文章来源：《智能矿山》2023年第8期“封面文章”专栏
作者简介：王世斌，教授级高级工程师，博士生导师，现任陕西煤业化工集团有限责任公司副总经理，陕西煤业股份有限公司总经理，兼任《智能矿山》副理事长
通讯作者：赵宇波，高级工程师，现任陕西煤业股份有限公司生产技术部主任
作者单位：陕西煤业化工集团有限责任公司
引用格式：王世斌,赵宇波,范倩楠,等.定标准 融数据 汇模型 助力行业智能化建设与发展——陕西煤业化工集团有限责任公司煤矿智能化数据融合研究与实践[J].智能矿山，2023，4（8）：2-11.
关注微信公众号，了解更多矿山智能化建设进展
数字经济是当前以数据资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用为手段，以全要素、全时域数字化转型为推动力的主要经济形态。在数字经济与实体经济深度融合发展趋势下，能源企业数字化转型是推动行业供给侧结构性改革、能源产业数字化的关键。国务院《关于加快推进国有企业数字化转型工作的通知》强调：需着力夯实数字化转型基础，包括加快企业数据治理体系建设，加强生产现场、服务过程等数据动态采集，加快大数据平台建设，强化业务场景数据建模等。指明了工业生产领域数据的采集、存储、计算、使用、运营等全生命周期的管理方向。
2020年，国家发改委、国家能源局、国家应急管理部等八部委联合下发的《关于加快煤矿智能化发展的指导意见》中，明确要求“以数据为核心资源，推动煤矿智能化技术开发和应用模式创新，提高煤炭企业的核心竞争力”。煤炭行业在对数据的重要性认知上，已达成高度共识，数据融合不仅是当前突破煤炭行业智能化建设难点的关键，也是煤炭企业构筑可持续发展能力的核心。煤炭行业将在这个既熟悉又陌生的领域，加强探索与实践。
《关于加快煤矿智能化发展的指导意见》明确了煤炭行业智能化建设目标，首先是形成智能化建设技术规范与标准体系，在开拓设计、地质保障、采掘（剥）、运输、通风等各生产环节，实现各系统的智能化决策与自动化协同运行；在此基础上逐步对内打通、对外协同，构建多系统集成、多产业链并具备智能感知、智能决策、自动执行的智能化体系。
在这一目标的指引下，数据作为核心资源，数据标准作为标准体系建设的关键环节，成为贯穿智能化建设的新主线；同时，在煤矿生产过程中，掘进、采煤、安全等核心环节的智能化建设对数据的跨域采集、标准建设需求也越发强烈。以掘进系统智能化为例，要实现掘进机的远程自动控制这一最终目标，需要结合地质模型构建与优化、工作面环境监测分析，以传感器、控制器作为信息和指令传递纽带，作用于掘进机、锚杆机、运输设备间的协同，达成对掘进机安全可靠的远程自动控制。这一过程不仅要突破各类设备、系统之间的通信协议壁垒，采集并汇聚完备的地理位置数据，矿压、瓦斯、粉尘、水文等监测数据，掘进机、锚杆机、运输设备等运行数据及控制指令数据，还要对这些类型、格式各异的数据基于一定的标准进行清洗并建立连接，结合经验建设综合分析模型，最终成为远程控制的有效触发。
在通过数据协同加速智能化实现的设计中，数据标准包括数据采集、应用融合标准等，是获得完备数据，提升数据使用质量的根本，也是在煤矿智能化建设中构建监测能力及多因素协同分析能力、定位及路径优化能力、自动及远程控制能力、智能调整及联动能力、预警及应急能力、运营管理能力等的基础。规范数据标准、顺畅数据流转、强化数据协同、发掘数据驱动，成为煤矿智能化建设的核心（图1）。
图1 智能化系统建设的能力解耦分析
（1）行业数据标准不完备
2021年，国家矿山安全监察局组织制定了《煤矿冲击地压感知数据接入细则（试行）》《煤矿水害防治感知数据接入细则（试行）》《煤矿重大设备感知数据接入细则（试行）》等规范要求，结合已建成的安全监控系统、人员位置监测系统、工业视频监控系统等要求，进一步扩大灾害治理、安全监测的数据接入范围，并规范接入数据格式。但这些数据标准以满足国家煤矿安全生产的远程监察、精准执法等要求为主，对煤矿安全、生产、经营环节覆盖不完整，数据标准不完备。
（2）行业数据标准不成体系
参照GB/T7027—2002《信息分类和编码的基本原则与方法》，数据标准是指保障数据内外部使用和交换的一致性和准确性规范性约束。广义上讲，数据标准要包括政策纲领、规范要求、规章制度及操作指南；狭义上讲，数据标准包括数据的分类标准、属性标准及编码标准，以确保数据标准的可执行、可管理。目前，数据标准建设以满足行业安全监测系统、企业智能化系统的急用先行为主，缺乏体系性设计。
（3）企业的数据标准建设探索与实践需进一步深化
在国企转型及煤炭行业智能化建设的趋势下，在数据标准化方面，多个国有大型能源企业陆续开展了建设与实践。其中，国家能源集团“十四五”规划将数据治理作为重点之一，已发布集团数据治理体系框架并建成集团数据中台，发布集团数据标准体系，包括28类主数据标准清单、33类指标标准清单、12类生产数据标准清单。主数据以满足外部交易与集团管理为核心，12类生产数据标准中仅3类与煤矿测点数据有关，在煤矿领域的数据标准建设需进一步深化。
山东能源临矿集团为加快推进智能化建设，于2020年展开数据治理工作，建设了生产经营数据资源目录、数据标准规范体系以及数据更新机制和使用管理制度。通过大数据平台，整合各业务系统数据，为经营管理提供了有效的数据分析支持，逐步实现煤矿精细化运营管控。数据应用以简单BI为主，需要进一步优化标准执行，深化数据协同，强化模型建设与共享，提升数据价值。
（4）行业数据标准建设缺乏人才储备
目前，煤炭行业处于装备自动化与生产智能化的融合发展阶段，承担智能化建设与管理工作的人员主要来自生产与机电等领域，数字领域人才能力储备不足，缺乏对生产工艺、装备运行、安全监控、运营管理等跨域的数据理解、融合与模型设计的能力，也缺乏对数据这一全新生产资料本身的质量管理意识与能力，难以支撑行业标准建立、企业自身智能化运营及数字化管理实现。
近3年来，陕西煤业化工集团有限责任公司（简称陕煤集团）通过实施多项智能化项目，在数据归集、标准建设、数据融合等方面有了一定的认知与积累，也进一步认识到目前阻碍智能化高效建设的问题与难点。
2018年，陕煤集团通过实施“三网一平台”（煤炭安全生产网、煤炭物资供应网、煤炭运输销售网、经营调度大数据平台）项目，形成涵盖生产、安全、经营、管理的全面数据归集与统一使用（图2）。
图2 陕西煤业“三网一平台”架构
2021年建设的“煤矿安全智能保障系统”，借鉴安全生产信息共享平台的数据采集与集成经验，设计矿井瓦斯、水、火、煤尘、顶板、冲击地压灾害监测数据和其他安全生产数据的采集标准和分类规范。
通过3年来的持续推进，陕煤集团在煤矿数据全貌理解、采集方式使用、数据分类设计等方面积累了一定的经验和能力。
2020年，陕煤集团有7对矿井入选国家首批智能化示范建设煤矿名单，各智能化建设示范煤矿强化顶层设计，推进数据整合。小保当煤矿数字体系建设项目，接入79类162个子系统，实时采集6万余条数据，建立76类设备数字模型，实现主数据管理、数据流程管理、编码管理、代码库管理和数字模型管理（图3）。
图3 小保当煤矿数字体系建设
红柳林煤矿综合管控平台建设项目，将生产系统、信息系统、通信系统数据统一采集入湖，面向2600多个设备对象，设计100多个设备模型，面向系统使用，沉淀40多个业务模型，并提供标准的数据接口，简化应用接口难度（图4）；张家峁煤矿智能煤矿巨系统关键技术装备研发与示范煤矿建设研究项目，通过打通多系统、多层面、多部门的业务数据壁垒，实现了全矿井58个在用子系统和34个新建子系统的数据融合及运行决策优化。通过示范矿井建设，陕煤集团在煤矿实时数据采集、生产系统与管理系统数据融合、模型建设与管理等方面，积累了一定经验。
图4 红柳林煤矿综合管控平台
近年来，陕煤集团通过持续推进智能化建设，在采煤工作面智能化开采、掘进工作面智能化高效快掘、矿井生产辅助系统集中控制及智能化运行、危险和繁重岗位的机器人作业替代、“AI+诺莎”智能风险管控等方面，均取得了重大突破；但在系统建设及数据融合应用方面，还面临着诸多挑战，需具体解决“3多3费”“3弱3难”等问题。
（1）“3多”主要表现为智能化系统多、建设厂家多、数据标准与接口多。各厂家系统的数据采集方式、数据存储结构、数据接口协议、数据标准定义、数据应用模型均不同，各系统建设经验不复用、数据沉淀不共用、业务模型不通用，导致“3费”：软硬件重复建设费钱、多系统/多厂商运维费力、多系统/跨系统取数费时。
（2）“3弱”主要表现为组织与人员转型意识弱、标准建设与运营能力弱、综合分析与研判功能弱。缺乏面向未来、各系统协同发展的顶层设计与牵引，缺乏通过总体态势研判指导生产与经营优化的有效方法，智能化建设仍以单体应用为主，不能通过数据互通及应用协同要求来牵引标准建设与规范遵从。由于缺乏系统性设计，各项智能化系统建设难以发挥1+1>2的协同效应，同时由于各类系统定制化程度高，厂商开发成本高、服务质量低，导致“3难”：综合性及创新性应用建设难、成功经验复制难、行业应用深耕难。
为了突破当前智能化建设的难点与不足，陕煤集团充分利用36对生产矿井环境复杂多样、生产与管理经验丰富、各类系统智能化建设实践充分的基础，从2019年起，着手研究并持续推进数据治理工作，对内依托企业数据标准建设，打造数据中台，夯实数据对智能化建设的基础支撑，对外承接国家矿山安全监察局牵头的智能化矿山数据融合共享规范编写，以实践经验推动行业标准的制定与推广，为煤炭行业的智能化、标准化、数字化建设贡献力量（图5）。
图5 陕西煤业智能矿井建设企业标准
（1）统一数据标准是陕煤集团加快推进智能化的关键
近年来，陕煤集团智能化建设如火如荼，在安全、生产、经营等方面建设了大量的智能化系统，取得了一系列成果，同时产生了大量数据，形成了另一个有待深入挖掘的“数字矿山”。但各业务领域在建设信息系统时，各自定义了一系列数据标准和规范，存在“七国八制”的现象，阻碍了数据流通使用，严重影响了煤矿智能化应用效果。因此，规范数据管理，统一数据标准是挖掘“数字矿山”价值的基础工作，是陕煤集团加快推进煤矿智能化的关键，也是陕煤集团数字化转型的必然要求。
（2）共建机理模型是进一步保障安全生产的关键
机理模型是根据物理或化学的变化规律，对象、生产过程的内部机制等系统机理建立起来的精确数学模型，有助于提升工业应用的适应性及效率；行业机理模型只能源于行业本身，将行业独特经验通过数据映射，依赖大量行业数据进行模拟、训练，成为具有参考甚至指导意义的模型。煤矿行业的智能化建设，因地质环境具有独特性，安全是第一生命线。安全生产要通过地质条件预测、巷道环境实时监控、设备与人员高度协同才能实现，这不仅需要标准数据储备，还需要构建行业机理模型，是数据驱动与生产/决策执行的桥梁与关键。
（3）数据应用驱动是陕煤集团落实数字化转型的标志
生产要素数字化、生产过程数字化、生产规则数字化，是能源行业数字化转型的基础。以标准数据反映生产要素，以数据融合拟合生产过程，以数据模型映射生产规则，形成数据应用驱动的智能决策能力，提升产运销、人财物全价值链的运行与协同效率，是落实陕煤集团数字化管理、智能化生产、网络化协同、服务化延伸等全面转型，聚合人、机、料、法、环等资源高效生产的根本。
（4）数据融合应用是支撑陕煤集团高质量发展的基础
陕煤集团作为国企转型标杆企业，践行高质量发展，要以“智能矿井、智慧矿区、一流企业”建设为支撑。
同时，作为煤炭生产型企业“智慧”“智能”的实现，需以统一的数据标准为基础，以大量融合数据为保障，构建生产工艺、安全预警等具有行业特色的行业机理模型，深化煤矿数字化应用场景，将生产智能化与管理信息化深度融合，打通公司顶层价值链数据互联，以融合、协同、智能的系统性能力保障生产安全、节能环保，不断改进运营效率，提升经营效益，形成可持续的价值创造能力，支撑陕煤集团的高质量发展。
当前，陕煤集团以各级“系统智能化”建设实践为基础，以“智能系统化”融合协同共创为目标，借鉴成熟的数据治理实践经验，通过咨询研究与集成开发结合的方式，以安全生产、经营发展需求为主线，统一数据标准、盘点数据资产、设计数据规范、汇集数据模型，融合数据应用，建设陕煤集团数据中台，为加快陕煤集团的智能化建设提供系统性的架构指导与能力保障（图6）。
图6 陕西煤业数据融合实践路径
基于数据中台，充分发掘“数据可获取、模型可调用、应用可编排”等新能力，着重建设“12345”方面内容，其中：
（1）“1”是建立1套标准
通过建立1套数据标准及与之匹配的数据资产目录与管理措施，形成煤炭板块的数据标准、数据管理、应用建设一盘棋，强化数据融合联动、避免系统重复建设、缩短应用开发周期，加快智能化建设进度（图7）。
图7 陕西煤业数据标准技术体系
（2）“2”是开展2类应用
通过建设综合研判与根因钻取的复合型应用，以及单项指标分析与预测的专项型应用等2类应用，展示数据融合—智能应用—决策分析的效果，体现标准统一、资产统一、服务统一、应用统一建设的价值，牵引数据标准的全面落地与智能化建设能力共享。
（3）“3”是推进3级协同
以统一数据标准为基准，以平台架构、数据架构为纲，以使能价值创造为目标，落实煤炭板块集团—矿区—矿井的三级协同联动与管控。
（4）“4”是完善4类职能
依托数据标准建设与执行，构建标准遵从、平台运维、数据运营协同的组织与人员能力，设置数据治理、数据应用、数据管理、数据安全等全新的数据领域职能，牵引人才队伍有序转型，以复合型专业人才队伍保障煤矿智能化的高效建设与稳定运行。
（5）“5”是实现5项智能
以数据融合应用与三级协同联动管控为手段，逐步实现生产设备的智能联动、安全管理的智能预警、生产与经营的智能决策、低碳环保的智能监控、运行与决策的智能协同，践行“创新、安全、高效、绿色、和谐”高质量发展目标。
（1）以数融智，打造行业机理模型，使能双轮驱动
依托数据融合的智能化建设，将遵循数据标准与模型框架，利用机器学习的支持向量机、逻辑回归、降维等算法，结合线性规划、动态规划、图与网络、决策分析等运筹学理论，模拟工艺经验、挖掘设备能力、解构灾害治理指标、平衡安全监控与人员效能，构建诸如采煤机自动跟机拟合模型、设备故障预测与诊断及参数调优模型、围岩稳定性评价模型、风网解算模型、顶板周期来压预测模型、突水危险辨识模型、应急救援知识图谱、生产接续智能调优模型等煤矿行业典型的行业机理模型，充分利用陕煤集团36对生产矿井的融合大数据，通过陕煤集团数据中台进行模型训练，为矿井提供按需调用的能力发放，既实现智能化的集约建设，更充分发挥数据应用价值（图8）。
图8 行业机理模型建设目标
基于数据融合，将经验代码化、代码模型化、模型数字化，具备持续打造煤炭行业机理模型的能力，使能“装备自动化、生产智能化”双轮驱动。
（2）以数促建，提升智能化建设效率，降低建设成本
通过数据中台落实并约束数据标准、数据架构及开发标准后，智能化建设将实现“3个1”目标：
①1周：基于已有的数据指标、模型等，新建应用可在1周内完成；②1旬：针对已治理的数据，建设新模型、新指标，开发形成新应用，可在1旬内完成；③1个月：针对新应用建设需求，从需求分析、数据采集、模型建立到应用建成，可在1个月内完成。
“3个1”建设目标的实现，可大幅缩短各类新应用的开发周期，同时减少开发人员，提升建设效率，节约建设成本。
（3）以数促管，强化系统集约建设，提升经营效率
遵从数据管理体系，以三级协同一体化部署的数据中台与数据管理应用，强化煤炭板块上中下一体的数据标准、模型算法、服务组件、软件应用等的集约建设与能力共享，节约建设成本，降低系统运维难度与成本，提升运营效率。
以价值链数据融合为基础，以大数据分析与可视化为手段，对公司的经营管理、生产安全、节能减排、风险控制等进行综合展示与分析，构建陕煤集团决策支持、经营管理、生产管控、风险防控等业务的新型数据治理与服务平台。各级部门之间的信息数据标准一致、及时共享，降低决策风险，提升决策效率，增加经济效益。
（4）以数促转，培养行业数字化人才，保障转型升级
通过数据中台的建设与运营、数据标准的完善与优化、数据管理规范体系的执行，在安全、生产、经营、管理各环节被数据驱动优化的智能化建设过程中，同步培养既具有煤矿行业理解力，又具有数字化思维、数字技术能力的数字化人才，为陕煤集团及行业的持续转型升级提供根本保障。
（5）以自身实践与能力积累，助力行业标准建设及智能化发展
练内功，夯实陕煤集团数字核心竞争力。陕煤集团的数据融合实践，将首先形成并发布陕煤集团数据管理体系、数据标准规范、数据资产、数据管理办法共4方面共14项标准、办法与制度等，这是陕煤集团首个完整的企业数据治理体系（图9）。
图9 陕西煤业数据标准化框架体系
同时，以数据中台承载数据标准、编码原则、管理规则，通过“标准统一”的数据池，“有章可循”的管理规范，“融合共享”的中台服务，“职责到位”的数据全生命周期运营管理，切实打通数据应用、系统集成的壁垒，持续构建数据能力、模型能力、平台能力与数字化人才能力，全面夯实陕煤集团数字核心竞争力，提升煤矿智能化的建设成效，助力企业高质量发展。
担责任，助力行业智能化建设与发展。2022年3月，国家矿山安全监察局统一部署，组织编制《智能化矿山融合共享规范》（以下简称《规范》），明确要从标准统一层面突破，通过数据编码、采集、治理、安全及应用的标准统一，实现矿山安全、生产、经营、管理等环节的数据融合与共享应用，解决当前矿山智能化建设的突出问题。
陕煤集团主动承担《规范》中“数据治理”“数据编码”专题工作组组长及联合组长责任，并将积极参与“基础共性”“数据采集”“数据安全”“数据应用”等的编制。
陕煤集团自身的研究与实践，包括数据分类及编码规范、元数据规范、主数据规范，以及数据架构规范、数据质量管理规范等，可通过实践的验证与优化，以及与同行的探讨，转化成行业标准，为行业发展贡献力量。
数据已成为第五大生产要素，是数字经济与能源经济的关键驱动。在产业数字化浪潮下，陕煤集团建设数据标准，统一数据架构，强化面向数据“采存算管用”的全生命周期管理，向要素数字化要能力，向数据标准化要效率，向算法模型化要创新，向模型软件化要效益，向生产智能化要价值，向经营智慧化要发展，实现“智能矿井、智慧矿区、一流企业”发展目标。
煤炭行业数据标准的建设刚刚起步，标准建设与数据融合，不是一朝一夕、一蹴而就的，陕煤集团将与同行并肩，携手共筑煤炭行业核心竞争力，为国家能源安全的“压舱石”保驾护航。
