武汉地铁运营有限公司 湖北武汉 430000
摘要：客流变化情况是指导轨道交通运营管理单位有效开展运营管理工作的重要依据，及时预知客流的变化趋势，提前对大客流情况进行预测，可有针对地开展行车组织、客运组织工作，提高对突发客流的应对能力，保障轨道交通运营安全。本文通过分析轨道交通客流分布特点，研究实时客流预警方法。
关键词：轨道交通；客流分布；预警算法
1 前言
现阶段轨道交通大客流日数据处理方式多是周期预测及后续分析，很少进行实时预测，大客流情况下的客运组织主要依靠站务人员现场经验。随着线网化运营的不断发展，人工凭经验判断客流变化已不能满足运营生产组织的精度和深度要求。本文基于AFC系统数据，分析城市轨道交通客流特征，研究轨道交通实时客流预警算法，有效提高轨道交通运营管理单位对突发大客流的监测及预警能力，进一步提升服务水平。
2 轨道交通客流分析
2.1 概念及分类
客流是指轨道交通系统中单位时间内乘客流动的人数和流动方向的总称。客流既可以是真实客流，也可以是预测客流。
.png)
2.2 时间分布特征
城市轨道交通客流在不同的时间维度下呈现不同的特点，以武汉轨道交通为例，客流时间分布特征主要表现在以下几个方面：
客流一日特征：武汉轨道交通客流工作日呈双峰马鞍型分布，早高峰出现在7:00-9:00，晚高峰出现在17:00-19:00，早晚高峰小时系数较高。
客流一周特征：一周每天的客流呈现出较大的不均衡性，一般周五客流为一周中最高值，周日客流为一周中最低值，说明武汉轨道交通服务的群体中通勤乘客占比较高。
客流全年特征：受学生放寒假、春节返城离汉人员流动影响，1、2月份客流量较低；10-12月客流较高，主要受学生开学、国庆节、圣诞节及跨年夜影响。
2.3 空间分布特征
轨道交通客流空间分布主要体现在乘降量和断面客流分布。轨道交通车站受车站规模、性质等因素影响，上下车人数各不相同，因此每个断面区间的客流不同，体现形态包括均等型、两端萎缩型、中间突出型。乘降量根据统计需要又可以分为全日总乘降量和分时乘降量。在轨道交通线网中，交通衔接站、商圈车站、重点换乘站等的进出站客流、换乘客流明显高于线网其他车站。例如武汉轨道交通2号线汉口火车站，由于衔接铁路的汉口火车站，是武汉轨道交通线网客流量密度最大的车站；楚河汉街站、中山公园站等位于武汉市重要商圈的重点车站，对客流的生成和吸引力也比较大。
3 实时客流预警方法
3.1 预警要素
预测轨道交通实时客流是希望对现场客运组织工作提供指导，在实时客流预测时主要应得到的指标可以归纳为以下几个：
（1）实时进站、出站、换乘客流：即线网中各车站某一时间内进站、出站、换乘的乘客数量，是开展客运组织工作的重要指标。
（2）实时断面：即某一时段内某区间内通过的乘客数量，是制定行车计划并组织调整的重要参考指标。
（3）实时拥挤度：即某一时段内通过该区间的列车实际客流与该时段内运能的比值，反映车厢内乘客的拥挤程度，是为乘客出行提供信息引导的重要指标。
3.2 预警层级
轨道交通实时客流预警可根据运营管理单位需求分层分级设置发布，主要包括以下几个层级：
（1）线网层：发布线网总出行量、总换乘量，并根据当时实时客流量，预测下一时段的客流值，并提示预警等级。
（2）线路层：发布各线路分时进、出站量、断面客流及满载率，并根据当日实时客流，预测下一时段的客流值。
（3）车站层：主要发布车站集散量，并根据当日实时客流情况调整下一时段的预测值。
3.3 预警时间
轨道交通客流实时预警主要优势在于预测的时效性、准确性高，不易受天气、大型活动等影响，对行车组织和现场客运组织工作具有较好的参考意义，预警时间可以设置为预测未来两小时客流情况。
3.4 预警提示
按照进、出站客流量，将客流分为四级：一般(Ⅰ级)、轻度拥挤（Ⅱ级）、中度拥挤(Ⅲ级)和重度拥挤（Ⅳ级)。
.png)
3.5 预警方法
实时客流预警目的是能够及时的反映路网、线路和车站的客流分布状况，用以运营监控。基于AFC系统实时传输线网当下客流数据的前提下，结合历史客流规律，根据累计客流情况、分时客流情况、分站客流情况、OD客流分布，对线网当下客流进行实时预测，为现场客运工作组织者提供未来一定时间内的客流分布情况，提供有参考价值的预测数据，以便其在大客流或应急事件发生时可以为运营调整提供辅助性的决策意见。
4 结语
轨道交通实时客流分布情况不仅能为运营管理部门提供依据，还能为轨道交通出行者提供依据。在进行轨道交通实时客流预警时需要考虑的因素众多，基于历史分时、分站客流数据的短时预测方法略显单薄。因此可以考虑深度挖掘AFC系统数据，充分利用数据间的深层次信息，全面分析轨道交通系统客流的动态性和复杂性，融合大数据对轨道交通客流动态发展规律进行深入探索和研究。
参考文献：
[1]孙海瑞. 城市轨道交通线路实时客流推算方法研究[D]. 北京交通大学, 2012.
[2]徐瑞华, 徐永实. 城市轨道交通线路客流分布的实时预测方法[J]. 同济大学学报(自然科学版), 2011, 39(6):857-861.
[3]高翔. 基于自动售检票系统的轨道交通实时客流系统研究[D]. 2017.
[4]余创龙. 基于大数据挖掘的城市公共交通客流特征分析及预警系统设计[D]. 华中科技大学.
[5]张清泉. 轨道交通客流预警系统研究[D].