第一权重、所述设备指标数据对应的第二权重、所述管理指标数据对应的第三权重以及所述环境指标数据对应的第四权重；所述服务器获取所述客流指标数据与所述第一权重的第一乘积、所述设备指标数据与所述第二权重的第二乘积、所述管理指标数据与所述第三权重的第三乘积以及所述环境指标数据与所述第四权重的第四乘积；所述服务器基于所述第一乘积、所述第二乘积、所述第三乘积和所述第四乘积，生成安全指数。
其中，具体实施方式，请参照第一实施例的说明，在此，不再赘述。
步骤S103，所述服务器基于所述安全指数获取车站安全状态的评估数据。
其中，所述评估数据是指用于评估当前的安全状况的数据，其中，所述评估数据是预先生成的，并存储于数据库中，所述数据库可以是本地数据库，也可以是服务器数据库，在此，不作具体限定。例如，所述评估数据如表六所示：
安全等级 安全指数
安全 (0.800，1.000]
次安全 (0.750，0.800]
风险 (0.500，0.750]
高风险 (0.200，0.500]
危险 [0.000，0.200]
综上所述，本发明提供的一种地铁车站安全状态评估方法及系统，通过先获取客流指标数据、设备指标数据、管理指标数据以及环境指标数据，再基于所述客流指标数据、所述设备指标数据、所述管理指标数据以及所述环境指标数据生成安全指数，最后基于所述安全指数获取车站安全状态的评估数据，使得通过对地铁运营各方面风险因素的分析和归纳，从而以量化方法进行综合风险评定，有利于了解地铁运营的安全风险现状；以及通过对单项评价指标的评价和监测，有利于掌控地铁运营系统的隐患和薄弱环节，针对潜在隐患做好相应的防范措施，从根本上消除或降低突发事件的危害。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统和方法，也可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

Claims (10)

1.一种地铁车站安全状态评估方法，其特征在于，应用于地铁车站安全状态评估系统，所述地铁车站安全状态评估系统包括服务器，所述方法包括：
所述服务器获取客流指标数据、设备指标数据、管理指标数据以及环境指标数据；
所述服务器基于所述客流指标数据、所述设备指标数据、所述管理指标数据以及所述环境指标数据生成安全指数；
所述服务器基于所述安全指数获取车站安全状态的评估数据。
2.根据权利要求1所述的方法，其特征在于，所述地铁车站安全状态评估系统还包括闸机和摄像头，所述闸机和所述摄像头均与所述服务器通信；所述的所述服务器获取客流指标数据、设备指标数据、管理指标数据以及环境指标数据，包括：
所述服务器获取所述闸机所发送的闸机负荷度和所述摄像头所采集的站台客流密度、楼梯拥挤度和通道拥挤度；
将所述闸机负荷度、所述站台客流密度、所述楼梯拥挤度和所述通道拥挤度作为客流指标数据；
所述服务器还获取设备指标数据、管理指标数据以及环境指标数据。
3.根据权利要求2所述的方法，其特征在于，所述地铁车站安全状态评估系统还包括自动扶梯、供电系统和车站内屏蔽门系统，所述自动扶梯、所述供电系统和所述车站内屏蔽门系统均与所述服务器通信，所述的所述服务器还获取设备指标数据、管理指标数据以及环境指标数据包括：
所述服务器获取所述自动扶梯所发送的自动扶梯安全指数、所述供电系统所发送的供电系统安全指数以及所述车站内屏蔽门系统所发送的车站屏蔽门系统安全指数；
将所述自动扶梯安全指数、所述供电系统安全指数和所述车站屏蔽门系统安全指数作为所述设备指标数据；
所述服务器还获取管理指标数据以及环境指标数据。
4.根据权利要求3所述的方法，其特征在于，所述地铁车站安全状态评估系统还包括温湿度传感器，所述温湿度传感器与所述服务器通信，所述的所述服务器还获取管理指标数据以及环境指标数据，包括：
所述服务器获取所述温湿度传感器所采集的温湿度数据以及管理指标数据；
所述服务器将所述温湿度数据作为环境指标数据。
5.根据权利要求1所述的方法，其特征在于，所述的所述服务器基于所述客流指标数据、所述设备指标数据、所述管理指标数据以及所述环境指标数据生成安全指数，包括：
所述服务器获取所述客流指标数据对应的第一权重、所述设备指标数据对应的第二权重、所述管理指标数据对应的第三权重以及所述环境指标数据对应的第四权重；
所述服务器获取所述客流指标数据与所述第一权重的第一乘积、所述设备指标数据与所述第二权重的第二乘积、所述管理指标数据与所述第三权重的第三乘积以及所述环境指标数据与所述第四权重的第四乘积；
所述服务器基于所述第一乘积、所述第二乘积、所述第三乘积和所述第四乘积，生成安全指数。
6.一种地铁车站安全状态评估系统，其特征在于，所述地铁车站安全状态评估系统包括服务器，
所述服务器用于获取客流指标数据、设备指标数据、管理指标数据以及环境指标数据；及
所述服务器还用于基于所述客流指标数据、所述设备指标数据、所述管理指标数据以及所述环境指标数据生成安全指数；以及
所述服务器还用于基于所述安全指数获取车站安全状态的评估数据。
7.根据权利要求6所述的系统，其特征在于，所述地铁车站安全状态评估系统还包括闸机和摄像头，所述闸机和所述摄像头均与所述服务器通信；
所述服务器具体用于获取所述闸机所发送的闸机负荷度和所述摄像头所采集的站台客流密度、楼梯拥挤度和通道拥挤度；
以及所述服务器用于将所述闸机负荷度、所述站台客流密度、所述楼梯拥挤度和所述通道拥挤度作为客流指标数据；
以及所述服务器还用于获取设备指标数据、管理指标数据以及环境指标数据。
8.根据权利要求7所述的系统，其特征在于，所述地铁车站安全状态评估系统还包括自动扶梯、供电系统和车站内屏蔽门系统，所述自动扶梯、所述供电系统和所述车站内屏蔽门系统均与所述服务器通信；
所述服务器具体用于获取所述自动扶梯所发送的自动扶梯安全指数、所述供电系统所发送的供电系统安全指数以及所述车站内屏蔽门系统所发送的车站屏蔽门系统安全指数；
以及所述服务器用于将所述自动扶梯安全指数、所述供电系统安全指数和所述车站屏蔽门系统安全指数作为所述设备指标数据；
所述服务器还用于获取管理指标数据以及环境指标数据。
9.根据权利要求8所述的系统，其特征在于，所述地铁车站安全状态评估系统还包括温湿度传感器，所述温湿度传感器与所述服务器通信；
所述服务器具体用于获取所述温湿度传感器所采集的温湿度数据以及管理指标数据；
所述服务器用于将所述温湿度数据作为环境指标数据。
10.根据权利要求6所述的系统，其特征在于，所述服务器具体用于获取所述客流指标数据对应的第一权重、所述设备指标数据对应的第二权重、所述管理指标数据对应的第三权重以及所述环境指标数据对应的第四权重；
及所述服务器还用于获取所述客流指标数据与所述第一权重的第一乘积、所述设备指标数据与所述第二权重的第二乘积、所述管理指标数据与所述第三权重的第三乘积以及所述环境指标数据与所述第四权重的第四乘积；
以及所述服务器还用于基于所述第一乘积、所述第二乘积、所述第三乘积和所述第四乘积，生成安全指数。
CN201810047586.5A 2018-01-17 2018-01-17 一种地铁车站安全状态评估方法及系统 Pending CN108171441A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810047586.5A CN108171441A (zh) 2018-01-17 2018-01-17 一种地铁车站安全状态评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810047586.5A CN108171441A (zh) 2018-01-17 2018-01-17 一种地铁车站安全状态评估方法及系统

Publications (1)

Publication Number Publication Date
CN108171441A true CN108171441A (zh) 2018-06-15

Family

ID=62514792

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810047586.5A Pending CN108171441A (zh) 2018-01-17 2018-01-17 一种地铁车站安全状态评估方法及系统

Country Status (1)

Country Link
CN (1) CN108171441A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109492935A (zh) * 2018-11-28 2019-03-19 上海应用技术大学 一种车站客流压力测试方法
CN109872008A (zh) * 2019-03-13 2019-06-11 清华大学 基于客流分配的城市轨道交通路网安全性评估与增强方法
CN111734293A (zh) * 2020-08-20 2020-10-02 北京和利时系统工程有限公司 一种地铁车站的设备控制方法及监控系统
CN112565384A (zh) * 2020-11-30 2021-03-26 深圳市豪斯特力科技有限公司 智慧车站的精确感知系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218513A (zh) * 2013-03-15 2013-07-24 北京交通大学 一种城市轨道交通运行安全的判定方法
CN104217297A (zh) * 2014-09-16 2014-12-17 北京交通大学 一种轨道交通车站动态安全风险评价方法
CN104217367A (zh) * 2014-09-16 2014-12-17 北京交通大学 一种轨道交通线路动态安全风险评价方法
CN104732286A (zh) * 2013-12-19 2015-06-24 广州市地下铁道总公司 一种城市轨道交通车站安全态势感知方法
US20170012153A1 (en) * 2014-05-29 2017-01-12 Seung Bum Rim In-cell bypass diode

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218513A (zh) * 2013-03-15 2013-07-24 北京交通大学 一种城市轨道交通运行安全的判定方法
CN104732286A (zh) * 2013-12-19 2015-06-24 广州市地下铁道总公司 一种城市轨道交通车站安全态势感知方法
US20170012153A1 (en) * 2014-05-29 2017-01-12 Seung Bum Rim In-cell bypass diode
CN104217297A (zh) * 2014-09-16 2014-12-17 北京交通大学 一种轨道交通车站动态安全风险评价方法
CN104217367A (zh) * 2014-09-16 2014-12-17 北京交通大学 一种轨道交通线路动态安全风险评价方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张晗: "《城市轨道交通运营安全综合评估预警平台设计研究》", 《中国优秀硕士论文全文数据库 工程科技II辑》 *
甄利贤: "《大型高速铁路车站客运安全风险分析》", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
闫敏: "《基于F-AHP的地铁消防安全综合评价》", 《西安科技大学学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109492935A (zh) * 2018-11-28 2019-03-19 上海应用技术大学 一种车站客流压力测试方法
CN109872008A (zh) * 2019-03-13 2019-06-11 清华大学 基于客流分配的城市轨道交通路网安全性评估与增强方法
CN109872008B (zh) * 2019-03-13 2020-11-24 清华大学 基于客流分配的城市轨道交通路网安全性评估与增强方法
CN111734293A (zh) * 2020-08-20 2020-10-02 北京和利时系统工程有限公司 一种地铁车站的设备控制方法及监控系统
CN111734293B (zh) * 2020-08-20 2020-12-18 北京和利时系统工程有限公司 一种地铁车站的设备控制方法及监控系统
CN112565384A (zh) * 2020-11-30 2021-03-26 深圳市豪斯特力科技有限公司 智慧车站的精确感知系统

Similar Documents

Publication Publication Date Title
CN108171441A (zh) 一种地铁车站安全状态评估方法及系统
Corbane et al. Pan-European seismic risk assessment: a proof of concept using the Earthquake Loss Estimation Routine (ELER)
Barker et al. A risk‐based approach for identifying key economic and infrastructure systems
CN105516138B (zh) 一种基于登录日志分析的验证方法及装置
CN109977132B (zh) 一种基于无监督聚类模式的学生异常行为模式分析方法
CN103412918A (zh) 一种基于服务质量和声誉的服务信任度评估方法
CN103581155A (zh) 信息安全态势分析方法与系统
Schuurman et al. Are obesity and physical activity clustered? A spatial analysis linked to residential density
CN108228412A (zh) 一种基于系统健康度监测系统故障及隐患的方法及装置
Jiang et al. AG/G (n)/C/C state‐dependent simulation model for metro station corridor width design
Haining et al. Inference from ecological models: estimating the relative risk of stroke from air pollution exposure using small area data
CN107977386A (zh) 一种识别审计事件中的敏感用户的方法及装置
Kjærgaard et al. Dcount-a probabilistic algorithm for accurately disaggregating building occupant counts into room counts
Tennant et al. A confidence interval approach to investigating non-response bias and monitoring response to postal questionnaires.
Osland et al. Housing price gradients in a region with one dominating center
US7213234B1 (en) System and method for function point sampling for software size estimates
Yichi et al. Dynamic assessment of postdisaster road network vulnerability using crowdsourced traffic data
CN110414047A (zh) 一种用于通信传输设备健康状态评价的方法
Naito et al. Role of individual dosimetry for affected residents in postaccident recovery: the Fukushima experience
Afgan Resilience of company management system
Anjomshoaa et al. Accessibility measurement techniques in urban studies: a comprehensive review
Lugo et al. A closer look at indirect causes of death after Hurricane Maria using a semiparametric model
Kappadath et al. Observed intercamera variability in clinically relevant performance characteristics for Siemens Symbia gamma cameras
Lambert et al. Risk‐based objectives for the allocation of chemical, biological, and radiological air emissions sensors
Shlayan et al. Transportation reliability based on information theory

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180615