大數據技術在煤炭工業調度工作中的研究現狀與應用展望

葉雄

摘要：現如今科學技術不斷發達，對各行各業的發展提出了新的方向支持。因此，需結合大數據技術實踐模式于煤炭工業調度工作當中，極力改善平臺功能方面的問題，進而提高產業的工作效率。因此，需針對大數據技術的內涵進行綜合性探索，結合技術的優勢進行數據采集、數據分析、數據評測等方面的功能，明確產業的建設方向?；谏鲜觯疚闹攸c分析了大數據技術在煤炭工業調度工作中的應用現狀和應用方向。

關鍵詞：大數據；煤炭；調度工作；應用方向

作為物聯網技術的一項分支技術，大數據技術擁有信息化優勢、智能感知優勢、遙感技術優勢、承載容量優勢、便攜性及可視化的優勢特征，對煤炭工業調度工作提出了新的產業發展方向。因此，需將傳感器技術與智能儲存技術相結合，有效的改觀現階段調度工作的弊端，實現生產一體化、管理一體化的發展價值。由此，需技術人員有效改善該技術的應用缺陷，結合新時期的管理軟件和管理方式，進行系統的技術改革，進而提高煤炭工業的經濟效益。

一、大數據技術基本概述及應用優勢

大數據技術是一種新時期的信息集成技術，該技術主要借助物聯網的優勢，將各類數據綜合至數據庫當中進行整合與調控，以可視化的管理操作予以綜合性的反饋，進而達到各產業的基本需求。而在調度工作中主要是針對設備的故障檢測診斷和煤礦的開采管理這兩方面的功能，以合理的數據模型整合各類數據模型，進而將其實踐于整體操作當中[1]。因此，該技術能夠自動、便攜地處理各類調控的信息模型，以極快的速度處理相應的數據內容，以便技術人員快速的進行數據分析和數據調控。

從綜合的角度來說，該技術的信息承載量較大，能夠快速處理調度總站的各類信息，以優化的信息模型進行數據分析和數據轉變，進而達到快速處理的價值。例如某些故障數據能夠以PB、EB甚至YB的處理速度進行數據優化，進而在實際中能夠承載更大的調控方案，以便技術人員能夠綜合性的對比各類數據的模型，從而提升產業的運行效率。相關數據顯示，2017年煤炭工業調度數據就達到了2.65ZB的數據。同時，該技術可以隨著數據正增長而不斷增長，進而達到相應的數據技術需求。就發展而言，現階段大數據的傳遞速度和承載速度比之前更大，滿足產業的多變性，以達到相應的產業標準。

二、工作現狀分析

自1992年開始，煤礦產業的自動化技術已逐步深入產業的發展與運維當中。特別是隨著自動化技術的不斷發展，綜合物探技術也逐步深入至信息化的操作與管理當中。綜合物探技術不僅能夠系統對礦山的基礎模型進行系統化的分析與管理，還能系統的勘察三維數據模型的基礎內容，方便了技術人員后期的檢修工作。例如變電箱的線路功能和設備功能的管理中，能夠以精準的數據模型進行數據定位，進而深化數據層次的基本概念。但是，由于綜合物探技術在信息采集的過程中會存在數據壓縮、數據存檔、數據恢復、數據整合、數據評測等方面的功能，急需對這方面的技術進行綜合性的技術審評，從而實現安全管理和安全測評的模式意義。

對于子變壓器與總變壓器的數據交匯調度管理過程中，也存在一定的安全技術問題。由此，需針對現階段煤炭工業調度工作模型進行綜合性的技術分析，結合各類操作案例進行問題管理，樹立良好的調控觀念，才能有效轉移、晉升安全管理的目的意義。同時，由于自動化技術的可靠度不強，具體是由于信息的多樣性存在一定發展性漏洞，從而引發動態采樣的壓力急劇擴大[2]。因此，需結合云網絡和云計算的功能進行高效的運作和改進，將礦山生產、設備運作融入至發展當中，特別是對地底的地質危害進行綜合性的測算，方可提高產業的安全性和穩定性。但是，對于地質勘察和地質預測的技術也很不完善。由此，目前煤礦產業的工業調度系統仍有待完善，急需使用創新型的技術進行綜合性的改進，從而提高產業的運維效率。

三、應用展望及發展建議

（一）數據采集、管理系統的運用建議

在調度工作運行中，數據采集工作是管理的重點。因此，需結合智能化的技術應用于大數據的操作模式當中。例如將遙感技術與人工智能技術相結合，以機械操作代替人力操作，進而不斷優化產業的基本運作。同時，在調度監控的操作中，需結合各類采集的數據進行綜合性的數據比對，結合產業相應的技術標準進行實踐，針對各管線的功能、端口的功能進行技術性分析，保證接口數據能夠與實時監察的數據相統一，無疑增強了產業的運作效率。另外，對于信息化的評測和數據的整合管理中，需結合相應的操作軟件進行技術評測，借助調度設備進行綜合性測評，若測評數據達到產業的基本需求，需使用相應的操作技術進行功能更新，這對于提高大數據技術功能有積極意義。最后，需在調度功能中分析煤炭產業中所使用的基本建材，包括建材的型號參數、功能性參數，保證各類參數均能達到相應的產業標準，有利于產業的高效運作和高效管理。

（二）數據分析功能的運用建議

數據分析功能也涵括了各類產業的運作模型，例如生產進行中，則會涉及爆破模型、數據分析模型以及公式計算模型。技術人員需針對各類操作數據在物聯網中進行分析與管理，結合分類、降維、聚類的基礎功能進行綜合性挖掘，進而充分融合至產業的監控模型當中，有利于構建一個系統的“一體化”的調度管理過程[3]。例如在分類操作中，需結合設備的運作功能、故障分析功能、故障測評功能以及總調度站的分析與決策功能進行系統的拓展，保證各類數據都能在總調度站中予以呈現，進而充分發揮其深度挖掘的價值。

（三）數據共享功能的運用建議

數據共享功能需結合RAIF技術進行深度綜合，結合煤炭工業中各類數據的基本模型進行功能分析，保證數據、信息的處理平臺能夠與產業所兼容，進而充分實現數據分銷和數據整合的技術功能，從而更快地分銷各類故障數據和基礎模型數據，有利于提高產業的技術運作效率。在此過程中，需結合各操作模型、生產模型進行功能性分析，保證采樣時間和調度時間達到一致的狀態，進而提高產業的運作質量。

四、結束語

綜上所述，大數據技術對于煤炭工業調度工作的發展有積極意義。因此，需結合產業的發展方向進行綜合性的價值測算和價值分析，保證多維度的信息數據能夠實現優化的調度處理，不僅減小了故障的發生幾率，還提高了產業的運作效率，有利于能源產業的高效發展。

參考文獻：

[1]徐海洋，于丙辰，陳剛，etal.國土資源大數據的內涵、研究現狀與展望[J].江蘇科技信息，2017（36）：52-56.

[2]唐國宇，陸文成.大數據應用的現狀與展望[J].電子技術與軟件工程，2017（19）：156-157.

[3]戴明禹.大數據時代企業管理中信息安全研究的現狀與展望[J].情報科學，2017（12）：164-169.

（作者單位：陜西陜煤曹家灘礦業有限公司）