大数据技术在长江引航安全管理中的应用

摘要:大数据技术提升了信息的获取与处理能力,基于大数据技术,将引航生产数据有效整合、深入挖掘,对长江引航安全意义重大。本文结合大数据技术的特点,对大数据技术在长江引航安全管理中应用的必要性和可行性进行分析,构建了长江引航大数据分析平台系统,提出了大数据技术在长江引航安全管理中的应用方向,为长江引航安全管理提供决策参考。
关键词:大数据技术;长江引航;安全管理;应用
0 引 言
近年来,长江引航安全形势虽相对稳定,但事故和险情时有发生,稳中有忧。因此,必须思考在现有的安全管理方式上创新,采用先进的信息化手段,提高安全管理和科学决策的水平。大数据技术可以把人们从旧的价值观和发展观中解放出来,从全新的视角和角度变革人们关于工作、生活和思维的看法。大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中,大数据是指不用随机分析法(抽样调查)這样的捷径,而采用所有数据进行分析处理。大数据具有5V特点(IBM提出):Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)。
国内外学者从理论、技术与实践方面对大数据技术进行了深入研究,主要包括实时计算和历史数据挖掘等两方面,文献[3]指出大数据在引入安全问题的同时,也是解决信息安全问题的有效手段。它为信息安全领域的发展带来了新的契机。文献[4]建立了大数据类上市公司经营绩效财务评价模型。运用因子分析,计算了我国大数据上市公司综合得分并给出了其排名。文献[5]指出基于物联网、大数据及云计算技术的煤矿安全生产监测监控系统将是主动式、多参数融合、具备预警功能的监测监控系统,可有效提升煤矿安全生产水平。
目前,大数据相关研究工作涉及领域相对宽广,但在引航安全管理方面的应用还是空白。长江引航经过多年的信息化建设,虽积累了大量的引航生产数据,但对这些数据的深度利用还远远不够。本文从大量的数据里面发掘利用安全生产的有价值信息,探讨基于大数据技术在长江引航安全管理中的应用,为保障长江引航安全形势的持续稳定具有重要的现实意义。
1 大数据技术在长江引航安全管理中应用的必要性与可行性分析
1.1 长江引航安全管理的现状
多年来,长江引航中心高度重视引航安全工作,出台了一系列保障引航安全的规章制度,开展了一系列促进引航安全的安全活动,加大了引航监控力度,安全管理绩效持续改善,引航事故呈逐年下降趋势,但仍有很多问题需要认真地思考,并应妥善处理。
(1)当前引航安全隐患排查主要靠人力,通过人的专业知识和工作经验去发现引航过程中存在的事故隐患。这种方式容易受到人的主观因素的影响,同时还受人的专业知识掌握程度和工作经验的限制,难以准确判断安全与危险状态,可靠性和科学性不高。
(2)一直以来,引航安全管理主要采取“事后管理”的方式,多在事故发生后才进行事故原因分析、追究责任、制定措施。
(3)信息共享程度不够,由于引航安全信息的敏感性,引航机构和主管机关可能都不愿意共享有关数据,从而导致样本有效性差。
1.2 长江引航生产数据特征
(1)数据的量大。随着沿江经济的发展,进江船舶日益增长,特别是2016年和2017年连续两年,年引领中外籍船舶近6万艘,不断增加的船舶艘次产生持续不断的数据。同时,引航安全技术部门也积累了大量的安全管理数据。
(2)数据种类繁多。有引航总艘次、引航员年引领艘次、船舶夜航艘次、引航员出勤天数等、引航监控记录、引航监控视频、安全规章制度等。
(3)数据价值密度低。虽然不间断产生大量数据,但真正有用的数据所占比例小。
(4)数据产生和增长速度快。随着信息化系统大量应用于引航安全管理,子系统也越来越多,各系统24小时不间断运行,产生大量的数据,使数据量持续快速增长。
从以上分析可以看出,长江引航数据具备大数据技术的5V特征,能够运用大数据技术进行分析,并预测发生事故的可能性是必要的,且是可行的。
2 大数据长江引航安全管理平台的构建
2.1 大数据技术实施基础
一是思维的转变。首先要从大量的数据的基础上进行量化分析,然后得出结果,最后再进行决策。这就要求我们思维上要具有大数据的意识。二是数据意识的转变。大数据技术的魅力所在是具有能快速获取影响未来信息的能力,准确区分数据类型,充分保证数据收集的准确性和一致性。三是管理模式的转变。构建适应大数据时代的新管理模式,即“数据收集—分析数据—得出结论—研究讨论—最终决策—数据二次利用”。
2.2 大数据技术平台的构建
建立基于云计算的大数据技术平台,可以提高引航安全风险应对能力,发掘潜在的安全隐患风险,加快决策问题求解。
在搭建大数据技术平台的硬件设施方面,主要涉及新技术背景下的数据采集,“传感器”将成为大数据技术应用中的重要一环。而软件设施不但涉及新数据的采集,而且还要针对旧的数据进行分析和挖掘。此外,软件的升级包括算法的更新,分析方法和数据处理方法的改进等[3-4]。
基于以上分析,对大数据长江引航安全管理平台进行设计,如图1所示,该系统分别包括源数据平台、数据存储与处理平台、数据管理平台、计划任务平台、大数据分析平台、可视化平台以及分析结果应用部分[5]。
各平台的作用具体如下:
(1)数据管理平台:主要解决源数据采集以及数据存取、管理的问题。长江引航所积累的数据种类多,结构化数据相对明确,非结构化数据量大、种类多,需要大量的数据进行合理的存储、管理,以便后续的分析所用。
(2)计划任务平台:主要用于设定分析目标方向,明确预测内容的确定和信息化描述工作。
(3)大数据分析平台:应用大數据技术及现有的海量数据,对计划指定的任务进行大数据分析。
(4)可视化平台:将分析结果以图形、图像或者文字描述等直接可以理解的方式显示出来的平台。
3 大数据技术在长江引航安全管理中的应用分析
为了运用大数据技术在历史数据挖掘和处理方面的特点,验证在引航员技术水平评定方面是否有效,调取某引航员历次引领船舶通过某一航段的航行轨迹,如图2所示:选取下行通过长江36#—37#浮的航行轨迹为代表,设定在下行航路内航行为沿航线航行,占用分隔带、占用上行航路、沿推荐航路航行为偏离航线,则可以分析得出表1所示结果。
结论:(1)系统记录每名引航员引领船舶航行轨迹的原始数据,可以对引航员遵章守纪、规范操作方面进行客观、实际的了解和评价。(2)通过对该航段的船舶交通流分析,查找引航安全风险源。(3)通过对存在的不足做出充分的估计和判断,找出共性、分析个性,为引航员的升定级评定和日常培训指明方向。
同理,大数据技术至少还可以从以下几个方面加以具体应用。
(1)通过对引航员的身体健康状况、心理、饮食习惯、作息时间、既往就医、休假等方面的数据进行收集跟踪,可以对引航员健康状况进行评估。
(2)引航员在每次引航任务结束后,将该航次被引船舶的航速、操纵性、助航设备情况等信息输入平台,形成记录,当再次引领该船舶时,可以对被引船舶船况预知。
(3)通过对长江航行的其他船舶进行的记录,可以对江船以及自引海轮的操纵性及航行习惯分析研判。
(4)利用历年船舶的AIS数据分析船舶交通流、船舶速度等,可以揭示出船舶交通流特征。
(5)通过对于各个港口的引航船舶数量、艘次、引航员的工作时间、进行收集分析,为长江引航的人力资源配置提供决策辅助作用,为长江引航战略发展提供决策依据。
4 大数据技术在长江引航安全管理中应用的优势分析
(1)大数据技术可以使长江引航安全数据和信息可以直接反馈到管理人员的手中,避免消息在传递过程中发生错误。
(2)大数据技术使得长江引航多年来积累的碎片化数据被收集利用起来,有效地解决了数据碎片化历史遗留问题。
(3)大数据技术实现了对长江引航安全相关数据的实时收集、有效处理、分析结果可视化和实现辅助决策。
5 结束语
从发展的角度来看,大数据技术引入到长江引航安全管理领域,将会有效推动引航安全管理决策由“传统经验”型向“现代数据”型转变,实现引航安全管理模式由“粗放型”向“精细化”转型,对现有的引航安全管理模式产生积极的影响。为此,建议:
(1)建立数据共享平台。应用大数据技术,须解开传统的数据源“枷锁”,建议将行业数据、系统内部数据和互联网数据等深度融合,以便获得更大、更完备的数据来源。
(2)将大数据技术的安全管理纳入到安全风险管理体系中。大数据技术的应用不仅需要创新管理方法,还必须纳入到安全风险管理体系中去,建议探索完善的安全保密管理规范措施,审慎监管,切实保障数据安全。
(3)以“人才兴引”战略推动大数据技术的应用。建议与高校建立人才合作机制,加强大数据技术人才的实践培养,积极培育科技应用创新型人才,推动大数据技术在长江引航安全管理中的应用。
参考文献
[1] 《大数据时代》 [美]维克托·迈尔·舍恩伯格著,周涛译,2012.
[2] 冯登国,张敏,李昊.大数据安全与隐私保护[J].计算机学报,2014(1):246-258.
[3] 马建光,姜巍.大数据的概念、特征及其应用[J].国防科技,2013(2):10-17.
[4] 杨雷,史胜春.大数据:开辟石油化工企业安全生产新时代[J].中国管理信息化,2014(18):36-38.
[5] 马小平,胡延军,缪燕子.物联网、大数据及云计算技术在煤矿安全生产中的应用研究[J].工矿自动化,2014(4):5-9.
[6] 魏忠奎,袁传增. 大数据分析时代的煤矿安全生产信息化建设[J].山东煤炭科学技术,2015(3):177-178;181.
[7]李国杰,程学旗.大数据研究:未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J].中国科学院院刊,2012,27(6):647-657.
[8]Wu Xingdong,Zhu Xingquan,Wu Gongqing,et al.Data mining with big data[J].IEEE Transactions on knowledge and data engineering,2014,26(1):97-107.
[9]Qiu R,Antonik P. Big data and smart grid: A Random Matrix[M]. John Wiley and Sons,2014:33-60.
[10]Gantz J,Reinsel D. Extracting value from chaos[J]. Proceedings of IDC iVew ,2011:1-12.
作者简介
葛剑平,高级引航员,长江引航中心张家港引航站站长,(E-mai)15651301801@163.com,联系电话:013-601529000。