大数据技术在煤炭工业中的研究现状与应用展望

《大数据技术在煤炭工业中的研究现状与应用展望》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、大数据技术在煤炭工业中的研究现状与应用展望马小平代伟中国矿业大学信息与控制工程学院摘要：在总结煤炭大数据大容量、快速性、多样性、真实性、可见性、价值等特征的基础上，从煤炭大数据理论、煤炭大数据与物联网和云计算的关系、煤炭大数据平台建设方面介绍了煤炭大数据研究现状;分析了煤炭大数据的多层面不均匀采样性、多时间尺度特性、不真实数据混杂性等新特点及其对煤炭大数据分析带来的挑战;从大数据采集与管理、大数据分析、大数据共享方面对建设煤炭大数据平台功能进行了展望，并从应用领域探讨了大数据技术在煤炭工业屮可能的发展方向。关键词

2、：煤炭工业;大数据;物联网;云计算;煤炭大数据平台;作者简介：马小平(1961—),男，四川绵阳人，教授，博士研究生导师，博士,主要研究方向为矿山物联网、煤矿自动化、煤矿安全等，E-mail:xpma@cumt・edu.cn。收稿日期：2017-10-16基金：国家自然科学基金资助项目(61603393)Researchstatusandapplicationprospectofbigda/tatechnologyincoalindustryMAXiaopingDAIWeiSchoolofInformationa

3、ndControlEngineering,ChinaUniversityofMiningandTechnology;Abstract：Onthebasisofcharacteristicofcoalbigdatasuchasvolume,velocity,variety,veracity,visibilityandvalue,researchstatusofcoalbigdatawasintroducedfromaspectsoftheoryofcoalbigdata,relationshipamongcoalb

4、igdata,Internetofthingsandcloudcomputing,andconstruetionofcoalbigdeiteiplatfooi.Newfeaturesofcoalbigdeiteisuchasmulti-layernon-uniformsampling,multi-timescalecharacteristicandnon-veracitydataconfounding,andchallengeofcoalbigdataanalysiscausedbythenewfeaturesw

5、ereanalyzed.Functionsofcoalbigdataplatformwereprospectedfromaspectsofbigdatacollectionandmemagcmcnt,bigdataanalysisandbigdatasharing.Possibledcvclopmentdirectionofbigdatatechnologyincoalindustrywasdiscussedfromapplicationfield.Keyword：coalindustry;bigdata;Tnt

6、ernetofthings;cloudcomputing;coalbigdataplatform;Received：2017-10-160引言随着传感器、计算机、通信、物联网、数据存储等技术的发展，以及企业信息管理系统的不断普及，制造工业等行业产生并存储了大容量数据，且随时间呈指数级增长in,工业界已经进入了“大数据”时代m煤炭工业就是其中的一个典型代表。煤炭是中国的主体能源，其产业的健康发展对经济社会发展至关重要，甚至关系着国家能源安全。因此，迫切需要依托物联网、云计算和大数据技术，采集、存储和挖掘海量数据，从

7、数据中探索解决煤炭“采掘机运通排”中若干问题，推动煤炭行业由生产自动化、信息自动化转型升级为知识自动化。麦肯锡的报告显示，就大数据的数量而言，诸如煤炭等领域的过程工业，其数据产出量及可被接入的设备数量远远超过移动互联网等其他行业，而且增速是其他大数据领域的2倍如。然而，煤炭大数据的利用却远没有在当前互联网领域那样普遍和深入，其中数据的价值还有待挖掘。本文阐述了煤炭人数据的特征及研究现状，并在分析煤炭大数据新特点的基础上，对煤炭大数据平台的发展与应用进行了探讨与展望。1煤炭大数据特征大数据分析手段主要是围绕大数据的

8、“4Vs”(Volume——大容量，Velocity快速性，Variety多样性，Veracity真实性)特性去发展与完善的［5-6］。除“4Vs”特性外，煤炭大数据还应该加上“2Vs”，即Visibility——可见性(通过大数据分析使以往隐匿的重要因素和信息可见)和Value——价值(通过大数据分析得到的信息应该被转换成价值)。这“2Vs”代表了煤炭工业界对于大数据所