大數據技術在煤炭工業中的研究現狀

高騰

摘要：隨著我國科學技術的不斷提高，在互聯網快速發展的背景環境下，將數據挖掘和數據分析作為主導的大數據技術對于我國許多行業的生產經營活動都有著非常深入的影響。煤炭行業是我國傳統型支柱產業，煤炭行業對于我國國民經濟發展有著非常重要的意義。對此，本文針對大數據技術在煤炭工業中的研究現狀進行了分析，提出相關可能發展的方向。

關鍵詞：大數據技術 煤炭工業 研究現狀

1大數據技術概述

大數據概念已經廣泛的受到人們的知曉，大數據的含義也就是指海量數據，具體的說，也就是指當前已經擁有條件下的人們沒有辦法在一定時間內使用常規軟件工作對其中含有的內容進行獲取和管理以及處理，數據太過于龐大超出了人們在可以接受的時間下收集和管理以及處理的能力[1]。隨著信息全球化的不斷發展，社會生產和生活等許多方面都離不開大數據的支持，大數據的數量十分龐大，種類非常的多，擁有覆蓋全面的優勢，能夠在人們做出重大決策的時候作為主要的根據，這里就能夠看出大數據對于社會和生產的重要性。隨著大數據時代的來臨，數據的傳播方式也有了非常大的改變，數據的傳播方式變得更加多種多樣，對此，就需要使用更加正確有效的方式提取大數據有價值的信息，對信息的安全性進行保護。

2大數據技術在煤炭工業中的應用

2.1大數據技術煤礦安全生產中的應用

當前，隨著我國自動化發展的不斷加快，人們對于效率也提出了新的要求，在煤礦安全生產過程中，需要使用到大量的科學技術，只有不斷的發展科學技術才能夠進一步實現煤炭生產的自動化和效率化，提高我國煤炭的生產效率。自動化并不等于智能化，只是單純的依靠傳統自動化技術開展煤礦生產對于安全性的保障并不完善，沒有辦法有效的提高安全性和生產效率，傳統自動化生產技術只是作為人工生產操作的重要組成部分，并不能夠完全的依靠自動化生產。例如在對煤礦礦井進行監督測試的時候，因為缺少大數據和云計算系統廣大支持和幫助，沒有辦法得知煤礦的實際情況，很容易出現安全問題[2]。對此，就必須將傳統的自動化技術配合云計算和大數據進行處理，這樣才能夠達到需要的效果。另外，在完成煤炭自動化建設之后，要想提高煤炭生產的安全和效率，不光需要對設備和工具進行引進，還需要對援用的系統進行升級和處理，只有這樣才能夠有效的保證數據的詳細和充足，這些獲取到的數據對于煤礦的安全生產有著非常重要的意義。

2.2大數據技術在煤礦自動化管理中的應用

要想將大數據技術充分的發揮到煤炭自動化管理中，就必須對煤炭企業的信息化水平進行提高。需要對基本的硬件設施進行不斷地完善和改革，使用更加科學先進的硬件設備開展工作，可以建立起搜索大數據的信息技術管理平臺，對大數據進行規范的管理和使用，大數據信息平臺需要具有新型技術和高素質人才以及市場分析信息數據等相關資源，這些資源對于煤炭行業的發展都有著非常大的幫助。

3煤炭大數據的展望

3.1大數據采集和管理

近些年來，煤炭大數據技術發展速度越來越快，也擁有了一定的基礎，但是我國煤炭數據信息采集方法還是不夠完善，數據傳輸比較落后，時效性不夠強，缺少有效的分析工具和分析方法，沒有辦法將煤炭大數據所蘊含的價值發掘出來。對此，就需要加強大數據的采集和管理，數據是大數據的基礎，對此，就需要充分的使用各種類型的傳感器、無線網絡等設備對生產過程、監督控制過程以及設備運行等相關過程數據進行采集和管理。我們從煤炭大數據建設核心理念能夠看出，建立全國煤炭數據實時在線采集系統，對現在所擁有的煤炭監測系統進行整合，建立起完善的基礎數據庫，能夠讓各個系統進行接口的統一，實現數據傳輸，提高時效性。此外，還需要依靠物聯網和大數據技術等將煤炭行業的數據全部加入到采集系統中去，進一步實現各個類型煤炭數據全國聯網。

3.2煤炭大數據應用

建立在大數據之上的煤炭智能無人開采，通過積累各個地區地質構造和煤炭的質量以及大型挖掘設備等相關數據的樣本，建立起各種類型開采條件下的智能開采模型。大數據還需要保證煤礦災害的預防和防止工作，通過對煤炭大量監測數據樣本的積累，不斷地探索建立在大數據之上的煤炭事故預警方法，將大數據使用煤和瓦斯以及自然災害等事故的預警，在可能發生事故的時候大數據就可以通過數據表現出即將發生的災害和事故，以此來做好提前的預防工作[3]。此外，大數據還可以對煤礦設備故障進行診斷，通過對煤礦設備振動和聲音以及溫度等相關運行數據的監測和采集，研究關鍵設備異常狀態和設備故障的關系，進一步實現大數據煤礦設備故障診斷，對可能出現的設備故障進行提前的預防，對發生的設備故障問題找出并解決。

3.3大數據分析

對于大容量數據知識的挖掘是大數據技術的主要職責，但是，需要解決的問題一般都具有隱匿性，不是直接表現在數據中的，而是表現在用于揭示數據的模型中。對此，煤炭大數據核心在于采用降維、分類與聚類等相關分析數據的方法，快速的對工業生產過程中的數據進行分析和處理，建立不同層次的模型，以此來加快煤炭安全管理思想的改革，加強系統的安全觀念，加快安全監察監管信息的共享，加快數據深度挖掘的速度，為設備的運行和優化提供有力的理論支持。

結束語：從上文的描述中能夠看出，煤炭大數據還身處于理論探索的階段，已經建立的煤炭大數據平臺還沒有將大數據蘊含的價值挖掘出來。煤炭大數據多層面所具有的特性對于大數據分析帶來了非常大的挑戰，是煤炭大數據技術進步需要解決的問題。煤炭行業在開展大數據應用的時候，需要尋找煤炭行業的發展規律，尋找科學有效的管理方法，這樣才能保證煤炭行業未來的健康發展。

參考文獻：

[1]馬小平，代偉.大數據技術在煤炭工業中的研究現狀與應用展望[J].工礦自動化，2018，44（01）：50-54.

[2]桑冬青.大數據技術下行業特色專業招生預警機制研究——以煤炭專業為例[J].黑河學院學報，2017，8（12）：80-81.

[3]劉建慶.煤炭安全預警中大數據技術的實踐應用[J].電子世界，2015（19）：49-50.