一种智慧机场管理系统和方法

技术领域

本发明涉及机场管理技术领域，具体而言，涉及一种智慧机场管理系统和方法。

背景技术

小型机场人员少，运维压力大，运管一体化和一岗多职的现象普遍存在，人力资源紧张、分工不明确以及缺少必要的技术支撑，导致小型机场管理效率低，抗风险能力差。以西南地区小型机场特别是高原机场为例，这些机场自然环境恶劣、办公生活条件差、人力资源极度紧张，存在着人员组织稳定性差、参差不齐，机场管理缺少强有力的技术支撑、运营管理效率低下、设施设备可靠性差等运行管理的痛点。

有鉴于此，本说明书中的一些实施例提供了一种智慧机场管理系统和方法，以提高机场管理效率和设施的可靠性。

发明内容

本发明的目的在于提供一种智慧机场管理系统，包括数据获取模块、数据处理模块、机场管理模块和展示模块；所述数据获取模块用于获取初始数据；所述数据处理模块用于对所述初始数据进行处理得到基础数据；基于运行目标，对所述基础数据进行处理，得到指标数据；所述机场管理模块用于基于所述基础数据和所述指标数据，对机场进行管理；所述展示模块用于从所述基础数据中提取目标数据，形成目标场景。

进一步的，所述展示模块还用于，将所述目标数据和所述指标数据通过所述目标场景的方式进行展示；通过操作所述目标场景，获取所述目标数据和所述指标数据，并对机场进行管理。

进一步的，所述机场管理模块还用于，当所述基础数据不满足所述指标数据的要求时，基于所述基础数据对所述目标场景的设备进行排查，以确定问题设备；基于所述问题设备，对相应的实际设备进行维修；基于维修后的设备获取维修基础数据和维修指标数据，确定维修质量；基于所述维修质量，评估机场的运维能力；基于所述运维能力，分配机场的运维人员。

进一步的，所述运行目标为节能；所述机场管理模块还用于，将所述基础数据输入能耗预测模型，模型输出预测能耗；所述预测能耗为预测的机场未来的能耗；基于所述预测能耗和所述指标数据，对所述目标场景中的设备进行管理。

进一步的，所述能耗预测模型通过训练初始能耗预测模型得到；为神经网络模型赋予权重，得到所述初始能耗预测模型；通过生成模型生成训练样本组；所述训练样本包括样本基础数据和标签；所述标签为样本基础数据对应的样本能耗；将所述训练样本组输入所述初始能耗预测模型，基于模型的输出和所述标签构建目标函数；基于所述目标函数更新所述初始能耗预测模型的参数，得到训练好的能耗预测模型。

本发明的目的在于提供一种智慧机场管理方法，包括，获取初始数据，对所述初始数据进行处理得到基础数据；从所述基础数据中提取目标数据，形成目标场景；基于运行目标，对所述基础数据进行处理，得到指标数据；基于所述基础数据和所述指标数据，对机场进行管理。

进一步的，还包括，将所述目标数据和所述指标数据通过所述目标场景的方式进行展示；通过操作所述目标场景，获取所述目标数据和所述指标数据，并对机场进行管理。

进一步的，所述对机场进行管理包括；当所述基础数据不满足所述指标数据的要求时，基于所述基础数据对所述目标场景的设备进行排查，以确定问题设备；基于所述问题设备，对相应的实际设备进行维修；基于维修后的设备获取维修基础数据和维修指标数据，确定维修质量；基于所述维修质量，评估机场的运维能力；基于所述运维能力，分配机场的运维人员。

进一步的，所述运行目标为节能；将所述基础数据输入能耗预测模型，模型输出预测能耗；所述预测能耗为预测的机场未来的能耗；基于所述预测能耗和所述指标数据，对所述目标场景中的设备进行管理。

进一步的，所述能耗预测模型通过训练初始能耗预测模型得到；为神经网络模型赋予权重，得到所述初始能耗预测模型；通过生成模型生成训练样本组；所述训练样本包括样本基础数据和标签；所述标签为样本基础数据对应的样本能耗；将所述训练样本组输入所述初始能耗预测模型，基于模型的输出和所述标签构建目标函数；基于所述目标函数更新所述初始能耗预测模型的参数，得到训练好的能耗预测模型。

本发明实施例的技术方案至少具有如下优点和有益效果：

本说明书中提供的一些实施例能够有效的帮助小型机场减少运营管理压力，提供可靠的技术保障以及决策判断的智库，有利于提高机场工作效率，改善小型机场的经济效益，有利于机场的良性运营和可持续发展，同时也进一步提高了小型机场科学决策、应急以及抗风险的能力。

本说明书中提供的一些实施例对于海拔高、环境恶劣、运行维护难的小型机场，数字化协同整体运行一体化理念，能够实现让数据多跑路，有效降低人员配置，数字化运行管理智慧引擎和平台的建设可大幅提高机场智能化水平，减少机场现场运维人员数目，提升工作效率，减少运维压力。

附图说明

图1为本发明一些实施例提供的一种智慧机场管理系统的示例性模块图；

图2为本发明一些实施例提供的一种智慧机场管理系统的示例性流程图；

图3为本发明一些实施例提供的对机场进行管理的示例性流程图；

图4为本发明一些实施例提供的实现节能机场的示例性流程图。

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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

图1为本发明一些实施例提供的一种智慧机场管理系统的示例性模块图。如图1所示，系统100包括数据获取模块110、数据处理模块120、机场管理模块130和展示模块140。

数据获取模块110用于获取初始数据。

数据获取模块将机场的基础子系统(如，信息基础系统、离港系统、广播系统和门禁系统等涉及到机场业务运行以及设施设备的基础子系统)的数据汇集并传输至数据处理模块。

数据处理模块可以通过接口获取数据，接口包括集成系统接口、安保系统接口和运维管理系统接口。关于数据获取模块110的更多内容，参见图2及其相关描述。

数据处理模块120用于对所述初始数据进行处理得到基础数据；基于运行目标，对所述基础数据进行处理，得到指标数据。

数据处理模块120可以通过智慧引擎COA实现。智慧引擎COA用于对从数据获取模块获取的数据进行格式处理、分析、治理、加工成指标数据。具体的，数据处理模块可以通过统计分析处理基础数据，得到针对小型机场的运行关键数据、运行上传数据和设施设备运行数据。并将处理后的数据分类上传至机场管理模块的各个子系统。例如，数据处理模块可以通过Storm、Spark、Hive等开发平台，将原本孤立零散的业务及设施设备子系统的数据打包成评价或考核机场有效的指标数据，并根据指标数据和运行目标建立决策策略。运行目标包括生产效率、基于航班运行的节能等目标。

在一些实施例中，数据处理模块处理完数据后，数据处理模块还可以通过Hadoop、Hbase、Kafka等平台工具，对数据进行存储。智慧引擎COA可以为针对小型机场运行管理的数据处理分析、决策规则和算法的集和平台。可以通过java、spring、mybatis等方式进行开发得到COA。

数据获取模块可以对数据进行处理，以向COA提供符合COA的数据要求的数据。COA的数据要求可以包括有关数据接口格式和数据字段的要求。例如，时间的格式可以为年年年年月月日日时时分分秒秒。可以根据COA的数据要求形成数据字典，以方便后续数据格式转换。数据获取模块可以将处理后的数据汇总，形成关系关联表和接口清单表等。在一些实施例中，COA可以通过Flume、DataX、Sqoop等平台从数据获取模块获取数据。

数据处理模块提供的功能包括数据治理、数据分析、数据决策、数据存储和机器学习。数据处理模块包括数据采集单元、智慧引擎单元、场景化应用单元和访问展现单元。数据采集单元用于从数据获取单元获取信息集成系统(信息集成系统、离港系统、广播系统、时钟等)、安保管理系统(行李安检、货运安检、消防报警、监控、人脸识别等)、运维管理系统(楼控、能源管理、智能照明等)等的规范化数据。智慧引擎单元用于提供包括物联网对接技术、大数据技术、人工智能、BIM引擎、GIS引擎等基础技术工具，以实现系统数据的采集、存储、二次加工，为场景化应用单元提供数据服务。场景化应用单元基于不同的用户使用场景需求进行构建(如，机组人员、运维人员、设备监控人员等)，场景化应用的基础是智慧引擎处理后的数据或能力组装。通过场景化的应用，便于解决类似智能节能、运行保障、运行监控等的场景述求，从原来搭建大而全的单系统向场景应用的变化，提供快速且有针对的支撑。访问展现单元用于提供PC、大屏、移动端的访问及展现终端，满足监控中心集中控制、坐席操作以及移动办公的述求。并且，数据处理模块根据每一类展示终端的特性，提供友好易用的交互效果。访问展现层可以通过展示模块实现。数据处理模块可以实现数据资产管理、任务调度、数据质量管理、数据安全管理、业务指标库构建、生成统计报表和数据可视化的功能。关于数据处理模块120的更多内容，参见图2及其相关描述。

机场管理模块130用于基于所述基础数据和所述指标数据，对机场进行管理。

机场管理模块可以包括生产运行子系统、安全监控子系统、运维管控子系统和绿色节能子系统。机场管理模块可以对不同的子系统进行分类管理，并接收数据处理模块传输来的指标数据，并基于指标数据形成多个子系统对应的场景。关于机场管理模块130的更多内容，参见图2及其相关描述。

展示模块140用于从所述基础数据中提取目标数据，形成目标场景。

展示模块可以包括PC web、监控大屏和APP移动端。以展示经过COA处理和筛选后的数据。展示模块还可以获取用户的控制指令，根据指令实现智能化机场设施设备运控、智能定位、状态反馈及管理运行报表生成、评价指标输出等操作。

在一些实施例中，展示模块可以通过GIS、BIM以及TANDEM等技术实现可视化。展示模块可以接收用户的控制指令，并将控制指令传输给机场管理模块，以实现对机场的管理。关于展示模块140的更多内容，参见图2及其相关描述。

图2为本发明一些实施例提供的一种智慧机场管理系统的示例性流程图。在一些实施例中，流程200可以由系统100执行。如图2所示，流程200包括以下步骤：

步骤210，获取初始数据，对初始数据进行处理得到基础数据。在一些实施例中，步骤210可以由数据获取模块110执行。

初始数据可以是指从子系统获取的数据。例如，从信息集成系统、安保管理系统和运维管理系统等多个子系统获取的数据。数据获取模块110可以通过接口汇聚子系统的数据。例如，数据获取模块110可以通过集成系统接口获取信息集成系统中的航班信息、气象数据和其他机场数据等中的一种或多种。又例如，数据获取模块110可以通过安保系统接口获取安保管理系统中的安防数据、旅客信息、货物信息和系统安全等中的一种或多种。还例如，数据获取模块110可以通过运维管理系统接口获取运维管理系统中的设备信息、能源信息、消防数据和报警信息等中的一种或多种。

基础数据可以是指满足COA(Coordination Operation Analytic)的数据要求的数据。在一些实施例中，获取模块110可以通过Flume、DataX、Sqoop等平台，按数据接口格式和数据字段要求，提取初始数据，得到符合COA数据要求的格式的数据。在一些实施例中，数据接口格式和数据字段要求可以通过数据字典或数据提取规则得到，数据字典和数据提取规则中包含数据接口和数据集成的关系关联表和接口清单等数据。其中，接口清单可以包括数据源、数据字段、接口形式、数据采集频率等。

步骤220，从基础数据中提取目标数据，形成目标场景。

目标数据可以是指用于形成目标场景的数据。目标场景可以是指面向不同人员所展示的机场的场景。目标场景可以包括管理航班信息的场景、进行安保管理的场景和对机场进行运维的场景等中的一种或多种。在一些实施例中，展示模块140可以基于不同的场景的需求，从基础数据中筛选出目标数据，以构建目标场景，并进行展示。例如，展示模块140可以提取设备信息、能源信息、消防数据和报警信息等多个维度的数据，形成对机场进行运维的场景。在一些实施例中，展示模块140可以识别登录的用户的职位，并基于用于的职位构建目标场景。

步骤230，基于运行目标，对基础数据进行处理，得到指标数据。

运行目标可以是指机场的运行目标。运行目标可以包括平安机场、绿色机场、智慧机场和人文机场等目标中的一种或多种。在一些实施例中，运行目标可以根据实际需求设置。

指标数据可以是指用于指示机场运行的标准数据。在一些实施例中，对于不同的运行目标可以有不同的指标数据。例如，对于绿色机场的指标数据可以与机场的能耗、资源消耗等相关。又例如，对于平安机场的指标数据可以与机场的设备运行、航班安全程度等相关。在一些实施例中，基础数据可以包括多个时间段的机场数据，可以基于该基础数据确定机场的常规数据，并基于基础数据分析机场的运行情况，基于运行目标确定常规数据中需要进行优化的地方，并通过改变运行情况，实现对常规数据的优化，以完成机场的运行目标。

在一些实施例中，指标数据可以通过数据处理模块处理基础数据得到，数据处理模块可以为智慧引擎COA，经COA加工处理分析的数据成果，能够有效对标国家行业主管部门对机场评价体系；能够与小型机场的运行实际出发，打造智能化的运控逻辑，为机场创造效益；智慧引擎在有效数据的输入支撑下，可以高效、安全的输出小型机场运行管理中指标数据，再基于机场选择的可视化平台进行数据展示，联动控制交互等一系列授权许可下的智能化机场设施设备运控、故障定位、状态反馈及管理运行报表生成，评价指标输出。

智慧引擎COA包括运行指标数据处理单元、运行上传数据处理单元、设施设备运行输出处理单元，以将原本孤立零散的业务及设施设备子系统的数据打包成评价或考核机场有效的指标数据，并根据指标数据为数据决策的指标导向，建立如生产效率、基于航班运行的节能等决策策略规则。

步骤240，基于基础数据和指标数据，对机场进行管理。

在一些实施例中，机场管理模块可以基于指标数据改进基础数据，通过改进的基础数据调整机场的子系统，以完成机场的管理。其中，机场的子系统包括生产运行子系统、安全监控子系统、运维管控子系统、绿色节能子系统。

关于对机场进行管理的更多内容，参见图3及其相关描述。

步骤250，将目标数据和指标数据通过目标场景的方式进行展示。

在一些实施例中，可以基于基础数据对目标场景进行建模，并将目标数据与指标数据和模型进行链接，用户可以通过点击模型等方式，获取与模型相关的目标数据和指标数据。在一些实施例中，可以通过GIS、BIM以及TANDEM等技术实现场景和数据的可视化展示。并通过易于交互的方式管理机场。

在一些实施例中，可以通过PC web端、监控大屏和/或移动端APP等设备展示目标场景。

步骤260，通过操作目标场景，获取目标数据和指标数据，并对机场进行管理。

在一些实施例中，用户可以通过目标场景下发指令，调整相关设备的运行进程。以实现对机场的管理。

图3为本发明一些实施例提供的对机场进行管理的示例性流程图。在一些实施例中，流程300可以由机场管理模块130执行。如图3所示，流程300包括以下步骤：

步骤310，当基础数据不满足指标数据的要求时，基于基础数据对目标场景的设备进行排查，以确定问题设备。

例如，当机场的用电量高于指标要求时，可以将与电源相关的基础数据与对应的指标数据进行比对，以确定耗电异常的设备。

步骤320，基于问题设备，对相应的实际设备进行维修。

目标场景中可以模拟机场，形成实际机场的孪生机场。通过目标场景中确定的问题设备可以找到与之对应的实际设备。

步骤330，基于维修后的设备获取维修基础数据和维修指标数据，确定维修质量。

维修基础数据可以是指维修设备后得到的基础数据。维修指标数据可以是指基于维修设备后处理得到的指标数据。例如，指标数据可以通过提取机场历史上的基础数据的特征得到，维修指标数据提取的历史上的基础数据包括维修基础数据。机场管理模块130可以通过获取基础数据和指标数据的方式获取维修基础数据和维修指标数据。

在一些实施例中，机场管理模块130可以将维修基础数据、维修指标数据、基础数据和指标数据输入质量评估模型，模型输出维修质量。

步骤340，基于维修质量，评估机场的运维能力。

在一些实施例中，可以基于维修质量确定维修的速度、维修的好坏，基于维修的速度和维修的好坏，确定机场的运维能力。

在一些实施例中，还可以确定运维人员的能力，并基于运维人员的能力确定机场的运维能力。

步骤350，基于运维能力，分配机场的运维人员。

在一些实施例中，可以基于运维人员擅长维修的设备，为机场分配运维人员。

图4为本发明一些实施例提供的实现节能机场的示例性流程图。在一些实施例中，流程400可以由机场管理模块130执行。如图4所示，流程400包括以下步骤：

步骤410，为神经网络模型赋予权重，得到初始能耗预测模型。

在一些实施例中，可以根据经验为神经网络模型赋予权重。例如，初始化神经网络的两层权重。

步骤420，通过生成模型生成训练样本组；训练样本包括样本基础数据和标签；标签为样本基础数据对应的样本能耗。

在一些实施例中，可以基于基础数据，确定随机噪声。例如，根据基础数据的分布确定分布函数，基于分布函数确定随机噪声的生成方式。初始生成模型基于随机噪声生成第一训练样本组，第一训练样本组包括第一训练样本和第一标签。第一训练样本可以包括初始生成模型生成的基础数据。第一标签可以为初始生成模型生成的能耗。从基础数据中获取第二训练样本组，第二训练样本组包括第二训练样本和第二标签；第二训练样本可以包括历史基础数据。第二标签可以为该历史基础数据对应的能耗。

将第一训练样本组和第二训练样本组输入初始判别模型，模型判断第一训练样本组和第二训练样本组的真假。

基于判别结果更新初始判别模型和初始生成模型的参数。可以通过各种更新模型参数的方式，更新初始判别模型和初始生成模型的参数。

当初始判别模型将第一训练样本组判断为真时，将训练完成的初始生成模型作为生成模型。通过生成模型，生成训练样本。

步骤430，将训练样本组输入初始能耗预测模型，基于模型的输出和标签构建目标函数。

模型训练的过程中存在两种传播方式。正向传播和反向传播。模型进行正向传播的过程中，可以计算隐藏层和输出层的输出，然后通过反向传播更新隐藏层和输出层的权重，以更新模型。

在一些实施例中，目标函数可以根据初始能耗预测模型的输出和标签的差值构建。

步骤440，基于目标函数更新初始能耗预测模型的参数，得到训练好的能耗预测模型

当目标函数达到条件时，确定模型训练完成，将初始能耗预测模型作为训练好的能耗预测模型。目标函数达到条件可以包括目标函数收敛或迭代次数达到阈值等。

在一些实施例中，对于不同的运行目标还可以设计不同的预测模型，以基于预测结果调整机场的运行方式，实现对应的运行目标。

以上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。