王霖,方乾,張曉霞,蘇上海,施展,王雅琨
(1.煤炭科學研究總院有限公司,北京 100013;2.煤炭資源高效開采與潔凈利用國家重點實驗室,北京 100013)
隨著大數據、人工智能、物聯網等技術的高速發展,煤礦智能化建設進程得到極大推動,煤礦生產模式發生極大轉變[1]。在該過程中,煤炭行業數據量呈現爆炸式增長,而傳統的煤礦數據處理方式中,煤礦主數據、實時監測監控類數據、管理業務類數據及決策分析數據各自離散存儲,數據集成、業務應用及數據分析難度大,無法有效滿足煤礦企業在自動化、信息化業務層面的應用需求,更無法滿足智慧化決策分析需求[2],具體體現在以下3 個方面。
(1)“數據孤島”現象。當前數據共享和交換大多仍采用人工方式,缺乏數據處理系統之間的業務協同,時效性差,且數據仍以分散和弱關聯方式存在,系統效率低,無法滿足智慧礦山建設需求[3]。
(2)數據關聯性弱。井下局部系統雖然實現了運行數據的采集、分析、展示功能,但沒有進行相互關聯,難以挖掘開采過程的動態演進規律,無法實現大數據應用[4]。
(3)缺乏數據管理體系,數據質量差。煤礦內部系統眾多,各類數據間沒有統一標準[5],缺乏數據管控體系等,導致煤礦大數據質量較差[6]。
上述問題本質上是由煤礦缺乏統一數據管理造成的。如何將煤礦大數據有效組織起來,打破底層子系統數據與上層智能化應用之間的屏障,成為亟待解決的問題[7]。對此,許多學者提出了建設智能化煤礦數據倉庫的思路。……