ProRail wil met behulp van computers een beter beeld gaan krijgen van wisselstoringen en andere problemen op het spoor. Dit kondigde het bedrijf gisteren aan. De organisatie maakt hiervoor gebruik van big data, dat op grote schaal wordt geanalyseerd in een nieuw DataLab. De bedoeling is dat ProRail uiteindelijk verschillende soorten storingen kan voorspellen.
De “bakken met data” waar ProRail over zegt te beschikken worden al gebruikt, maar zijn nog niet eerder gebruikt voor een data-analyse. Nu wil het bedrijf de data gaan combineren en dus storingen gaan voorspellen. Hiervoor worden alle gegevens over het materieel en de infrastructuur geanalyseerd. Ook wordt er gezocht naar verbanden tussen data over de spoorconstructie, de ondergrond, werkzaamheden, weersomstandigheden en de hoeveelheid treinen op een deel van het spoor.
De verbanden waar de computer naar gaat zoeken, zijn volgens de organisatie “te complex of onverwacht om zelf te verzinnen”. “Ons startpunt is altijd om met experts om tafel te gaan, zodat we problemen begrijpen om vervolgens data te verzamelen en klaar te maken voor gebruik. Daarna analyseren we de data, maken een model en kijken hoe goed het model situaties voorspelt.”
Spoorlopers
Bij de analyses wordt ProRails eigen data gecombineerd met data uit externe bronnen, waaronder die over de bevolking, het weer en vakanties. Op die manier kan ProRail voorspellen op welke dagen er meer mensen over het spoor lopen en op welke plekken dit regelmatig gebeurd. “Het model heeft ervoor gezorgd dat wij vooraf risicodagen kunnen zien aankomen.”
In 2016 waren er bijvoorbeeld ruim 3000 spoorlopers, waardoor treinen vertraging oplopen. Loopt er iemand op of langs het spoor, dan moet een trein langzamer gaan rijden om eventuele ongelukken te voorkomen.
De organisatie zegt daarnaast dat het systeem kan voorspellen op welke plekken het spoor dreigt te verzakken, door geografische data, weersomstandigheden, de hoeveelheid treinen en de staat van het spoor te combineren.