智慧礦山數據治理概念內涵、發展目標與關鍵技術

譚章祿， 王美君

（中國礦業大學（北京） 管理學院，北京 100083）

0 引言

煤礦智能化是煤炭工業高質量發展的核心技術支撐[1]，數據是推動煤礦智能化技術開發、應用模式創新、市場競爭力提升的核心資源。數據治理無論是對于推動煤礦智能化發展進程，還是對于推動煤炭工業享受“新基建”紅利均具有重要意義。2020年2月，國家發展改革委、國家能源局等八部委在《關于加快煤礦智能化發展的指導意見》[2]中強調要強化標準引領，加強煤炭數據管理，建設國家級煤礦信息大數據分析與共享交換平臺、地方政府煤炭信息管理云平臺和煤礦智能化大數據應用平臺，構建實時、透明的煤礦采、掘、機、運、通、洗選等數據鏈條，實現煤礦供產銷業務的一體化協同。為貫徹落實上述指導意見，2021年6月，國家能源局、國家礦山安全監察局在《煤礦智能化建設指南（2021年版）》[3]中進一步強調智能化煤礦應推動煤炭數據標準落地，強化煤炭數據管理，建設高速數據傳輸通道，形成煤炭大數據智能應用中心，面向不同業務部門實現按需服務；中國煤炭工業協會在《煤炭工業“十四五”高質量發展指導意見》[4]中將煤炭大數據平臺列為“十四五”時期煤炭工業十大示范工程，借此推動煤炭工業形成以“數字化引領、智能化生產、專業化服務、定制化營銷、集群化建設、綠色化發展”為特征的高質量發展新格局。由此可見，數據治理是進一步推動煤礦智能化發展的關鍵基礎支撐。2021年3月，《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》[5]（簡稱《目標綱要》）中強調要通過建設高速泛在、天地一體、集成互聯、安全高效的信息基礎設施，增強數據感知、傳輸、存儲和運算能力，實施“上云用數賦智”行動（“上云”重點是推行普惠性云服務支持政策，“用數”重點是更深層次推進大數據融合應用，“賦智”重點是支持企業智能化改造），推動數據賦能全產業鏈協同轉型。為貫徹落實《目標綱要》，2021年11月，工業和信息化部在《“十四五”信息化和工業化深度融合發展規劃》[6]中進一步指出煤炭工業向智能化、無人化和綠色化等方向加速數字化轉型是“十四五”時期兩化深度融合的重點工程，在打造數據驅動、軟件定義、平臺支撐、服務增值、智能主導的現代化產業體系中具有重要作用。由此可見，數據治理是煤炭工業享受“新基建”紅利的重要突破口。

煤炭企業在智能化建設進程中形成了透明地質、智能開采、智能掘進、智能主運、智能輔運、綜合保障、安全管控、洗選加工、經營管理、智能園區等方面種類繁多的智能化系統，形成了體量巨大、多源異構、冗余復雜的煤炭數據[7]。當前礦山對象識別不完全、對象屬性抽取不完備、數據關聯建模不充分、數據標準規范不健全、數據權責歸屬不明確、數據管理機制不科學，煤炭數據尚未得到有效治理，暴露出透徹感知難、深度互聯難、數據共享難、業務協同難、需求響應慢等現實問題[8]。然而，關于智慧礦山數據治理的理論研究和實踐探索尚處于破題階段。何敏[9]探討了智能煤礦數據治理相關問題。疏禮春[10]對智能煤礦數據中臺架構展開研究。但目前在智慧礦山數據治理的概念內涵、發展目標、發展策略和關鍵技術等方面尚未達成共識，不利于智慧礦山數據治理相關理論研究和實踐探索的深入開展。因此，本文分析了數據治理在智慧礦山建設中的重要地位，對智慧礦山數據治理的概念內涵進行了界定，探討了智慧礦山數據治理的發展目標及策略，最后提出了智慧礦山數據治理的關鍵技術。

1 數據治理在智慧礦山建設中的重要地位

智慧礦山是指以地質勘探、煤礦開采、機械電氣、安全管理、加工利用等學科專業知識為基礎，充分運用云計算[11]、大數據[12]、物聯網[13]、工業互聯網[14]、人工智能[15]、區塊鏈[16]、虛擬現實（VR）和增強現實（AR）[17]等先進信息技術構建礦山信息世界，同時改造礦山物理世界和意識世界，形成具有透徹感知、深度互聯結構特征和具備自主學習、智能應用功能特征的礦山體系，最大限度地用機械化、自動化、智能化和智慧化技術改造礦山勘探、設計、開采、洗選、利用等煤炭生產和管理過程，實現煤炭生產和管理過程中有關資源配置、設備聯動、組織協同、狀態分析、趨勢預測、風險識別、方案決策和目標控制的自動化、智能化和智慧化，實現礦山資源在少人或無人的情形下安全、綠色、經濟、高效地開發和利用，最終把煤礦打造成一個可高質量持續發展的“智慧結構完善、層級架構健全、支撐體系發達、高度智能”的智慧系統。

智慧礦山初級階段（即智能化建設階段）的根本任務主要有三項[18]：① 在現有的產業條件、經營能力和資源基礎之上構建一個信息世界。② 對礦山現在的物理世界和意識世界進行數字化、智能化、智慧化改造。③ 搭建礦山意識世界、物理世界和信息世界三者互聯互通的橋梁。三項任務交互協同，賦予礦山透徹感知、深度互聯的結構特征和自主學習、智能應用的功能特征，最終建立由感知控制層、網絡通信層、數據及應用支撐層、應用與展示層四個層級和信息化標準體系、信息化管理運維體系、信息化安全體系三大支撐體系構成的“四橫三縱”整體架構（圖1）。

圖1 智能化礦山整體框架Fig.1 The overall framework of intelligent mine

在國家發展改革委、國家能源局、應急部、國家礦山安全監察局 、工業和信息化部、財政部、科技部、教育部等國家部委的指導下，經過中國煤炭工業協會、煤炭科研院所、煤炭生產企業、煤機裝備制造企業、煤礦智能服務供應商等煤礦智能化產業生態中各單位的長期努力，云計算、大數據、物聯網、工業互聯網、人工智能、區塊鏈、VR和AR等新型技術相關的基礎設施已經在地質保障、智能掘進、智能開采、智能主運、智能輔運、綜合保障、安全管控、洗選加工、經營管理、智能園區等方面為礦山智能化建設賦能，正在圍繞智能化礦山“四橫三縱”整體架構形成智能服務產品。然而，目前的礦山智能服務產品多服務于單一的業務場景，缺乏數據整合、技術集成和業務協同，導致網絡設施、計算設施、存儲設施等基礎設施重復投資；由于數據標準不同、傳輸協議不同、通信接口未開放，使得具有相似功能的業務系統重復建設。這不僅直接導致了嚴重的初始投資浪費，還間接浪費了大量的運維管理成本，更為將來的系統集成和業務聯動設置了極大的阻礙，嚴重影響了智慧礦山高階段發展目標的實現[19]。

數據治理是智慧礦山初級階段向高級階段發展的關鍵瓶頸。礦山建設的機房、信息中心、數據中心等積累了大量數據資源，透明地質、智能掘進、智能開采、智能主運、智能輔運、綜合保障、安全管控、洗選加工、經營管理、智能園區等智能應用場景提供了數據資源的目的地，5G、物聯網、工業互聯網、移動互聯網等搭建了數據資源通往各個目的地的信息高速路，云計算、大數據、人工智能、區塊鏈、AR、VR等技術為數據資源在信息高速路上的通行保駕護航。

智慧礦山數據治理是信息高速路上的交管部門，主要解決如下問題：① 信息高速路的規劃，讓數據資源以最小的成本和最高的效率服務于智慧礦山智能應用場景，避免基礎設施和應用系統重復建設、智能應用需求響應慢或錯誤響應。② 制定信息高速路上的規則，保證數據資源順利到達目的地，避免權責歸屬、數據質量、數據安全等問題。③ 確定信息高速路上的監管措施，保障數據平臺的平穩運行。

2 智慧礦山數據治理的概念內涵

運用歸納演繹方法，在歸納數據治理行業實踐形成的經典定義基礎上，對智慧礦山數據治理的概念內涵進行界定[20]。

當前對數據治理有6種較為經典的定義：① 國 際標準化組織（International Organization for Standardization，ISO）認為數據治理是指數據管理政策的制定與執行，奉行“責任、戰略、接受、績效、協同、行為”等原則[21]。② 國際電工委員會（International Electrotechnical Commission，IEC）認為數據治理是指以設計、實施、監控數據資產管理的戰略計劃為目標，協調實施的一系列活動[22]。③ 國際電信聯盟（International Telecommunication Union，ITU）認為數據治理是指設計、實施和監控一項數據資產管理計劃的所有活動過程，涉及協同過程管理、生命周期管理和風險過程管理等內容[23]。④ 國際數據治理研究所（Data Governance Institute，DGI）認為數據治理是一個通過一系列信息相關的過程來實現決策權和職責分工的系統，這些過程按照達成共識的模型來執行，該模型描述了誰能根據什么信息，在什么時間和情況下，用什么方法采取什么行動[24]。⑤ 國際數據管理協會（DAMA International）認為數據治理是指對數據資產管理行使權力、控制和共享決策（包括規劃、監測和執行）的系列活動[25]。⑥ GB/T 34960.5?2018《信息技術服務 治理 第 5 部分：數據治理規范》中，數據治理是指數據資源及其應用過程中的相關管控活動、績效和風險管理的集合[26]。

基于以上定義，對數據治理的內涵進行提煉和總結：① 數據治理與數據管理有本質區別，數據治理是對數據相關的權力、責任、利益的制度安排，而數據管理是在數據治理的安排下執行正確的管理職責。② 數據治理的目標是構建一套完善的數據管理機制來規范指導、規劃、執行、監督等數據管理活動，表現出數據質量保障、數據風險管控、數據價值提升等多元價值訴求。③ 數據治理的對象以數據資產為核心，以數據技術和業務活動為外延，為實現企業數據治理目標，需要同時對數據技術和業務活動進行治理。④ 針對不同的應用場景和治理動機，涉及不同的治理范圍和參與主體，需要構建完整的概念體系和技術框架，以指導數據管理活動。

智慧礦山數據治理是指在智慧礦山智能應用場景下，出于煤炭企業高質量發展的動機，對煤炭數據及其相關技術和業務全生命周期的權利、責任和利益進行制度優化：建立健全煤炭數據標準和管理規范；運用數據采集、存儲、開發、服務和管理等數據治理技術，通過智慧礦山對象全識別、屬性全抽取、關聯全建模等過程，打通礦山地質、安全、生產、經營等各業務系統縱向組織層級之間、橫向功能與功能之間、系統與系統之間、平臺與平臺之間的數據壁壘；在保障數據質量和安全的前提下，促進智慧礦山地質保障系統、智能掘進系統、智能開采系統、主運輸系統、輔助運輸系統、綜合保障系統、安全管控系統、智能洗選加工系統、經營管理系統等業務系統的數據共享和開放；進一步通過數據、技術和業務的沉淀、共享、復用和協同，構建智慧礦山數據治理平臺，提高礦山智能決策效率，逐步促進煤炭企業戰略變革、組織變革和文化變革，最終實現智慧礦山文化、戰略、組織、業務、技術、數據六位一體協同發展。簡言之，智慧礦山數據治理是在“沉淀、復用、共享、協同”的治理理念引導下，煤炭企業內各部門連同行業和政府監管部門通力協作，制定數據標準和管理規范，重塑煤炭企業數據架構和數據傳輸鏈路，打通智慧礦山數據壁壘，保障數據質量和數據安全，構建智慧礦山技術聯動和業務協同機制，實現數字驅動型決策和柔性生產的過程。

3 智慧礦山數據治理發展目標

3.1 總體目標

智慧礦山數據治理重點是解決智慧礦山建設過程中的信息孤島問題，實現數據共享和業務協同，使得智慧礦山真正成為促進煤炭企業價值提升的有機整體，總體目標概括為以下4個方面。

（1） 構建智慧礦山數據資產體系。智慧礦山要實現全域全量數據的透徹感知，應采集礦山中所有可采集的數據并規范存儲，通過構建統一、標準、規范的數據資產體系，形成數據資產地圖，并提供統一的數據服務接口，以在面向數據開發任務時（如開發某項算法或某個業務功能）能夠迅速明確有哪些數據可以使用及其調用方式。

（2） 實現安全有效的數據資產管理。構建統一的數據標準和規范的數據管理機制，采用數據標準管理、元數據管理、主數據管理、數據資產管理、數據質量管理、數據安全管理等數據治理工具，對智慧礦山數據資產體系進行科學管理，保障數據安全和數據質量，提升數據價值。

（3） 實現信息資源和能力共享。對數據服務、技術服務和業務服務進行組件式開發和標準化封裝，通過統一、標準、規范的數據、技術和業務調用接口，打破系統間的信息壁壘，迅速調用智慧礦山信息資源，敏捷響應智慧礦山智能應用場景需求。

（4） 實現系統聯動和全局協同。通過疏通智慧礦山信息流，建立智慧礦山價值流、服務流、物質流、資金流的關聯關系，構建“五流”聯動的協同體系，一方面實現地質保障、智能掘進、智能開采、安全管控、綜合保障等系統各組件的業務聯動，另一方面實現智慧礦山供?產?銷?用協調聯動、人?財?物協調配置的全局協同。

3.2 發展策略

智慧礦山數據治理是關乎智慧礦山建設全局的系統性工程，應圍繞智慧礦山建設目標，妥善處理好局部協同與整體協同、物理集成與邏輯集成、智能業務系統與數據治理平臺、集團級數據治理平臺與礦級數據治理平臺、本地處理與云處理5個方面的關系。

3.2.1 局部協同與整體協同的關系

當前智慧礦山建設水平之所以較低，是因為追求地質勘探、礦井設計、基建、開采、洗選加工、運輸利用和礦區修復中主要環節的自動化、智能化或某一方面業務（智能掘進、智能開采等）的聯動控制，強調局部協同的實現。智慧礦山整體協同要求供?產?銷?用協調聯動、人?財?物協調配置，以柔性生產為核心，促進煤炭企業全局甚至全產業生態的聯動與協同，發揮煤炭在我國現代化能源體系中作為穩定器和壓艙石的重要作用，加速構建現代化智慧能源新格局。智慧礦山數據治理要在當前實現的局部協同基礎上，面向安全、生產、經營等各類智能應用場景構建數據關聯，打破系統間的數據壁壘，從智慧礦山整體建設的全局考慮價值流、服務流、信息流、物質流、資金流的協同關系，通過分類、分級、分權配置技術服務、數據服務和業務服務，實現應用數據全感知、全聯通、全匯聚、全分析和全智能，保障局部協同實現，同時促進全局協同實現。

3.2.2 物理集成與邏輯集成的關系

物理集成的各系統在業務、數據、技術等方面沒有實際關聯，僅在物理形式上將各系統拼湊或拼接在一起，在感官上實現了系統集成，但沒有切實降低系統用戶的工作強度并提高系統用戶的工作效率，如使用工業大屏實現各業務系統的統一展示，用統一的界面將相關業務系統統一封裝。邏輯集成強調敏捷響應用戶的實際應用需求，通過建立統一的業務規則、數據關聯和技術協同，形成自主學習、智能決策機制，為用戶快速提供過程控制或商業決策所需的信息。智慧礦山數據治理以治理煤炭數據為核心，同時重塑礦山業務邏輯和技術架構，利用物理集成冗余的網絡、存儲、計算資源實現科學的業務系統可視化，通過邏輯集成建立的自主學習、智能決策機制降低煤炭企業員工的工作負荷，實現減人增效目標。

3.2.3 智能業務系統與數據治理平臺的關系

當前的智能業務系統多運用“瀏覽器/服務器（B/S）+客戶機/服務器（C/S）+移動應用程序（APP）”的融合架構，采用“單獨系統+單獨技術+單獨服務器（含網絡服務、存儲服務、計算服務）+單獨數據庫+單獨機柜”的模式部署。在有系統集成需求時，智能業務系統間通過后期編寫接口進行對接。智慧礦山數據治理平臺需打破這種孤島式的系統建設和部署模式，通過抽象智慧礦山所需的共性技術、抽象智慧礦山智能應用場景中的共性業務，構建智慧礦山數據資產體系，形成技術微服務、業務微服務和數據微服務，集約化部署在一套服務器中，共同使用一套數據庫產品中的數據，面向不同智能應用場景的不同業務需求進行組件式開發，大大提高智能應用需求的響應速度，降低智能系統建設的基礎投資和運維成本。

3.2.4 集團級數據治理平臺與礦級數據治理平臺的關系

《目標綱要》中明確指出要推動煤炭生產向資源富集地區集中。煤炭行業在國民經濟高質量發展和“雙碳”目標的約束下，正在進行煤炭資源富集地區優勢產能的深化整合和煤電一體化布局，未來煤炭行業必將創新集團化發展模式。在集團化發展模式下，集團一級負責以安全生產、采購供應、運輸銷售、智能調度、資本財務、自動辦公為主線的綜合管控，礦井一級負責以透明地質、智能掘進、智能開采、綜合保障、安全管控、智能煤流、洗選加工等為核心的一線生產。 集團?礦井兩級架構下不同的業務目標和場景要求正確處理好兩級數據治理平臺之間的關系。集團級數據治理平臺重在統一全集團下屬各礦級單位的數據標準和管理規范，偏向多場景業務數據的融合分析和商務智能應用；礦級數據治理平臺必須嚴格遵循全集團統一的數據標準和管理規范，偏向分布式存儲、小規模計算和快速響應。兩級數據治理平臺之間可通過虛擬專用網絡（Virtual Private Network，VPN）專線連接，以確保數據安全和傳輸效率，通過數據權限管理和數據應用體系開發，實現數據智能應用。

3.2.5 本地處理與云處理的關系

不同類別、不同等級的數據應用對數據處理時效和數據安全保障的要求不一樣，應對數據進行分類分級并實行差異化處理策略。各類生產過程感知控制數據和安全監測監控數據要求處理時效性強、數據安全等級高，需由本地計算服務器甚至是邊緣計算服務器進行處理，以保障數據處理傳輸效率，并確保數據安全；而關于礦井勘探設計、生產管理、安全管理、自動化辦公、供應鏈管理、財務管理、倉儲管理、運銷管理、環保健康管理、園區管理等的數據處理不要求強時效性且數據量大，適宜采用云處理方式。

3.3 階段性任務

智慧礦山中數據對象繁多、對象屬性多樣、數據關系復雜、業務場景尚不完備、智能技術尚處于發展之中，數據治理必將經歷一個長期復雜的發展過程，不可能一蹴而就，需要分階段、分層次、有重點地穩步推進。根據智慧礦山數據治理的目標和要求，從當前智慧礦山數據治理的現狀出發，智慧礦山數據治理需要分頂層設計、平臺構建、開放共享3個階段進行建設，每個階段的完成周期因煤炭企業數據治理的現實條件不同而有差異。

（1） 頂層設計階段。這一階段由集團一把手牽頭，以集團級數據治理部門為主導，重點任務是建立數據標準和管理規范。建立完善的數據治理體系，明確數據權屬和數據治理各利益相關人責權，制定規范的數據質量改善流程，形成面向多樣化煤礦數據應用場景的數據治理閉環；建立統一、規范的數據標準體系，規范各類編碼方案、元數據、主數據和數據表，統一數據采集、傳輸、存儲和訪問接口標準，形成完善的煤礦數據字典。

（2） 平臺構建階段。這一階段由集團級數據治理部門牽頭，以礦級數據治理部門為主導，重點任務是根據集團統一的數據標準和管理規范建設礦級數據治理平臺，并實現與集團級數據治理平臺的對接。合理設計智慧礦山數據采集、存儲、開發、服務和管理策略，采用“集約化部署、組件式開發”方式設計數據治理平臺技術架構，構建完善的煤炭數據資產體系，形成敏捷、高效的數據服務能力。

（3） 開放共享階段。這一階段由政府部門牽頭，以行業協會為主導，重點任務是建設國家級煤礦信息大數據分析與共享交換平臺和地方政府煤炭信息管理云平臺，并實現與集團級數據治理平臺的對接，促進煤炭產業生態供?產?銷?用一體化智能協同發展，促進煤電聯動和煤電一體化布局，加速構建現代化智慧能源體系。

4 智慧礦山數據治理關鍵技術

要實現智慧礦山數據治理的發展目標，目前尚需突破數據標準構建、全局數據建模、數據匯聚、數據開發、數據管理、中臺架構6個方面的關鍵技術。

4.1 數據標準構建技術

智慧礦山數據標準是保障煤炭數據使用、交換、共享、開放的一致性和準確性的一種約束性規范。智慧礦山數據治理的首要問題是構建統一的數據標準，以指導和規范數據治理過程和行為。當前我國煤炭工業標準主要有煤炭資源評價與綜合利用相關標準、煤礦專用設備相關標準、煤礦安全相關標準等三大類，而煤炭數據標準的相關內容主要散布于煤礦專用設備相關標準和煤礦安全相關標準之中，涉及通信接口定義、通信協議規范、數據信息分類、網絡安全保障等內容。智慧礦山數據標準應由基礎標準、元數據標準、主數據標準、數據資產標準、數據質量標準、數據安全標準、數據管理標準等構成完整體系。智慧礦山數據標準體系亟待開發。

4.2 全局數據建模技術

智慧礦山數據建模是指通過對智慧礦山各類對象的識別、對象屬性的抽取、屬性關系的建立等過程，經過概念建模、邏輯建模和物理建模等階段，對智慧礦山各類數據進行抽象和組織，形成智慧礦山數據資產體系。目前智慧礦山中的各類智能業務系統均面向所服務的業務進行數據建模，各系統數據之間的關聯關系很少被探索和挖掘，因而不能實現智能系統的協同聯動。進行智慧礦山數據治理時，需對智慧礦山所有的對象、屬性及數據關系進行建模，打通各業務系統的數據壁壘，實現對智慧礦山全域全量數據的透徹感知，以支持構建智慧礦山數據協同、技術協同和業務協同機制，實現智慧礦山整體協同。

4.3 數據匯聚技術

數據匯聚一般采用抽取?轉換?加載（Extract?Transform?Load，ETL）操作，但這不適用于智慧礦山大規模的數據場景。為了提高數據傳輸效率并保證不丟失重要數據，智慧礦山數據匯聚應采用抽取?加載?轉換（Extract?Load?Transform，ELT）操作，即在數據采集過程中不進行復雜的清洗處理操作，對采集的數據直接進行存儲，在數據開發前進行數據清洗和處理。數據匯聚包括數據采集和數據存儲2個流程。智慧礦山數據治理應根據數據特征分類分級開發數據采集和數據存儲策略。智慧礦山的離線大批量數據采用離線采集策略，通過Sqoop，Canal，DataX等工具實現；智慧礦山準實時小批量數據采用準實時采集策略，運用Spark Streaming準實時計算框架，通過Flume、網絡爬蟲等工具實現；智慧礦山的實時數據流采用實時采集策略，運用Storm，Flink實時計算框架，通過Kafka分布式消息隊列采集系統實現。智慧礦山各類數據按照差異化存儲策略進行存儲，可按需要融合使用分布式文件系統（Hadoop Distributed File System，HDFS）、非關系型數據庫（Hbase，MongoDB等）、結構化數據庫（MySQL，Oracle等）、內存數據庫（Redis等）、云存儲等數據存儲資源。

4.4 數據開發技術

智慧礦山數據開發包括離線開發、實時開發和算法開發。離線開發：可采用Mapreduce，SparkCore開發框架對智慧礦山離線大批量數據進行清洗、轉換、挖掘和價值發現等操作。實時開發：可采用Storm，Flink，Spark Streaming 等開發框架對智慧礦山準實時小批量數據和實時數據流進行實時接入和處理，提高數據處理效率，以快速響應業務需求。算法開發：應集成以批計算為核心的離線模型訓練、以流計算為核心的在線機器學習及基于在線查詢和即席分析的數據探索和統計分析三大功能，為快速構建包括生產調度決策支持算法、經營管理決策支持算法、危險源辨識與隱患排查支持算法、事故預警支持算法、應急調度指揮支持算法、市場行情預測支持算法、設備故障診斷和預警支持算法、工程參數優化算法、商業決策支持算法等在內的智慧礦山核心算法服務賦能。

4.5 數據管理技術

智慧礦山數據管理包括數據標準管理、元數據管理、主數據管理、數據資產管理、數據生命周期管理、數據質量管理和數據安全管理等內容。數據標準管理包括元數據標準、主數據標準、數據資產標準、數據質量標準、數據安全標準等的構建、發布、運行監控、反饋和優化。元數據管理的關鍵在于技術元數據、業務元數據和管理元數據的梳理，并建立三者之間的關聯規則，提供元數據查詢、影響分析、血緣分析、全鏈路分析、關聯度分析等服務。主數據管理建立主數據采集、存儲、開發策略，維護智慧礦山數據體系的穩健運行。數據資產管理構建數據資產地圖，支持按照不同用戶視角和業務需求實現數據資產的快速查詢、分析和調用。數據生命周期管理對數據的整個生命周期進行數據安全和數據質量監控，提供數據健康監督、數據清理維護、數據備份等服務。數據質量管理的關鍵在于數據質量維度和指標的定義，提供數據質量稽核、數據質量問題統計分析等服務。數據安全管理支持數據的分類分級、數據脫敏、數據加密、數據授權等服務，確保數據安全合規使用。

4.6 中臺架構技術

中臺實質是一種低耦合、高內聚、多元協同的數據技術（Data Technology，DT）架構，基于“沉淀、復用、共享、協同”思想，以 OneData體系（OneID，OneModel，OneService）為核心方法論，以微服務為技術基礎，通過剝離前臺共性業務、抽取后臺通用技術能力、匯聚全域全量數據，將企業核心資源和能力沉淀到業務中臺、技術中臺、數據中臺三者交互協同的中臺體系，解耦業務系統，使應用前臺輕量化、基礎后臺專業化。中臺鏈接輕量化前臺和專業化后臺，構建可復用的業務服務、技術服務、數據服務能力清單并封裝成標準微服務，通過微服務間的輕量級通信交互機制共享前臺可復用的公共能力，支持前臺應用敏捷調用而不再訪問后臺，可提高業務需求的響應速度和應用開發的迭代速度，降低系統建設和運維成本。中臺是一套持續不斷地把數據變成資產并服務于業務的數據應用機制，具有匯聚整合、萃取加工、服務可視和價值變現4項核心能力[27]，是適用于智慧礦山數據治理平臺建設的技術架構。

5 結語

煤礦智能化為煤炭工業高質量發展提供了核心技術支撐，數據是推動煤礦智能化技術開發、應用模式創新和市場競爭力提升的核心資源，數據治理是智慧礦山初級階段向高級階段發展的關鍵瓶頸。智慧礦山數據治理對于進一步推進智慧礦山建設、促進煤電聯動和煤電一體化布局、加速構建現代化智慧能源體系均具有重要意義。本文剖析了數據治理在智慧礦山建設中的重要地位，界定了智慧礦山數據治理的概念內涵，從總體目標、發展策略、階段任務3個方面探討了智慧礦山數據治理的發展路徑，提出了智慧礦山數據治理尚需突破的關鍵技術。智慧礦山數據治理關乎智慧礦山建設全局，是一項長期復雜的系統性工程，需要在國家部委的統一領導下，行業協會、科研院校、煤炭生產企業、煤機裝備制造企業、煤礦智能服務供應商等煤礦智能化產業生態中各單位精益合作，提供政策、人才、技術、應用場景、解決方案等方面的支持，處理好各方面的關系，把握好智慧礦山發展規律，實現協同共贏。