AI在城市轨道交通运营管理中的应用

20XX/XX/XXAI在城市轨道交通运营管理中的应用汇报人:XXXCONTENTS目录01

行业发展背景与AI赋能价值02

AI技术支撑体系构建03

设备智能运维应用场景04

乘客智慧服务创新实践CONTENTS目录05

运输组织智能优化06

应急处突与安全管理07

智慧能源与办公服务08

实施路径与挑战应对行业发展背景与AI赋能价值01行业发展规模与运营现状截至2026年3月，全国54个城市开通运营城市轨道交通线路345条，运营里程11778.2公里，实际开行列车385万列次，完成客运量29.8亿人次。其中地铁、轻轨线路283条，运营里程10188.6公里，完成客运量28.7亿人次。行业发展重心转变行业重心从增量扩张转向存量运营。2025年城市轨道交通建设完成投资额4114.16亿元，较2024年同期下降13.38%，年度完成建设投资总额呈现持续回落趋势。智慧城轨建设目标根据《中国城市轨道交通智慧城轨发展纲要》，战略目标分两步走：2030年跻身世界先进智慧城轨国家行列，2035年进入世界前列。构建“1-8-1-1”建设蓝图，即创建八大体系，构建城轨云+大数据平台+人工智能的融合平台，并制定完善技术标准体系。当前面临的主要瓶颈从零星试点迈向系统推进阶段，但存在数据孤岛、技术业务脱节、自主可控不足、标准滞后、人才短缺五大瓶颈，亟需通过人工智能技术突破。城市轨道交通行业现状与挑战AI技术驱动城轨智能化转型政策与技术双轮驱动发展

国家“人工智能+”行动与《人工智能大模型》国标落地，为城轨AI应用提供制度保障。技术呈现“大模型与小模型协同”“云—边—端算力协同”特征，行业大模型负责跨领域通用认知，专业小模型确保实时精准执行。五大技术支柱筑牢智能底座

数据层面构建全生命周期治理体系，破除数据孤岛；算法采用“大模型+小模型”协同架构；算力形成“云-边-端”协同模式；平台实现智能能力集中供给与复用；安全贯穿全链条，构建一体化运营防护体系。从自动化向智能化的转型关键期

城轨行业正从“自动化”向“智能化”、从“经验驱动”转向“数据驱动”转型，已进入体系化推进、规模化落地关键期。核心是夯实技术底座、聚焦业务价值、强化安全合规，推动行业向智能原生、人机协同方向发展。政策支持与发展战略规划国家层面政策引导国家层面形成“人工智能+”行动、七部门实施意见及《人工智能大模型》系列国家标准等多层次政策协同，为城轨AI应用提供制度保障与规范指引。行业发展战略布局《中国城市轨道交通智慧城轨发展纲要（修订版V2.0·2026-2035年）》构建“1-8-1-1”蓝图，以城轨云数智融合平台为基座，推动AI与城轨深度融合，目标2035年进入世界智慧城轨强国前列。AI规模化落地路径《城市轨道交通人工智能应用指南（2026）》明确实施路径：核心场景试点→示范线路推广→全线网升级，新线AI原生、老线智慧改造，推动城轨AI从试点探索迈向系统推进新阶段。AI技术支撑体系构建02数据治理与高质量数据集建设

全生命周期数据治理体系构建构建覆盖数据"理、采、存、管、用"全生命周期的治理体系，打破城轨行业长期存在的数据孤岛问题，为AI应用提供数据基础保障。

高质量行业数据集打造明确数据标注规则，建立数据定期更新机制，打造城轨行业高质量数据集，解决不同线路、不同专业数据格式不统一、标注标准缺失等问题。

数据共享与安全流通机制以安全为基石，完善数据共享机制，推动优质数据在不同主体间安全高效流通，例如北京地铁采用联邦学习框架，在保护隐私前提下实现跨设备数据共享。城轨行业大模型与专业小模型协同

“大模型+小模型”协同架构以行业大模型提供跨领域通用认知能力，专业小模型确保具体场景执行精度和实时性，构建“行业大模型+专业智能体”的技术应用架构。

行业大模型基座支撑以国产自主大模型（如DeepSeek、文心一言等）为基座，注入城轨专业数据微调形成行业通识大模型，支撑跨领域知识整合与通用决策。

专业小模型场景适配结合企业独有数据，定制化构建专业智能体，适配设备运维、乘客服务等细分场景。如青岛地铁供电智能体实现故障自动诊断与方案输出，处置效率提升超70%。

协同训练与成果共享依据《城轨行业大模型共同训练技术方案》，明确行业大模型共建共享、协同研发路径，推动优质数据跨主体安全高效流通与模型共训。云边端协同算力架构设计构建“云-边-端”协同的立体化算力模式，集中算力负责模型训练与全局优化，边缘算力满足车站、车辆段等高实时性场景的推理需求，实现自主可控与弹性调度。算力资源的协同调度机制统筹通用算力、智能算力和边缘算力，通过动态分配与任务卸载策略，确保高并发时段算力供需平衡，支撑AI应用在复杂城轨环境下的稳定运行。全场景一体化安全运营体系覆盖“云、网、数、用、端”全场景，建立数据安全分级分类管理、算法可解释性验证、人机责任边界界定机制，保障AI应用合规可控与可信运行。云边端协同算力架构与安全保障统一AI平台与智能体开发01统一AI平台的核心功能构建统一AI平台，实现模型、数据、算力、应用的集中管理，避免烟囱式建设，支撑城轨AI应用的规模化、标准化部署。02“行业大模型+专业智能体”架构以行业大模型（NLP/视觉/多模态）提供跨领域通用认知能力，专业小模型确保具体场景执行精度与实时性，如青岛地铁供电智能体故障处置效率提升超70%。03智能体开发与应用实践围绕设备运维、乘客服务等核心场景开发专业智能体，例如徐州地铁合规管理智能体将合同审查从“天级别”缩短至“分钟级”，效率提升60%。04平台安全与运营保障建立覆盖“云、网、数、用、端”全场景的一体化安全运营平台，保障AI模型可解释性、数据隐私保护及算法合规，支撑智能体安全可控运行。设备智能运维应用场景03预测性维护与状态修转型

01从“计划修”到“预测修/状态修”的模式升级传统定期维修模式存在过度维修或维修不足问题，AI驱动的预测性维护通过分析设备运行数据，实现基于设备健康状态的精准维修，变被动为主动。

02智能巡检机器人的广泛应用部署智能巡检机器人（如隧道巡检、车辆段巡检），替代人工完成高危、重复巡检工作，结合计算机视觉等技术实现对轨道、接触网等设施的自动缺陷识别。

03故障自动研判与派单闭环管理AI系统可自动完成故障告警分析、原因定位、解决方案生成及维修工单派发，形成“发现-分析-决策-执行”闭环，提升故障处置效率。如青岛地铁供电智能体故障处置效率提升超70%。

04关键设备剩余寿命预测与健康管理基于深度学习等AI算法，对转向架、受电弓、轴承等关键设备进行剩余寿命预测和健康状态评估，提前发现潜在故障，降低设备故障率，如某地铁线路应用后设备故障率降低40%。智能巡检机器人技术应用

设备运维场景的革新智能巡检机器人推动城轨设备运维从传统的“计划修”向“状态修”“预测修”转变，实现故障自动诊断与精准派单，显著提升运维效率。

视觉识别与实时监测采用计算机视觉技术，如南京地铁弓网智能检测系统，可实时识别接触网异常等设备状态，保障行车安全。

提升巡检效率与质量智能巡检机器人能够替代人工完成高风险、高强度的巡检工作，减少人工干预，提高巡检的准确性和频次，降低人为误差。

典型应用案例展示沈阳站的“守望者”智能巡检机器人在2026年春运中为旅客答疑指路，成为智能车站服务的重要组成部分。故障自动研判与工单闭环管理

智能故障诊断与分析基于城轨行业大模型与专业小模型协同，实现设备告警后自动完成故障定位、原因分析及解决方案输出，如青岛地铁供电智能体故障处置效率提升超70%。

自动化工单生成与派发AI系统根据故障研判结果自动生成标准化维修工单，精准匹配维修资源与人员技能，实现从故障发现到任务指派的全流程自动化，减少人工干预。

全流程跟踪与闭环管理构建“故障发现-研判分析-工单派发-维修执行-效果反馈”的完整闭环，通过实时监测维修进度与结果，确保故障处置形成有效闭环，提升运维管理效率。故障自动诊断与方案输出青岛地铁供电智能体能够在设备告警后自动完成故障分析，并输出解决方案，实现了故障处置流程的智能化与自动化。报告自动生成与派单该智能体可自动生成故障报告，并完成派单工作，减少了人工干预，提升了运维响应的及时性和准确性。显著提升处置效率应用供电智能体后，青岛地铁的故障处置效率提升了70%以上，大幅缩短了故障处理时间，保障了供电系统的稳定运行。典型案例：青岛地铁供电智能体乘客智慧服务创新实践04异常行为识别与主动服务智能视频分析技术应用基于计算机视觉的智能视频分析技术，可实时识别乘客摔倒、滞留、打架斗殴等异常行为，实现主动预警与任务派发，从“被动响应”升级为“主动服务”。特殊乘客智能识别与关怀通过AI算法对老弱病残孕等特殊乘客进行智能识别，并联动车站工作人员提供针对性帮扶，提升特殊群体出行体验，体现人文关怀。异常行为处置效率提升智慧车站智能体在识别异常行为后，能够自动生成处置方案并精准匹配岗位，形成“决策—执行—反馈”闭环，有效提升应急响应速度和处置效率。个性化出行服务与智能交互NLP驱动的智能交互问答基于自然语言处理技术，构建智能客服系统，实现与乘客的自然语言交互，解答出行咨询、线路查询、票务信息等问题，提升服务响应效率和用户体验。全程出行规划与无缝换乘引导利用AI算法分析乘客历史出行数据和实时交通信息，为乘客提供个性化的全程出行规划方案，包括最优乘车路线、换乘指引、实时到站提醒等，实现无缝换乘。基于用户行为数据的定制化服务通过分析用户的出行时间、频率、目的地等行为数据，为用户提供定制化的服务推荐，如个性化线路推送、优惠活动提醒等，满足不同乘客的差异化需求。智慧车站与无感通行体验

智能感知与异常行为识别智慧车站智能体可自动识别摔倒、滞留、打架斗殴等异常行为，实现主动预警与任务派发，从“被动响应”升级为“主动服务”。

无感通行技术应用通过人脸识别、无感支付等技术，实现乘客从进站、乘车到出站的全流程无感通行，大幅提升通行效率，减少排队时间。

智能客服与信息引导NLP驱动的智能交互问答系统，为乘客提供实时线路查询、票务咨询、站内导航等服务，提升乘客出行体验。

智慧安检系统升级西安站的高精度金属探测仪让安检员“弯腰动作少了90%”；汉口站的智能安检系统大幅提升了进站效率。运输组织智能优化05客流精准预测与动态运力调配单击此处添加正文

高精准度客流预测技术基于时空图神经网络等AI算法，融合历史数据与实时信息，实现短时客流精准预测。如深圳地铁应用后客流预测精度达95%，为运力调配提供科学依据。运行图智能编制与动态调整AI驱动的运行图智能编制系统，可根据客流预测结果自动生成并动态调整运行图，将编制周期从“周级”压缩至分钟级，提升调度效率与响应速度。动态运力匹配与灵活调度依据实时客流数据，AI系统动态调整列车编组与发车间隔，实现高峰时段运力精准投放。如某地铁应用后高峰期乘客等待时间缩短30%，有效缓解拥堵。城轨交通客流风险智能诊断与运力调配“行云”大模型以上海申通地铁集团有限公司的“行云”大模型为代表，实现客流风险智能诊断与运力的动态优化调配，是AI在运输组织领域规模化应用的典型案例。运行图智能编制与调整

动态客流预测驱动精准编制基于时空图神经网络等AI算法，融合多源数据实现短时客流精准预测，深圳地铁应用后客流预测精度达95%，为运行图编制提供科学依据。

智能算法提升编制效率AI驱动的运行图智能编制系统，将传统周级编制周期压缩至分钟级，显著提升调度计划制定效率，适应客流动态变化需求。

突发事件下的实时协同调整面对设备故障、大客流等突发事件，基于多智能体强化学习的AI系统可实现列车运行图的实时动态调整与协同恢复，保障运营秩序。

运力动态优化与资源配置AI技术根据实时客流数据与预测结果，动态优化列车编组与班列计划，实现运力与需求的精准匹配，提升运输组织效率。多线路协同调度与应急响应

网络化协同调度：提升整体运营效率基于多智能体强化学习的列车运行图实时调整与协同恢复，实现大客流或设备故障下多线路运力的动态匹配与优化，提升线网整体运营效率。

动态客流预测与运力匹配利用基于时空图神经网络的短时客流精准预测技术，结合实时客流数据，实现列车编组与班列的灵活调整，如深圳地铁应用后客流预测精度达95%，运行图编制从“周级”压缩至分钟级。

应急处突智能体：快速响应与闭环联动统一应急智能体实现突发事件下指令自动生成、精准匹配岗位、动态监测进展，形成“决策—执行—反馈”闭环，提升应急响应速度与处置效率。

数字孪生辅助决策：可视化与模拟推演数字孪生技术构建城轨系统高保真虚拟模型，支持应急场景模拟推演与调度方案预演，辅助调度人员制定最优应急策略，实现科学决策。典型案例：深圳地铁客流预测系统系统核心能力：高精度客流预测深圳地铁应用AI客流预测系统，融合多源数据，实现高精度客流预测，预测精度达95%，为运输组织优化提供科学依据。关键应用：运行图智能编制基于精准客流预测，系统支持运行图智能编制，将编制周期从传统的“周级”大幅压缩至分钟级，显著提升调度效率。实施成效：提升运营效率与服务质量该系统有效助力深圳地铁动态优化运力配置，缓解高峰期拥挤，提升乘客出行体验，是AI在城轨运输组织领域规模化应用的成功实践。应急处突与安全管理06智能应急方案生成与指挥AI驱动的应急方案智能生成基于历史案例与实时数据，AI可快速生成针对性应急处置方案，实现从经验决策到数据驱动的转变，提升方案准确性与响应速度。移动端智能指挥协同平台构建移动端应急指挥平台，支持指令精准下发、多岗位协同作业与进展动态监测，形成“决策—执行—反馈”的高效闭环管理。跨岗协同与资源动态调配AI技术打破部门壁垒，实现跨岗位、跨专业的协同联动，根据应急需求智能调配人员、物资等资源，优化应急处置效率。跨岗位协同处置机制

智能指令自动生成与精准匹配应急智能体可基于事件类型、严重程度及影响范围，自动生成标准化处置指令，并精准匹配至相关岗位人员，确保责任到人、行动迅速。

移动端实时指挥与信息共享通过移动端指挥平台，实现跨岗位人员实时接收指令、反馈处置进展、共享现场信息，打破传统层级壁垒，提升协同效率。

多专业联动与资源动态调配建立多专业联动机制，AI根据处置需求动态调配抢修队伍、物资设备等资源，如供电故障时自动协调供电、车辆、调度等专业协同作业。

处置进展动态监测与闭环管理系统实时监测各岗位处置进展，自动跟踪任务完成情况，形成“决策—执行—反馈”的完整闭环，确保应急事件得到高效妥善处理。多模态智能感知系统基于计算机视觉、激光雷达、毫米波雷达等多传感器融合技术，实现对轨道、接触网、隧道等基础设施状态及列车运行环境的实时、高精度感知。异常行为与事件识别智慧车站智能体可自动识别乘客摔倒、滞留、打架斗殴等异常行为，以及入侵、火灾等突发事件，实现主动预警与任务派发，从“被动响应”升级为“主动服务”。设备故障早期预警与诊断基于深度学习的关键设备（如转向架、受电弓、轴承）剩余寿命预测与故障早期预警系统，结合知识图谱辅助故障诊断，提升设备可靠性，降低故障率。安全风险动态评估与预警综合多源监测数据，利用AI算法对运营安全风险进行动态评估，智能生成风险预警等级和处置建议，辅助管理人员进行科学决策，防患于未然。安全风险智能监测与预警智慧能源与办公服务07源网荷储控一体化管理多能互补能源供给体系整合光伏、储能等分布式能源，构建清洁低碳的能源供给网络，实现城轨能源结构优化与自给能力提升。智能负荷预测与动态调控基于AI算法分析历史能耗与实时客流数据，精准预测用电负荷，动态调整列车运行与设备启停策略，实现供需平衡。储能系统优化配置与协同优化储能设备布局与充放电策略，平抑电网峰谷差，提高能源利用效率，增强城轨系统能源供应稳定性。参与虚拟电厂与碳交易聚合城轨能源资源参与虚拟电厂调峰，通过碳交易机制实现节能降碳效益转化，助力绿色城轨建设。源网荷储控一体化协同优化通过AI技术动态优化光伏、储能、柔性负荷等能源资源，实现城轨能源系统的一体化协同管理，提升能源利用效率，推动绿色低碳运营。智能能效管理与节能降耗AI驱动的智慧能管系统对城轨各环节能耗进行实时监测与智能调控，优化牵引供电策略等，有效降低运营能耗，助力实现节能降碳目标。聚合虚拟电厂参与电力市场城轨系统作为重要负荷聚合体，通过AI技术参与虚拟电厂建设，可灵活响应电力市场需求，参与碳交易，为行业绿色发展开辟新路径。节能降碳与虚拟电厂参与智能办公与流程自动化

智能审批与合规风控AI技术赋能合同智能审查、公文自动流转与风险预警，如徐州地铁合规风险智能体使合同审查周期从天级缩至分钟级，年节约人力约24000小时，效率提升显著。

知识问答与信息检索构建基于行业大模型的知识问答系统，整合多源异构数据形成领域知识库，辅助员工快速获取专业信息，提升办公信息检索效率与决策支持能力。

流程自动化与效率提升实现办公流程自动化，包括工单生成、任务分配等高频刚需场景，推动从“人工驱动”向“数据驱动”转变，减少重复劳动，提升整体办公运营效率。典型案例：徐州地铁合规审查智能体

应用背景与核心需求针对传统合同审查周期长、人力成本高、风险点识别不全面等问题，徐州地铁引入AI技术构建合规风险智能体，聚焦办公服务场景中的合同审查等合规风控需求。

技术实现路径基于自然语言处理（NLP）技术与城轨行业专业知识图谱，对合同文本进行智能解析，自动识别条款风险、合规性问题及标准化偏差，实现审查流程自动化。

应用成效与价值合同审查周期从天级压缩至分钟级，效率提升60%以上，年节约人力约24000小时，有效降低合规风险，为城轨行业办公服务智能化升级提供示范。实施路径与挑战应对08试点-示范-推广实施策略

核心场景试点：验证技术可行性优先选择工单生成、车辆检修、隧道巡检等高频刚需场景进行AI技术验证，聚焦解决实际业务痛点，为后续推广奠定基础。

示范线路推广：形成可复制经验将试点验证成熟的AI能力推广至各专业，打造示范线路，如青岛地铁6号线一期工程荣获全国首张城轨四星级绿色认证证书，树立行业