王霖，方乾，张晓霞，苏上海，施展，王雅琨

（1.煤炭科学研究总院有限公司，北京 100013；2.煤炭资源高效开采与洁净利用国家重点实验室，北京 100013）

0 引言

随着大数据、人工智能、物联网等技术的高速发展，煤矿智能化建设进程得到极大推动，煤矿生产模式发生极大转变[1]。在该过程中，煤炭行业数据量呈现爆炸式增长，而传统的煤矿数据处理方式中，煤矿主数据、实时监测监控类数据、管理业务类数据及决策分析数据各自离散存储，数据集成、业务应用及数据分析难度大，无法有效满足煤矿企业在自动化、信息化业务层面的应用需求，更无法满足智慧化决策分析需求[2]，具体体现在以下3 个方面。

（1）“数据孤岛”现象。当前数据共享和交换大多仍采用人工方式，缺乏数据处理系统之间的业务协同，时效性差，且数据仍以分散和弱关联方式存在，系统效率低，无法满足智慧矿山建设需求[3]。

（2）数据关联性弱。井下局部系统虽然实现了运行数据的采集、分析、展示功能，但没有进行相互关联，难以挖掘开采过程的动态演进规律，无法实现大数据应用[4]。

（3）缺乏数据管理体系，数据质量差。煤矿内部系统众多，各类数据间没有统一标准[5]，缺乏数据管控体系等，导致煤矿大数据质量较差[6]。

上述问题本质上是由煤矿缺乏统一数据管理造成的。如何将煤矿大数据有效组织起来，打破底层子系统数据与上层智能化应用之间的屏障，成为亟待解决的问题[7]。对此，许多学者提出了建设智能化煤矿数据仓库的思路。……