铁路 AI 预测：以强化学习预测列车安全运行时间（EMSD S-1662）

自 2021 年起，友成科技（GNS）一直将 AI 影像分析与机器学习应用于香港铁路营运。本案例说明我们的旗舰项目之一：结合香港天文台（HKO）开放天气数据与 SACEM 数据记录器数据，预测列车可容许运行时间。

挑战

铁路营运控制中心（OCC）需要掌握环境条件如何影响列车安全运行。例如强风会限制列车可安全运行的时间与路线。友成科技获委聘进行为期三年的铁路 AI 影像分析顾问项目，并设计了一套系统，在不同环境门槛下预测列车可达到的运行时间上限。

方案内容

• 收集安装于 2XX 系列列车的 SACEM 数据记录器所产生的实时铁路营运状态，以及自 2020 年起的历史数据；
• 汇入天文台开放天气数据，包括实时风速；
• 分析不同路线的列车运行与环境条件的门槛关系；
• 以强化学习模型比较及分析数据，预测可达到的运行时间上限；
• 透过 API 向第三方开放结果，并以云端网页应用程序供公众查询。

成果

• 试行系统可整合至 MTR 现有的 SACEM 监控系统，供控制中心及设计团队直接评估；
• 模型目标准确度为 80–90%（±15 分钟内），为控制中心团队提供运行时间与停运规划的额外参考；
• 完成内部测试后，结果可经云端网页应用程序公开发布。

验证方法

此项目已登记于机电工程署创新科技平台，参考编号 S-1662（"Forecasting allowable time of train operation using open weather data from HKO and collected data from SACEM datalogger using reinforcement learning model"）。登记纪录与完整方案描述可直接于该公开平台查阅。

本案例最初于 2024 年 1 月在 EMSD 创新科技平台发布。

延伸阅读

• 供应商选择方法：香港系统整合商（SI）怎么选？及香港 AI 方案公司指南。
• 隐私保护的3D 区域监察方案（Smart LAB 登记）。
• 我们的AI 与 IoT 方案及项目实例。