大数据技术在煤炭工业调度工作中的研究现状与应用展望

　　摘要：现如今科学技术不断发达，对各行各业的发展提出了新的方向支持。因此，需结合大数据技术实践模式于煤炭工业调度工作当中，极力改善平台功能方面的问题，进而提高产业的工作效率。因此，需针对大数据技术的内涵进行综合性探索，结合技术的优势进行数据采集、数据分析、数据评测等方面的功能，明确产业的建设方向。基于上述，本文重点分析了大数据技术在煤炭工业调度工作中的应用现状和应用方向。
　　关键词：大数据；煤炭；调度工作；应用方向
　　作为物联网技术的一项分支技术，大数据技术拥有信息化优势、智能感知优势、遥感技术优势、承载容量优势、便携性及可视化的优势特征，对煤炭工业调度工作提出了新的产业发展方向。因此，需将传感器技术与智能储存技术相结合，有效的改观现阶段调度工作的弊端，实现生产一体化、管理一体化的发展价值。由此，需技术人员有效改善该技术的应用缺陷，结合新时期的管理软件和管理方式，进行系统的技术改革，进而提高煤炭工业的经济效益。
　　一、大数据技术基本概述及应用优势
　　大数据技术是一种新时期的信息集成技术，该技术主要借助物联网的优势，将各类数据綜合至数据库当中进行整合与调控，以可视化的管理操作予以综合性的反馈，进而达到各产业的基本需求。而在调度工作中主要是针对设备的故障检测诊断和煤矿的开采管理这两方面的功能，以合理的数据模型整合各类数据模型，进而将其实践于整体操作当中[1]。因此，该技术能够自动、便携地处理各类调控的信息模型，以极快的速度处理相应的数据内容，以便技术人员快速的进行数据分析和数据调控。
　　从综合的角度来说，该技术的信息承载量较大，能够快速处理调度总站的各类信息，以优化的信息模型进行数据分析和数据转变，进而达到快速处理的价值。例如某些故障数据能够以PB、EB甚至YB的处理速度进行数据优化，进而在实际中能够承载更大的调控方案，以便技术人员能够综合性的对比各类数据的模型，从而提升产业的运行效率。相关数据显示，2017年煤炭工业调度数据就达到了2.65ZB的数据。同时，该技术可以随着数据正增长而不断增长，进而达到相应的数据技术需求。就发展而言，现阶段大数据的传递速度和承载速度比之前更大，满足产业的多变性，以达到相应的产业标准。
　　二、工作现状分析
　　自1992年开始，煤矿产业的自动化技术已逐步深入产业的发展与运维当中。特别是随着自动化技术的不断发展，综合物探技术也逐步深入至信息化的操作与管理当中。综合物探技术不仅能够系统对矿山的基础模型进行系统化的分析与管理，还能系统的勘察三维数据模型的基础内容，方便了技术人员后期的检修工作。例如变电箱的线路功能和设备功能的管理中，能够以精准的数据模型进行数据定位，进而深化数据层次的基本概念。但是，由于综合物探技术在信息采集的过程中会存在数据压缩、数据存档、数据恢复、数据整合、数据评测等方面的功能，急需对这方面的技术进行综合性的技术审评，从而实现安全管理和安全测评的模式意义。
　　对于子变压器与总变压器的数据交汇调度管理过程中，也存在一定的安全技术问题。由此，需针对现阶段煤炭工业调度工作模型进行综合性的技术分析，结合各类操作案例进行问题管理，树立良好的调控观念，才能有效转移、晋升安全管理的目的意义。同时，由于自动化技术的可靠度不强，具体是由于信息的多样性存在一定发展性漏洞，从而引发动态采样的压力急剧扩大[2]。因此，需结合云网络和云计算的功能进行高效的运作和改进，将矿山生产、设备运作融入至发展当中，特别是对地底的地质危害进行综合性的测算，方可提高产业的安全性和稳定性。但是，对于地质勘察和地质预测的技术也很不完善。由此，目前煤矿产业的工业调度系统仍有待完善，急需使用创新型的技术进行综合性的改进，从而提高产业的运维效率。
　　三、应用展望及发展建议
　　（一）数据采集、管理系统的运用建议
　　在调度工作运行中，数据采集工作是管理的重点。因此，需结合智能化的技术应用于大数据的操作模式当中。例如将遥感技术与人工智能技术相结合，以机械操作代替人力操作，进而不断优化产业的基本运作。同时，在调度监控的操作中，需结合各类采集的数据进行综合性的数据比对，结合产业相应的技术标准进行实践，针对各管线的功能、端口的功能进行技术性分析，保证接口数据能够与实时监察的数据相统一，无疑增强了产业的运作效率。另外，对于信息化的评测和数据的整合管理中，需结合相应的操作软件进行技术评测，借助调度设备进行综合性测评，若测评数据达到产业的基本需求，需使用相应的操作技术进行功能更新，这对于提高大数据技术功能有积极意义。最后，需在调度功能中分析煤炭产业中所使用的基本建材，包括建材的型号参数、功能性参数，保证各类参数均能达到相应的产业标准，有利于产业的高效运作和高效管理。
　　（二）数据分析功能的运用建议
　　数据分析功能也涵括了各类产业的运作模型，例如生产进行中，则会涉及爆破模型、数据分析模型以及公式计算模型。技术人员需针对各类操作数据在物联网中进行分析与管理，结合分类、降维、聚类的基础功能进行综合性挖掘，进而充分融合至产业的监控模型当中，有利于构建一个系统的“一体化”的调度管理过程[3]。例如在分类操作中，需结合设备的运作功能、故障分析功能、故障测评功能以及总调度站的分析与决策功能进行系统的拓展，保证各类数据都能在总调度站中予以呈现，进而充分发挥其深度挖掘的价值。
　　（三）数据共享功能的运用建议
　　数据共享功能需结合RAIF技术进行深度综合，结合煤炭工业中各类数据的基本模型进行功能分析，保证数据、信息的处理平台能够与产业所兼容，进而充分实现数据分销和数据整合的技术功能，从而更快地分销各类故障数据和基础模型数据，有利于提高产业的技术运作效率。在此过程中，需结合各操作模型、生产模型进行功能性分析，保证采样时间和调度时间达到一致的状态，进而提高产业的运作质量。
　　四、结束语
　　综上所述，大数据技术对于煤炭工业调度工作的发展有积极意义。因此，需结合产业的发展方向进行综合性的价值测算和价值分析，保证多维度的信息数据能够实现优化的调度处理，不仅减小了故障的发生几率，还提高了产业的运作效率，有利于能源产业的高效发展。
　　参考文献：
　　[1]徐海洋，于丙辰，陈刚，etal.国土资源大数据的内涵、研究现状与展望[J].江苏科技信息，2017（36）：52-56.
　　[2]唐国宇，陆文成.大数据应用的现状与展望[J].电子技术与软件工程，2017（19）：156-157.
　　[3]戴明禹.大数据时代企业管理中信息安全研究的现状与展望[J].情报科学，2017（12）：164-169.
　　（作者单位：陕西陕煤曹家滩矿业有限公司）

推荐访问:调度 展望 煤炭工业 现状 数据