使用来自 HKO 的开放天气数据以及使用强化学习模型从 SACEM 数据记录器收集的数据来预测列车运行的允许时间

创科方案	使用来自 HKO 的开放天气数据以及使用强化学习模型从 SACEM 数据记录器收集的数据来预测列车运行的允许时间 (编号: S-1662)
试验项目
方案特点	收集铁路安全系统 (SACEM)，从我们的 SACEM 数据记录仪列车收集实时铁路运营状态以及自 2020 年以来的历史信息 收集香港天文台的开放数据，包括天气资讯（如风速），包括即时天气资讯 根据SACEM列车数据和HKO数据的历史信息，找出不同线路下列车运行针对环境条件的阈值条件 比较收集到的数据，利用强化模型预测能够达到极限阈值条件的时间 提供API查询第三方预测结果，并提供云端Web应用程式供公众查询预计时间
试验应用及预期成果	试验系统可以导入我们已开发现有的港铁SACEM监控系统，由OCC和设计团队直接评估 内部测试后，我们可以将结果移植到公有云系统的Web应用程式中，供公众查询 预期结果将有利于OCC团队对营运时间和停工计画的预测多一份参考 准确度应达 80-90% 在+/-15 分钟内
方案提供者资料	方案提供者 : 友成科技有限公司 地址 : Unit 707, 7/F, Kai Fuk Industrial Centre, 1 Wang Tung Street, Kowloon Bay, Kowloon, HK 联络人 : 吴生 职位 : 常务董事 电话 : 97425753 电子邮件 : gns@gnstec.com.hk 网页 : www.gnstec.com.hk

有关上述创新科技解决方案的详情，请联络方案提供者查询。