海航利用大数据精细化运行优化落地 剩油工作民航资源网2016年10月6日消息：大数据时代的来临，给航空业带来了 空前的机遇和挑战。如何提升海量运行数据的利用率，深入分析获取关键信息， 提升公司运行品质，是海南航空不断探索的重要课题。海南航空在建立燃油监 控系统后，依托海量数据整合分析平台，使落地剩油优化工作从逐班定性分析 升级为系统性全面定量解析，整体工作得到全面提升。航班落地剩油是指飞机到达目的地机场后的实际剩余油量。通常这部分油 量不能过低，触及安全底线，同时也不宜过高增加运行成本。海南航空通过系 统性解析航班数据，在合理降低备份油量的同时，降低了公司运行成本，提高 了运营效益。据海南航空相关工作人员介绍，锁定主要影响因素是系统性全面分析落地 剩油问题的关键。考虑运行条件随时间的变化，海南航空截取近几年航班计划 与实际运行数据进行对比分析，筛选与落地剩油密切相关的航路距离、飞行高 度、业载、气象等因素，排除客观运行条件的变化，计算影响因素的权重。将 每条航线主要的落地剩油影响因素按权重排序，锁定关键因素，深入解析，为 后续制定详细改善方案奠定基础。此外，由于运行条件不同，影响各航线计划落地剩油也会存在差异。海南 航空从差异处入手，深入解析关键因素，“辨证施治”提高运行精准度。因素一：业载偏差航空飞机计划业载偏高在计算飞行计划时会直接导致计划耗油增加，而当 班实际飞行耗油通常会低于计划，最终表现为落地剩油增加。海南航空对过去 三年近600, 000条航班的计算机飞行计划、离港系统数据以及航班货运数据 等综合解析表明，业载偏差与货量数据准确度，旅客行李重量偏差以及放行政 策密切相关，而放行前收到的货量数据与实际偏差较大是造成计划业载偏高的 最主要因素。通过规范报货工作流程，根据历史统计数据细化航线旅客行李重 量等措施，海南航空不仅提高了业载精准度，降低了落地剩油，还对一些不满 客航线实现了可用客座数的增加，极大提高了公司的收益。因素二：实际飞行距离、高度偏差飞机实际飞行距离与高度受运行条件与空中流量情况影响明显。海南航空 每月统计近20，000条航班的距离、高度信息，与上月以及去年同期进行统 计对比分析。针对平均实际飞行距离增加超过10海里的航班，海南航空统计偏差出现 的原因以及频次，并结合近期航路调整情况，对偏差情况给出问题分析。同时 对于可改进的方面给出改进建议，如对于可申请临时直飞缩短距离的航班，建 议在放行时对机组进行提醒等。针对实际飞行高度偏差超过1000英尺的航班，定位高度偏差过大航段， 统计偏差出现频次，海南航空结合签派员以及飞行机组反馈，详细分析偏差原 因。对存在可申请更高飞行高度层的航段，要求在放行资料中对机组进行明确 提醒。同时针对确实受运行限制导致飞行高度降低情况，给出建议的计划高度， 并定期对实际飞行高度偏差较大航班提供计划高度修正建议。利用大数据分析对航班实际飞行距离、高度的监控与修正在保证航班落地 剩油得到定期优化的同时，也极大降低了公司航班航路运行的风险，为运行安 全增加了一层保障。因素三：特殊航线运行限制部分运行情况特殊的机场，如乌鲁木齐机场，受所选备降场的限制，进港 航班落地剩油通常高于一般机场。海南航空近三年约23,000班运行数据分析 显示，夏、秋季乌鲁木齐天气相对稳定，航班备降概率较低，可使用较近的备降场来降低落地剩油。海南航空现已持续进行乌鲁木齐进港航线落地剩油优化 工作，每月可节省燃油近20吨，增加业载300吨以上。因素四：航班放行额外油差异在相同运行条件下，由于工作经验等情况的差异，不同的签派员对航班放 行所需增加的额外油都会有不同的预计值。海南航空每月将签派员放行航班的 放行油量与实际油量进行比对，对每个签派员放行航班的特点进行归纳分析， 制定燃油绩效管理方案，在保证运行安全的前提下，鼓励降低航班额外油，培 养签派员节油意识。从2013年至今，海南航空优化落地剩油工作已累计节油超过12,300吨。 海量运行数据的应用在优化落地剩油并节省运行成本的同时，也为海南航空精 细化运行奠定基础。中国民航报、中国民航网通讯员周新颖、谭朝阳、刘倩报道：“大数据”时代对航空运行业务 体系的影响不言而喻。正是在这样的背景下，如何挖潜QAR（Quick Access Recorder，即快速存取记 录器）成为很多航空公司研究的新课题。一方面是QAR系统拥有海量的数据信息，而业务创新缺乏 决策依据；一方面是“大数据”时代横空出世，而现有飞行运行过程中品质监控的空白化。面对这样的 窘境，国航就从QAR数据解析与应用入手，挖掘QAR数据价值，让飞行和运行过程可视化、可量 化，并成立了由运控中心、信息管理部、航安部等部门组成的QAR解析与应用系统项目组。QAR解析与应用系统正式投产上线后，该系统通过对国航297架飞机、每天1300多个航班 QAR数据的收集，再通过系统内嵌的八大功能模块进行整理、分析，让数据鲜活起来，从而使飞行 员飞得安心，签派员放得放心，使管理者的决策更为从容。这是国航QAR在飞行品质监控外扩展应 用的成功实践。毫无疑问，作为搜集飞行运营数据的载体，挖掘QAR的潜力，将在这个“大数据”时代深刻地改 变航空公司的飞行运营状况。从“安全卫士”到“运营卫士”作为航空公司的“安全卫士”，机载QAR真实、高效、准确地记录了飞行过程中的各种参数。其 目的就是监控、检查飞行员操纵的每一个细节，及时发现超过飞行标准的不规范动作，及时要求飞 行员改正，从而避免飞行事故的发生。将QAR海量数据的统计结果和严重事例做成报告，最终使飞 行员可以了解到自己的飞行情况。QAR对严重事件还可以提供译码数据，并通过模拟仿真使飞行姿 态和仪表再现。然而，从专业公司的统计分析来看，航空公司对QAR数据的应用还不到其潜在价 值的10%，这个数据宝库潜在的巨大价值远未被挖掘。据不完全统计，公司收集的QAR数据量已经达到了每天60GB，每月200GB，每年2TB。这些 数据以往只是用来帮助提升安全管理水平和飞行质量的，没有被应用到其他领域辅助决策。针对QAR 中历史数据应用不足，国航QAR解析与应用系统项目组就根据运行核心业务发展的需要，经过分析 研究和推理论证，开发了运控中心迫切需要的8个子功能模块：时间燃油统计分析、飞行情报分析、 直飞统计分析、飞机性能监控功能扩展、进离场统计分析、高度层统计分析、签派运行分析和跑道 起降统计分析。通过对历史数据的分析，比对实际飞行和飞行计划的差异，寻求飞行中最优的燃油 量、航路和高度层。通过优化燃油结构、选择更合理的航线、准确把握直飞带来的收益、把握飞行 中飞机性能变化趋势、优化飞行计划进离场程序的选取、优化飞行计划高度层的选择、优化签派放 行的飞行计划制作和把握滑行阶段运行品质等手段，对飞行和运行过程实施精细化管理，最终提升 安全水平和运行质量，进而提高公司的经济效益。实现飞行运行的可视化可视化和可视分析技术是“大数据”时代的重要一环。系统实现了飞行过程的可视化，以QAR数 据采集为主，通过ACARS数据、CFP数据、任务书数据等数据的匹配和叠加，在进行大量实际飞 行数据的统计结果分析基础上，生成具有可视性的图表和三维动画还原飞行过程，以准确的数据和 直观的展现方式模拟飞行和运行过程，最终用可靠的数据说话，对提升运行品质具有重要意义。从系统运行的初步效果来看，QAR数据的价值已初步显现。国航运控中心的SOC数据室、情 报室、性能室和总值班室等部门充分应用QAR解析系统进行新业务拓展，可以说是用系统升级带动 业务升级和管理升级的典范。针对公司关注的飞行剖面优化问题，运控业务部门结合QAR系统以国 际长航线为切入点，年初对15条欧洲回程航线的飞行高度实行了控制。跟踪数据显示，实际飞行高 度与计划高度贴近程度提高，实现了三四月份比2月份累计增加业载1135吨。针对公司关注的国 内航线高度层优化问题，随着国内高度层的放开，运行分析部门利用QAR数据进行国内航线高度层 优化分析，力争开辟出更多合理的飞行高度层。在2013年首次航班换季过程中，QAR数据分析结果已应用到国内航线高度层的分配中。以巴黎一北京航线为例，高度经调整后，每个航班节油773公 斤，每月28班，可节油21.64吨燃油，节约成本约15.6万元（按7211元/吨价格计算）。仅通过 高度层的控制，就能实现月均节约燃油325吨，节约成本234.3万元（按7211元/吨价格计算）， 年节约成本2000余万元。针对燃油节支问题,QAR数据已开始作为燃油节控系统油量数据的来源， 并已逐渐成为节油奖发放的依据。未来机载数据平台的“孵化器”QAR数据在航空公司的应用前景非常广阔。它以电子化飞行和搭建机载数据平台为突破口，通 过收集更全面、完整、综合的数据，使用数学模型对其分析和建模，深挖数据的价值，搭建一个开 放、共享的平台，使其更广泛地应用于航空公司的航空安全、飞行、机务、财务、规划、集采等诸 多领域。信息化建设最重要的就是数据整合。借助QAR解析与应用系统可以将各部门各自为战的信息 系统有效整合起来，形成纵向融合兼容、横向同步协同的统一电子化、数字化平台，进而实现用数 据保安全，用数据保正点，用数据保效益，推进公司信息化战略的落地，使航空公司在“大数据”时代 稳步前行。（作者单位：国航股份运控中心）链接什么是QAR?QAR是Quick Access Recorder的缩写。它利用128兆640兆的存贮器，可以连续记录飞机长达 100小时600小时飞行的原始资料，可以同时采集数百乃至上千个数据，涵盖了飞机运行品质的绝 大部分参数。因而可以说QAR是保障飞行安全、提高飞机运行效率的一种科学而有效的技术手段。 其监控结果是飞行技术检查、安全评估、安全事故调查和飞机维护的重要依据。什么是“大数据”？“大数据”（Big data），或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软 件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策更积极目的的资讯。对 于“大数据”，研究机构Gartner给出了这样的定义，“大数据”是需要新处理模式才能具有更强的决策 力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据能够创造大量的商业机会。比如，通过数据分析，我们能够了解融资、项目管理、制造、二 级市场等方面的机会。我们能够从大数据中了解一切，包括消费者为什么会购买这些商品，找出工 作中需要改进的环节，预计何时我们必须补充存货，找出未来的发展趋势等。大多数公司都有机会获得大量的数据，但问题是很少有公司能够充分利用这些数据，以富有成 本效率的方式加以分析，从而为改进业务提供良好的建议。数据分析软件提供商SAP能够使用计算 机算法在极短的时间内分析海量的数据，从而使其他公司迅速作出决策。事实上，大数据能够传递 实时的情景意识。这意味着你不仅能够知道正在发生什么，还能预测未来将发生什么。预测飞机故障SAP已经为航空公司和原始设备生产商提供数据分析服务长达15年。随着时间的推进，SAP提 供的服务越来越精准。SAP副总裁兼航天与防务全球负责人马格纳斯比约恩达表示，飞机本身正在变得日益智能，而 且能够捕捉数据。以波音787飞机执行的一个航班为例，其客舱压力、高度、燃油消耗等数据能够 达到0.5TB之多。储存这些数据日益成为令航空公司头疼的难题。而SAP能够储存一家航空公司的 所有数据，并方便地选择和使用这些数据。但是，大数据如何能够为航空公司带来实实在在的利益呢比约恩达举例说，使用从飞机系统收 集来的数据，SAP能够建立导致飞机故障的模型，然后根据这些模型来找出飞机上已有的或即将发 生的故障。这就是所谓的“预测性维修”。深入的数据分析能够找出隐藏在大数据中的可能导致故障的 警告信号。通过这种方式，SAP的高性能分析应用（