大數(shù)據(jù)技術(shù)在煤炭工業(yè)中的研究現(xiàn)狀范文

本站小編為你精心準(zhǔn)備了大數(shù)據(jù)技術(shù)在煤炭工業(yè)中的研究現(xiàn)狀參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要：在總結(jié)煤炭大數(shù)據(jù)大容量、快速性、多樣性、真實性、可見性、價值等特征的基礎(chǔ)上，從煤炭大數(shù)據(jù)理論、煤炭大數(shù)據(jù)與物聯(lián)網(wǎng)和云計算的關(guān)系、煤炭大數(shù)據(jù)平臺建設(shè)方面介紹了煤炭大數(shù)據(jù)研究現(xiàn)狀；分析了煤炭大數(shù)據(jù)的多層面不均勻采樣性、多時間尺度特性、不真實數(shù)據(jù)混雜性等新特點及其對煤炭大數(shù)據(jù)分析帶來的挑戰(zhàn)；從大數(shù)據(jù)采集與管理、大數(shù)據(jù)分析、大數(shù)據(jù)共享方面對建設(shè)煤炭大數(shù)據(jù)平臺功能進行了展望，并從應(yīng)用領(lǐng)域探討了大數(shù)據(jù)技術(shù)在煤炭工業(yè)中可能的發(fā)展方向。

關(guān)鍵詞：煤炭工業(yè)；大數(shù)據(jù)；物聯(lián)網(wǎng)；云計算；煤炭大數(shù)據(jù)平臺

0引言

隨著傳感器、計算機、通信、物聯(lián)網(wǎng)、數(shù)據(jù)存儲等技術(shù)的發(fā)展，以及企業(yè)信息管理系統(tǒng)的不斷普及，制造工業(yè)等行業(yè)產(chǎn)生并存儲了大容量數(shù)據(jù)，且隨時間呈指數(shù)級增長[1]，工業(yè)界已經(jīng)進入了“大數(shù)據(jù)”時代[2-3]，煤炭工業(yè)就是其中的一個典型代表。煤炭是中國的主體能源，其產(chǎn)業(yè)的健康發(fā)展對經(jīng)濟社會發(fā)展至關(guān)重要，甚至關(guān)系著國家能源安全。因此，迫切需要依托物聯(lián)網(wǎng)、云計算和大數(shù)據(jù)技術(shù)，采集、存儲和挖掘海量數(shù)據(jù)，從數(shù)據(jù)中探索解決煤炭“采掘機運通排”中若干問題，推動煤炭行業(yè)由生產(chǎn)自動化、信息自動化轉(zhuǎn)型升級為知識自動化。麥肯錫的報告顯示，就大數(shù)據(jù)的數(shù)量而言，諸如煤炭等領(lǐng)域的過程工業(yè)，其數(shù)據(jù)產(chǎn)出量及可被接入的設(shè)備數(shù)量遠(yuǎn)遠(yuǎn)超過移動互聯(lián)網(wǎng)等其他行業(yè)，而且增速是其他大數(shù)據(jù)領(lǐng)域的2倍[4]。然而，煤炭大數(shù)據(jù)的利用卻遠(yuǎn)沒有在當(dāng)前互聯(lián)網(wǎng)領(lǐng)域那樣普遍和深入，其中數(shù)據(jù)的價值還有待挖掘。本文闡述了煤炭大數(shù)據(jù)的特征及研究現(xiàn)狀，并在分析煤炭大數(shù)據(jù)新特點的基礎(chǔ)上，對煤炭大數(shù)據(jù)平臺的發(fā)展與應(yīng)用進行了探討與展望。

1煤炭大數(shù)據(jù)特征

大數(shù)據(jù)分析手段主要是圍繞大數(shù)據(jù)的“4Vs”(Volume——大容量，Velocity——快速性，Variety——多樣性，Veracity——真實性)特性去發(fā)展與完善的[5-6]。除“4Vs”特性外，煤炭大數(shù)據(jù)還應(yīng)該加上“2Vs”，即Visibility——可見性(通過大數(shù)據(jù)分析使以往隱匿的重要因素和信息可見)和Value——價值(通過大數(shù)據(jù)分析得到的信息應(yīng)該被轉(zhuǎn)換成價值)。這“2Vs”代表了煤炭工業(yè)界對于大數(shù)據(jù)所追求的目的和意義。（1）大容量(Volume)體現(xiàn)在數(shù)據(jù)采樣率高(毫秒級)與采樣時間段長(24h不間斷運行)所帶來的大容量歷史數(shù)據(jù)。以單臺礦井通風(fēng)機為例，其數(shù)據(jù)采樣頻率為50Hz，每秒產(chǎn)生225kB數(shù)據(jù)，按每年7000h工作時間計算，僅單臺通風(fēng)機每年生成6TB數(shù)據(jù)。（2）快速性(Velocity)體現(xiàn)在高頻的數(shù)據(jù)采集。由于井下作業(yè)環(huán)境惡劣、24h不間斷生產(chǎn)，生產(chǎn)環(huán)境安全監(jiān)測監(jiān)控系統(tǒng)、各生產(chǎn)環(huán)節(jié)的自動化系統(tǒng)等的實時數(shù)據(jù)與信息需要安全、準(zhǔn)確、實時地傳至數(shù)據(jù)處理中心，所以每秒鐘會記錄幾千兆甚至上萬兆字節(jié)的數(shù)據(jù)。（3）多樣性(Variety)體現(xiàn)在異構(gòu)性、不同時間尺度和不均勻采樣。煤炭工業(yè)數(shù)據(jù)異構(gòu)性是指非結(jié)構(gòu)化類型煤炭數(shù)據(jù)，其數(shù)據(jù)存儲形式除“采掘機運通排”控制系統(tǒng)采集的結(jié)構(gòu)化的生產(chǎn)過程數(shù)據(jù)外，還包括以生產(chǎn)環(huán)境在線監(jiān)測為主的視頻圖像、語音，以及規(guī)章制度、應(yīng)急案例文本等非結(jié)構(gòu)化數(shù)據(jù)。此外，煤炭工業(yè)分層次運行，采集的時間序列數(shù)據(jù)既有高維且快速率動態(tài)采樣的壓力、流量等過程數(shù)據(jù)，又有低速不均勻采樣的灰分、硫分等指標(biāo)數(shù)據(jù)。（4）真實性(Veracity)體現(xiàn)在真實數(shù)據(jù)與離群點數(shù)據(jù)的混雜。由于煤炭掘進、開采和洗選過程生產(chǎn)環(huán)境惡劣，測量儀表或變送器受到干擾嚴(yán)重，且故障頻發(fā)，使得測量數(shù)據(jù)中混雜不真實數(shù)據(jù)，具有離群點、缺失點等異常樣本。如重介質(zhì)選煤過程中由于在線灰分儀運行不穩(wěn)定經(jīng)常導(dǎo)致灰分實際測量值出現(xiàn)大偏差，導(dǎo)致歷史數(shù)據(jù)中出現(xiàn)離群點。（5）可見性(Visibility)體現(xiàn)在對隱匿性問題的建模和預(yù)測。設(shè)備性能下降、健康衰退、零部件磨損等問題難以通過測量被量化，而大部分可見的問題都是這些不可見的因素積累到一定程度所造成的，因此需要通過大數(shù)據(jù)分析使以往隱匿的重要因素和信息可見，從而避免可見問題的發(fā)生。（6）價值(Value)體現(xiàn)在數(shù)據(jù)密度高、價值小。煤炭生產(chǎn)中，系統(tǒng)經(jīng)常在某一特定且正常工況下運行，而故障等異常工況只是偶然發(fā)生，因此大量數(shù)據(jù)均是存在冗余的正常運行數(shù)據(jù)，而反映異常的數(shù)據(jù)非常少。

2煤炭大數(shù)據(jù)研究現(xiàn)狀

從20世紀(jì)90年代至今，煤礦自動化經(jīng)歷了從單機自動化、綜合自動化到煤礦物聯(lián)網(wǎng)的發(fā)展[7]，且隨著煤炭企業(yè)信息化與自動化的不斷提高及兩化融合的快速發(fā)展，安全監(jiān)控、人員定位、可視通信、數(shù)字化礦山、三維建模、企業(yè)資源計劃等系統(tǒng)的不斷應(yīng)用，產(chǎn)生了海量、不同層次、不同類別的數(shù)據(jù)資源，為大數(shù)據(jù)在煤炭工業(yè)中的應(yīng)用奠定了基礎(chǔ)[8]。由于缺少針對煤炭大數(shù)據(jù)特征的分析工具及高效的計算平臺來提取隱匿的知識，煤炭大數(shù)據(jù)還未充分利用，目前主要是將數(shù)據(jù)采集、壓縮存檔、恢復(fù)與少量預(yù)測分析。其中預(yù)測分析主要集中研究在煤炭安全生產(chǎn)領(lǐng)域，但尚處于理論研究和起步階段，沒有成功的模式和案例。鄭磊[9]分析了當(dāng)前中國煤礦安全管理存在的問題，并提出大數(shù)據(jù)將對煤礦安全管理帶來變革。丁振等[10]討論了大數(shù)據(jù)在變革管理思維、增強系統(tǒng)安全觀念，提高設(shè)備運轉(zhuǎn)可靠度、監(jiān)測設(shè)備健康運行，提供事故分析新視角、實現(xiàn)安全管理關(guān)口前移等方面的應(yīng)用前景。大數(shù)據(jù)、物聯(lián)網(wǎng)與云計算是提升煤礦安全生產(chǎn)水平的3個重要技術(shù)手段。胡英[11]分析了安全生產(chǎn)大數(shù)據(jù)的特點與煤礦安全生產(chǎn)大數(shù)據(jù)當(dāng)前面臨的主要問題，提出建設(shè)基于物聯(lián)網(wǎng)、云計算技術(shù)的煤礦安全綜合數(shù)據(jù)庫，建設(shè)基于專家系統(tǒng)的煤礦安全專家知識庫，建設(shè)三維虛擬礦井可視化平臺，研發(fā)煤礦安全動態(tài)分析系統(tǒng)的需求。孫繼平[12]分析了煤炭大數(shù)據(jù)和物聯(lián)網(wǎng)對煤礦事故分析的重要作用，討論了大數(shù)據(jù)在煤與瓦斯突出、沖擊地壓、水害、火災(zāi)等事故預(yù)警，煤礦重大關(guān)鍵設(shè)備故障診斷，煤炭需求和價格預(yù)測等方面的應(yīng)用。劉玉海[13]分析了現(xiàn)有的Hadoop云計算平臺及云計算技術(shù)用于實現(xiàn)煤炭井下人員定位系統(tǒng)、礦井瓦斯安全預(yù)警系統(tǒng)、煤礦安全生產(chǎn)應(yīng)急系統(tǒng)的可行性。繆建華等[14]提出了基于大數(shù)據(jù)和云計算技術(shù)的智慧礦山計劃，并對淮南煤礦安全高效生產(chǎn)運用前景進行了展望。馬小平等[15]闡述了物聯(lián)網(wǎng)、大數(shù)據(jù)及云計算技術(shù)的研究現(xiàn)狀，并指出3種技術(shù)之間的關(guān)系，即物聯(lián)網(wǎng)產(chǎn)生大數(shù)據(jù)，大數(shù)據(jù)助力物聯(lián)網(wǎng)；大數(shù)據(jù)需要云計算，云計算增值大數(shù)據(jù)。當(dāng)前，大數(shù)據(jù)已經(jīng)成為國家的戰(zhàn)略資源和推動產(chǎn)業(yè)發(fā)展的重要引擎，煤炭工業(yè)的安全化、綠色化、智能化發(fā)展對煤炭大數(shù)據(jù)平臺的需求迫在眉睫。張茜[16]利用SWOT分析方法，從優(yōu)勢、劣勢、機會和威脅4個方面對煤炭企業(yè)建立大數(shù)據(jù)平臺進行了分析。劉香蘭[17]搭建了煤礦安全生產(chǎn)大數(shù)據(jù)分析模型，研究并設(shè)計了煤礦安全生產(chǎn)大數(shù)據(jù)分析與管理平臺的功能架構(gòu)與技術(shù)架構(gòu)。申琢等[18]以數(shù)據(jù)集成、數(shù)據(jù)挖掘和可視化展現(xiàn)為主線，設(shè)計并開發(fā)了由設(shè)備層、網(wǎng)絡(luò)層、數(shù)據(jù)層、挖掘?qū)雍驼故緦咏M成的基于數(shù)據(jù)挖據(jù)的煤炭大數(shù)據(jù)可視化管理平臺。2016年7月19日，煤炭大數(shù)據(jù)平臺V2.0[19]在“2016夏季全國煤炭交易大會”上正式啟動，該平臺涵蓋煤炭GIS、圖解煤炭、煤炭物流、信用查詢、預(yù)測預(yù)警、數(shù)據(jù)分析、能源經(jīng)濟七大功能模塊，但仍存在數(shù)據(jù)體系不完善、采集渠道不暢通、數(shù)據(jù)時效性不強等問題。

3煤炭大數(shù)據(jù)新特點及研究挑戰(zhàn)

隨著信息化發(fā)展和可編程邏輯控制器與集散控制系統(tǒng)的廣泛采用，以及安全生產(chǎn)過程管理、設(shè)備操作優(yōu)化需求的不斷增加，煤炭生產(chǎn)向大規(guī)模、集成化發(fā)展，多單元、多產(chǎn)品生產(chǎn)、動態(tài)運行。煤炭大數(shù)據(jù)體現(xiàn)出與廣泛過程工業(yè)大數(shù)據(jù)[20]類似的多層面不均勻采樣性、多時間尺度特性、不真實數(shù)據(jù)混雜性的新特征，對已有研究方法帶來挑戰(zhàn)。（1）多層面不均勻采樣性。煤炭生產(chǎn)過程既有高維動態(tài)的過程數(shù)據(jù)，又有不均勻采樣的指標(biāo)數(shù)據(jù)，比如灰分指標(biāo)往往難以在線測量，通常通過人工化驗獲得，而人工化驗時間在一定范圍內(nèi)具有隨機性，因此導(dǎo)致數(shù)據(jù)具有大延遲和不均勻采樣的特點。現(xiàn)有數(shù)據(jù)驅(qū)動方法多集中在對均勻采樣數(shù)據(jù)的分析與處理，無法對不均勻采樣的數(shù)據(jù)進行分析與處理。（2）多時間尺度特性。多時間尺度體現(xiàn)在不同系統(tǒng)根據(jù)需求進行分層采樣，進而進行優(yōu)化決策與控制。其中，設(shè)備層是整個生產(chǎn)系統(tǒng)的最低層，為實時監(jiān)測設(shè)備運行狀態(tài)，其通常以毫秒為單位采集設(shè)備數(shù)據(jù)(如重介質(zhì)選煤過程的入料泵變頻電流等)；上一層為過程控制層，采集秒級的過程控制數(shù)據(jù)(如重介密度、合介筒液位等)，并實施控制，以保證過程的關(guān)鍵變量按照給定的設(shè)定值變化，并驅(qū)動設(shè)備狀態(tài)按指定邏輯順序變化，是穩(wěn)定生產(chǎn)的關(guān)鍵；再上一層為運行優(yōu)化層，采集從產(chǎn)品質(zhì)量分析儀或人工化驗或統(tǒng)計得到的多種類且不均勻采樣的產(chǎn)品質(zhì)量、產(chǎn)量、能耗的運行指標(biāo)數(shù)據(jù)(如灰分、硫分，視頻監(jiān)控帶式輸送機運煤表面圖像數(shù)據(jù)等)，由優(yōu)化策略進行分析計算，產(chǎn)生新的過程設(shè)定值；最上層為生產(chǎn)經(jīng)營管理層，采集來自市場營銷和售后服務(wù)與用戶的反饋數(shù)據(jù)(如市場對煤質(zhì)的定量與定性評價數(shù)據(jù))，進行市場分析，從而指導(dǎo)和協(xié)調(diào)生產(chǎn)。多時間尺度上的數(shù)據(jù)具有強自相關(guān)與互相關(guān)關(guān)系，以及時間序列相關(guān)關(guān)系[21]，但由于不同時間尺度的采樣，使得所獲取的數(shù)據(jù)具有不均勻稀疏性，對現(xiàn)有分析方法帶來挑戰(zhàn)。（3）不真實數(shù)據(jù)混雜性。高維動態(tài)歷史數(shù)據(jù)中夾雜與過程特性無關(guān)的干擾數(shù)據(jù)，這是因為受惡劣環(huán)境影響，煤炭實際生產(chǎn)過程數(shù)據(jù)易受采集、傳輸、存儲過程中的異常影響，從而混雜離群點、甚至缺失點。這在不同時間尺度采樣中均存在，如過程層的傳感器設(shè)備故障，以及指標(biāo)層的化驗與人為誤讀數(shù)誤差等。現(xiàn)有數(shù)據(jù)分析方法需要無污染的數(shù)據(jù)，但不真實數(shù)據(jù)的存在不可避免。因此，如何從混雜數(shù)據(jù)中提取出反映過程特性本質(zhì)的模型，建立魯棒數(shù)據(jù)分析方法，將是研究的重點和難點。

4煤炭大數(shù)據(jù)展望

4.1煤炭大數(shù)據(jù)平臺展望

近幾年，煤炭大數(shù)據(jù)技術(shù)發(fā)展較快，具備了一定基礎(chǔ)，但當(dāng)前中國煤炭數(shù)據(jù)信息采集渠道仍不暢通，數(shù)據(jù)傳達相對滯后，時效性不強，缺少有效的分析工具及高效的分析方法實現(xiàn)煤炭大數(shù)據(jù)的價值。因此，煤炭大數(shù)據(jù)平臺必須重點實現(xiàn)大數(shù)據(jù)采集與管理、大數(shù)據(jù)分析、大數(shù)據(jù)共享的功能。（1）大數(shù)據(jù)采集與管理。大數(shù)據(jù)的基礎(chǔ)在于數(shù)據(jù)，因此需充分利用各類傳感器、無線網(wǎng)絡(luò)等加強對生產(chǎn)過程、監(jiān)測監(jiān)控、設(shè)備運行、經(jīng)營管理等各類數(shù)據(jù)的采集與管理。此外，標(biāo)準(zhǔn)統(tǒng)一是大數(shù)據(jù)的基礎(chǔ)。沒有統(tǒng)一的行業(yè)信息標(biāo)準(zhǔn)，就無法整合來自不同領(lǐng)域、不同企業(yè)、不同類型的數(shù)據(jù)和信息。按照煤炭大數(shù)據(jù)建設(shè)的核心理念，建立全國煤炭數(shù)據(jù)實時在線采集系統(tǒng)，對各省市現(xiàn)有煤炭監(jiān)測系統(tǒng)進行整合，形成基礎(chǔ)數(shù)據(jù)庫，并使各系統(tǒng)能夠以統(tǒng)一的接口進行數(shù)據(jù)傳輸，實現(xiàn)基層煤礦數(shù)據(jù)的實時更新。同時，依托物聯(lián)網(wǎng)、大數(shù)據(jù)技術(shù)，將煤炭行業(yè)數(shù)據(jù)全部納入采集系統(tǒng)，實現(xiàn)各煤炭數(shù)據(jù)種類的全國聯(lián)網(wǎng)，構(gòu)建囊括煤炭生產(chǎn)、消費、交易等相關(guān)信息的全國煤炭數(shù)據(jù)庫。（2）大數(shù)據(jù)分析。對大容量數(shù)據(jù)中知識的挖掘是大數(shù)據(jù)技術(shù)的關(guān)鍵所在，然而，解決問題的知識通常具有隱匿性，其不是直接呈現(xiàn)在數(shù)據(jù)里，而是呈現(xiàn)在用于揭示數(shù)據(jù)的模型中。因此，煤炭大數(shù)據(jù)的核心在于采用降維技術(shù)、分類與聚類技術(shù)、時序數(shù)據(jù)模式挖掘技術(shù)、數(shù)據(jù)源融合處理技術(shù)及關(guān)聯(lián)關(guān)系分析技術(shù)等數(shù)據(jù)分析方法，快速獲取、分析、處理海量的工業(yè)生產(chǎn)過程監(jiān)控數(shù)據(jù)，建立不同層次(過程監(jiān)測、故障診斷、優(yōu)化決策、控制等)的模型，從而推動煤炭安全管理思維變革，增強系統(tǒng)安全觀念，推動安全監(jiān)察監(jiān)管信息的共享，加快打通信息源壁壘，推動數(shù)據(jù)的深度發(fā)掘，為設(shè)備運行優(yōu)化提供理論支撐。對于容量呈指數(shù)級增加的大數(shù)據(jù)，傳統(tǒng)數(shù)據(jù)分析方法無法處理或處理過慢，因此煤炭大數(shù)據(jù)分析需借鑒已有高速的大數(shù)據(jù)建模與優(yōu)化算法，如面向大數(shù)據(jù)特征的深度學(xué)習(xí)算法[22-23]等。(3)大數(shù)據(jù)共享。依靠某個企業(yè)單一數(shù)據(jù)樣本很難實現(xiàn)大數(shù)據(jù)價值，需建立全國煤炭行業(yè)各類數(shù)據(jù)匯總的總平臺，與本行業(yè)各類信息平臺及電力等其他行業(yè)相關(guān)平臺進行數(shù)據(jù)接入與共享，充分發(fā)揮行業(yè)協(xié)會、煤炭企業(yè)、科研院所、信息技術(shù)廠商等各方力量。

4.2煤炭大數(shù)據(jù)應(yīng)用展望

煤炭工業(yè)應(yīng)根據(jù)自身大數(shù)據(jù)特點，結(jié)合工業(yè)大數(shù)據(jù)在建模、控制與優(yōu)化技術(shù)方面研究成果，利用互聯(lián)網(wǎng)產(chǎn)業(yè)已建立的大數(shù)據(jù)管理平臺，推進煤炭行業(yè)各級部門間數(shù)據(jù)的共享，面向煤炭安全生產(chǎn)、過程優(yōu)化與決策、控制、故障診斷進行應(yīng)用實踐。（1）基于大數(shù)據(jù)的煤礦智能無人開采。通過積累各類地質(zhì)構(gòu)造、煤巖煤質(zhì)、大型采掘設(shè)備等的大數(shù)據(jù)樣本，構(gòu)建各類開采條件下的智能開采模型。（2）基于大數(shù)據(jù)的煤礦災(zāi)害預(yù)警與防治。通過積累煤礦大量監(jiān)測數(shù)據(jù)樣本，可探索基于大數(shù)據(jù)的煤礦事故預(yù)警方法，將大數(shù)據(jù)用于煤與瓦斯突出、沖擊地壓、水害、火災(zāi)等煤礦事故預(yù)警。（3）基于大數(shù)據(jù)的煤礦設(shè)備故障診斷。通過監(jiān)測煤礦設(shè)備振動、聲音、溫度、功率等設(shè)備運行狀態(tài)數(shù)據(jù)，研究關(guān)鍵設(shè)備狀態(tài)異常與設(shè)備故障的關(guān)系，實現(xiàn)基于大數(shù)據(jù)的煤礦設(shè)備故障診斷。（4）基于大數(shù)據(jù)的行業(yè)運行監(jiān)測與預(yù)測。通過積累煤炭市場交易數(shù)據(jù)、供需企業(yè)經(jīng)營數(shù)據(jù)、港口鐵路運輸數(shù)據(jù)、國際大宗商品市場數(shù)據(jù)、宏觀經(jīng)濟及下游行業(yè)運行數(shù)據(jù)等，能夠進行煤炭需求與價格預(yù)測。（5）基于大數(shù)據(jù)的煤礦生產(chǎn)全流程一體化。通過不同時間尺度非均勻采樣，可充分挖掘設(shè)備層、過程控制層、運行優(yōu)化層、生產(chǎn)經(jīng)營管理層不同層級內(nèi)與層級間的隱匿性知識，設(shè)計集全流程生產(chǎn)指標(biāo)、運行指標(biāo)、過程設(shè)定值與控制規(guī)律的優(yōu)化控制方法，實現(xiàn)生產(chǎn)全流程一體化，從而降低煤炭生產(chǎn)的能耗與物耗，提高產(chǎn)品質(zhì)量。

5結(jié)語

煤炭大數(shù)據(jù)還處于理論探索階段，已建立的煤炭大數(shù)據(jù)平臺尚未能挖掘大數(shù)據(jù)隱含的價值。同時，煤炭大數(shù)據(jù)的多層面不均勻采樣性、多時間尺度特性、不真實數(shù)據(jù)混雜性的新特點對大數(shù)據(jù)分析所帶來的挑戰(zhàn)性問題，是煤炭大數(shù)據(jù)技術(shù)進一步研究的重點和難點。在煤炭行業(yè)開展大數(shù)據(jù)應(yīng)用，利用煤炭大數(shù)據(jù)平臺，探尋煤炭產(chǎn)業(yè)發(fā)展規(guī)律，探索煤炭行業(yè)科學(xué)管理方法，成為煤炭乃至整個能源行業(yè)發(fā)展的必然要求和必經(jīng)之路。

參考文獻：

[3]李學(xué)龍,龔海剛.大數(shù)據(jù)系統(tǒng)綜述[J].中國科學(xué):信息科學(xué),2015,45(1):1-44.

[4]周興社.工業(yè)大數(shù)據(jù)特點、價值及其計算[EB/OL].

[6]蘇鑫,吳迎亞,裴華健,等.大數(shù)據(jù)技術(shù)在過程工業(yè)中的應(yīng)用研究進展[J].化工進展,2016,35(6):1652-1659.

[7]丁恩杰,趙志凱.煤礦物聯(lián)網(wǎng)研究現(xiàn)狀及發(fā)展趨勢[J].工礦自動化,2015,41(5):1-5.

作者：馬小平；代偉 單位：中國礦業(yè)大學(xué)