數(shù)據(jù)挖掘技術(shù)在煤礦中的應(yīng)用及前景

鄭芳菲

（1.中煤科工集團(tuán)重慶研究院有限公司，重慶400039；2.重慶市礦山物聯(lián)網(wǎng)關(guān)鍵技術(shù)工程技術(shù)研究中心，重慶400039）

數(shù)據(jù)挖掘技術(shù)經(jīng)過二三十年的不斷發(fā)展，已經(jīng)成為一個(gè)理論與應(yīng)用相對健全的學(xué)科，它與數(shù)據(jù)庫、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)理論學(xué)等緊密相關(guān)，把對數(shù)據(jù)的應(yīng)用分析從簡單地?cái)?shù)據(jù)查詢，上升到了知識(shí)挖掘和關(guān)聯(lián)發(fā)現(xiàn)，并提供決策支持。隨著大數(shù)據(jù)被不斷提及與重視，多個(gè)行業(yè)和領(lǐng)域中的數(shù)據(jù)挖掘技術(shù)相關(guān)的應(yīng)用也越來越多。在煤礦開采行業(yè)中，數(shù)據(jù)挖掘技術(shù)已經(jīng)廣泛應(yīng)用于安全預(yù)測和生產(chǎn)輔助決策當(dāng)中，對保障煤礦安全開采，提高生產(chǎn)效率，降低開采成本，具有非常重要的意義［1］。

1 數(shù)據(jù)挖掘及其主要方法

1.1 數(shù)據(jù)挖掘的定義

數(shù)據(jù)挖掘是指從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道但又是潛在有用的信息和知識(shí)的過程，它是知識(shí)發(fā)現(xiàn)（Knowledge-Discovery in Databases，KDD）過程中的一個(gè)重要環(huán)節(jié)［2］，如圖1所示。

圖1 知識(shí)發(fā)現(xiàn)

1.2 數(shù)據(jù)挖掘的主要算法

數(shù)據(jù)挖掘技術(shù)以數(shù)據(jù)倉庫為研究對象，以統(tǒng)計(jì)分析方法和可視化技術(shù)為基礎(chǔ)，并結(jié)合機(jī)器學(xué)習(xí)和人工智能方法，逐漸形成了自己特有的算法和技術(shù)，主要有以下幾類：

一是分類預(yù)測型方法，該方法是研究最多的數(shù)據(jù)挖掘方法，常見的有決策樹方法、神經(jīng)網(wǎng)絡(luò)方法、貝葉斯方法［3］等。

決策樹方法，是一種依托于策略抉擇而建立起來的樹，它代表的是對象屬性與對象值之間的一種映射關(guān)系，樹的最頂層結(jié)點(diǎn)是根結(jié)點(diǎn)，沿著由根結(jié)點(diǎn)到樹葉結(jié)點(diǎn)的路徑，可以轉(zhuǎn)換成IF-THEN分類規(guī)則。

神經(jīng)網(wǎng)絡(luò)方法是一種模仿人的思維方式，用生物神經(jīng)元的“刺激-反饋”的學(xué)習(xí)方式對數(shù)據(jù)集進(jìn)行處理的算法。人工神經(jīng)元是人工神經(jīng)網(wǎng)絡(luò)操作的基本信息處理單位，而人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程就是神經(jīng)元連接權(quán)值的調(diào)整過程，其實(shí)現(xiàn)是按照一定的規(guī)則去迭代地改變權(quán)值矩陣的值。

貝葉斯分類方法以貝葉斯定理為理論基礎(chǔ)，是一種非常典型的基于統(tǒng)計(jì)方法學(xué)的數(shù)據(jù)挖掘分類模型。它依據(jù)事件的先驗(yàn)概率，并由先驗(yàn)信息和樣本信息確定事件的后驗(yàn)概率。貝葉斯分類方法有樸素貝葉斯分類和相對更高級(jí)、應(yīng)用更廣泛的貝葉斯網(wǎng)絡(luò)兩種分類方法。

二是由關(guān)聯(lián)分析方法和聚類方法等組成的描述型方法。關(guān)聯(lián)分析方法是由其他事物對另外一個(gè)事物進(jìn)行預(yù)測，前提條件則是這個(gè)事物與另外一個(gè)或多個(gè)事物之間存在一定的關(guān)聯(lián)關(guān)系。關(guān)聯(lián)分析方法意在挖掘隱藏在數(shù)據(jù)之間的相互關(guān)系，最終形成了包括支持度和置信度2個(gè)參數(shù)的關(guān)聯(lián)規(guī)則，其中支持度反映了發(fā)現(xiàn)規(guī)則的有用性，而置信度則體現(xiàn)了規(guī)則的確定性。

聚類分析方法是將一個(gè)數(shù)據(jù)集分成多個(gè)不同的類或結(jié)果集，而這些類內(nèi)元素間的相似性盡可能地高，而類與類之間的區(qū)別性也盡可能地大。目前主要的聚類算法有K-means、Chemeleon、DBSCAN和STING等［4］。

隨著網(wǎng)絡(luò)信息快速地增長與膨脹，為了從海量的網(wǎng)絡(luò)數(shù)據(jù)中快速準(zhǔn)確地獲取有用信息，適用于網(wǎng)絡(luò)/文本數(shù)據(jù)挖掘的方法也成為近年來數(shù)據(jù)挖掘領(lǐng)域中的研究熱點(diǎn)。由于當(dāng)前網(wǎng)絡(luò)信息絕大部分是由自然語言描述組成的，一般需要將這種非結(jié)構(gòu)化的數(shù)據(jù)轉(zhuǎn)化成結(jié)構(gòu)化數(shù)據(jù)后再利用前文所述方法進(jìn)行處理。

1.3 數(shù)據(jù)挖掘技術(shù)的應(yīng)用及研究現(xiàn)狀

當(dāng)前，國外特別是美國等發(fā)達(dá)國家，十分重視數(shù)據(jù)挖掘的開發(fā)與應(yīng)用。作為科學(xué)技術(shù)研究最前沿的地區(qū)，美國長期占據(jù)著數(shù)據(jù)挖掘相關(guān)技術(shù)研究的核心地位，許多科研機(jī)構(gòu)和IT企業(yè)都非常重視數(shù)據(jù)挖掘技術(shù)的開發(fā)應(yīng)用，IBM、谷歌、微軟、思科等都相繼成立了專門的研究中心。目前最主要的數(shù)據(jù)挖掘軟件有Knowledge Studio、SPSSClementines、Cognos Scenario等。

與國外相比，國內(nèi)對數(shù)據(jù)挖掘的研究起步稍晚，缺少整體力量，研究人員主要集中在高校與科研院所，數(shù)據(jù)挖掘軟件產(chǎn)業(yè)還不成熟，但是發(fā)展前景良好，特別是在大數(shù)據(jù)流行的今天，對大數(shù)據(jù)的處理實(shí)質(zhì)上也是對數(shù)據(jù)進(jìn)行分析與挖掘的一種體現(xiàn)［5］。華為、阿里巴巴、騰訊、百度、360等公司已經(jīng)開始采集分析大量的用戶習(xí)慣和用戶消費(fèi)行為數(shù)據(jù)，進(jìn)行各類數(shù)據(jù)挖掘分析與關(guān)聯(lián)規(guī)則發(fā)現(xiàn)，目的就在于了解用戶的行為習(xí)慣，提供更為準(zhǔn)確的商品推薦和其他服務(wù)。

2 數(shù)據(jù)挖掘在煤礦中的應(yīng)用

煤炭在我國的一次能源消耗中長期占據(jù)著70%左右的比例，是國民經(jīng)濟(jì)發(fā)展的重要支柱，煤礦開采因?yàn)槠涔逃械漠a(chǎn)業(yè)特點(diǎn)也決定了這一行業(yè)一直以來都屬于高危產(chǎn)業(yè)。因此，對煤礦企業(yè)生產(chǎn)過程中的監(jiān)控以及對企業(yè)的管理上，都是國家高度重視的。而數(shù)據(jù)挖掘，作為一門廣泛應(yīng)用且不斷發(fā)展的技術(shù)，在煤礦中也得到了應(yīng)用，并在安全生產(chǎn)、企業(yè)管理等多個(gè)層面上發(fā)揮了重要的作用。

2.1 在安全生產(chǎn)方面的應(yīng)用

由于煤礦安全生產(chǎn)過程中，涉及的要素非常多，要素間的關(guān)聯(lián)性也非常復(fù)雜，數(shù)據(jù)挖掘技術(shù)的應(yīng)用也相對較多，且切入點(diǎn)比較廣泛，可以應(yīng)用在安全生產(chǎn)方面的各個(gè)環(huán)節(jié)中，目前比較普遍的是在瓦斯預(yù)警、隱患事故分析與預(yù)測、機(jī)械故障診斷和煤礦電網(wǎng)綜合管理等。

廣義的礦井瓦斯是指井下有害氣體的總稱，它是煤礦發(fā)生安全事故的一個(gè)主要因素，它的濃度高低直接影響井下的安全指數(shù)，容易產(chǎn)生爆炸、突出和燃燒事故?，F(xiàn)有的瓦斯預(yù)警方法，多是通過廣泛結(jié)合井下瓦斯、一氧化碳等有害氣體的濃度，以及氧氣濃度、井下溫度、頂板壓力以及地質(zhì)條件等各環(huán)境因素之間的關(guān)聯(lián)關(guān)系進(jìn)行分析與挖掘［6］。如通過對歷史監(jiān)測數(shù)據(jù)的有效分析，并結(jié)合實(shí)時(shí)監(jiān)測數(shù)據(jù)和實(shí)際情況，利用關(guān)聯(lián)性數(shù)據(jù)分析與對比算法，設(shè)置合理的支持度和置信度，發(fā)現(xiàn)其中的關(guān)聯(lián)性，并通過不斷地現(xiàn)場試驗(yàn)與調(diào)試，給出并結(jié)合實(shí)時(shí)報(bào)警消息，給出合理的預(yù)警預(yù)測信息，提前做出有針對性的防范措施，減小事故發(fā)生概率和人員傷亡情況。

隱患事故分析與預(yù)測［7］，也是數(shù)據(jù)挖掘技術(shù)在煤礦安全生產(chǎn)中的一個(gè)主要應(yīng)用點(diǎn)，它秉承“一切事故都是由小的隱患在空間與時(shí)間上的積累”的概念，通過對各類事故的調(diào)研分析，利用對已有不合格項(xiàng)和人的不安全行為等數(shù)據(jù)的分析，發(fā)現(xiàn)各類隱患與事故之間的關(guān)聯(lián)，實(shí)現(xiàn)對隱患與不安全行為的整改，減少隱患在空間與時(shí)間上的積累，降低事故的發(fā)生次數(shù)。

利用數(shù)據(jù)挖掘技術(shù)進(jìn)行機(jī)械故障診斷［8］，是當(dāng)前比較流行的一個(gè)研究熱點(diǎn)。煤礦開采中要使用到相當(dāng)多的大型機(jī)電設(shè)備，目前主要是通過研究已經(jīng)積累的、海量的、煤礦機(jī)械的各種運(yùn)行數(shù)據(jù)，掌握煤礦機(jī)械的故障形成和發(fā)展過程，了解設(shè)備故障的內(nèi)在本質(zhì)和特征，建立故障模型，提前預(yù)測故障部位，做到降低設(shè)備損耗、降低故障發(fā)生頻率、減少停電停風(fēng)次數(shù)的目的。

2.2 在企業(yè)管理決策方面的應(yīng)用

隨著國家“兩化”融合的不斷推進(jìn)，煤礦信息化與煤礦綜合自動(dòng)化項(xiàng)目不斷上馬，大型煤礦企業(yè)均已建立了自己生產(chǎn)數(shù)據(jù)庫，存放了企業(yè)生產(chǎn)過程中安全、管理及營銷等各類數(shù)據(jù)，對這些數(shù)據(jù)的挖掘與利用，目前也已經(jīng)受到重視。利用關(guān)聯(lián)分析和聚類分析的數(shù)據(jù)挖掘方法，對這些海量數(shù)據(jù)進(jìn)行合理的區(qū)分，將具有關(guān)聯(lián)性、相似性和相反性的數(shù)據(jù)進(jìn)行分類整理，發(fā)現(xiàn)生產(chǎn)、管理和營銷之間的關(guān)聯(lián)關(guān)系，能夠在一定程度上優(yōu)化生產(chǎn)開采模式和流程，降低企業(yè)能耗，減少事故發(fā)生概率和人員傷亡情況，提高煤礦企業(yè)數(shù)據(jù)資源的利用效率和勞動(dòng)生產(chǎn)率，也為煤礦企業(yè)帶來更多地經(jīng)濟(jì)效益。

2.3 存在的問題

雖然數(shù)據(jù)挖掘技術(shù)已經(jīng)開始在煤礦生產(chǎn)中發(fā)揮作用，但其應(yīng)用過程中也存在以下幾個(gè)主要問題：

一是重理論輕實(shí)用。不少大型煤礦企業(yè)和科研院所就數(shù)據(jù)挖掘技術(shù)在煤礦中的應(yīng)用，已經(jīng)做了較多的前期理論研究，形成了數(shù)量不少的理論總結(jié)和數(shù)據(jù)挖掘模型，但真正在煤礦中使用并發(fā)揮價(jià)值的，特別是在瓦斯預(yù)測和管理決策等方面的還是寥寥無幾，前期投入與實(shí)際研究成果不成比例。

二是行業(yè)信息化水平較低，基礎(chǔ)支持不夠。由于我國煤炭行業(yè)信息化起步較晚，發(fā)展水平較低，煤礦信息化的相關(guān)標(biāo)準(zhǔn)不全，且更偏重于硬件設(shè)備的生產(chǎn)投入，相對缺少對軟件自動(dòng)化與信息化發(fā)展的支持，雖然大型煤礦已經(jīng)建立了數(shù)據(jù)倉庫，但各類異構(gòu)系統(tǒng)較多，數(shù)據(jù)完整性、關(guān)聯(lián)性和一致性上有待提高，給數(shù)據(jù)挖掘前期的數(shù)據(jù)清洗、數(shù)據(jù)集成和數(shù)據(jù)轉(zhuǎn)換帶來了非常大的困難，造成數(shù)據(jù)挖掘結(jié)果的準(zhǔn)確性和指導(dǎo)意義較低。

三是煤礦數(shù)據(jù)挖掘技術(shù)的應(yīng)用與推廣成本較高。我國煤礦產(chǎn)地分布不均，煤炭質(zhì)量與產(chǎn)量差別巨大，開采環(huán)境各異，一個(gè)煤礦建立起來的數(shù)據(jù)挖掘模型往往不適應(yīng)于其他煤礦，造成前期投入較高，但預(yù)測準(zhǔn)確性較低，很難取得理想的經(jīng)濟(jì)效益，缺乏推廣基礎(chǔ)。

3 未來發(fā)展趨勢及展望

目前，數(shù)字化礦山的建設(shè)工作正在不斷推進(jìn)，煤礦開采逐步走向智能化，無人或少人煤礦是未來煤礦開采的必然趨勢［9］。解決當(dāng)前數(shù)據(jù)挖掘技術(shù)在使用過程中存在的各類問題，提高數(shù)據(jù)挖掘技術(shù)的應(yīng)用場景和預(yù)測結(jié)果，是實(shí)現(xiàn)煤礦智能化的一個(gè)重要手段。

首先，需要不斷培養(yǎng)既有煤礦專業(yè)知識(shí)和地質(zhì)地理知識(shí)，又掌握數(shù)據(jù)挖掘算法的復(fù)合型高新技術(shù)人才，集中科研力量，建立綜合性的煤礦安全基礎(chǔ)研究機(jī)構(gòu)，保證可持續(xù)的人才、經(jīng)費(fèi)和科研時(shí)間的投入，是研究成果能否有關(guān)鍵性突破的決定性因素。

其次，結(jié)合當(dāng)前快速發(fā)展的煤礦物聯(lián)網(wǎng)技術(shù)，以及云計(jì)算和云存儲(chǔ)的技術(shù)，實(shí)現(xiàn)煤礦中人、機(jī)和各類環(huán)境參數(shù)的深度融合，建立完善的災(zāi)害預(yù)警模型，提升預(yù)警速度和預(yù)警結(jié)果的準(zhǔn)確性。

最后，提高煤礦企業(yè)的管理水平，逐步增加數(shù)據(jù)挖掘技術(shù)在煤礦生產(chǎn)中的應(yīng)用場景和認(rèn)可程度，實(shí)現(xiàn)對井下各類機(jī)電設(shè)備工作狀態(tài)的即時(shí)診斷，做到及時(shí)預(yù)測、優(yōu)化決策，提高挖掘結(jié)果的準(zhǔn)確性，指導(dǎo)煤礦企業(yè)的安全生產(chǎn)。

4 結(jié)語

隨著物聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，煤礦信息化水平的不斷提高，上馬的子系統(tǒng)越來越多，煤礦數(shù)據(jù)規(guī)模會(huì)進(jìn)一步膨脹，系統(tǒng)集成和綜合信息平臺(tái)將會(huì)成為煤礦信息化的主流方向，數(shù)據(jù)融合與數(shù)據(jù)標(biāo)準(zhǔn)化是實(shí)現(xiàn)這一主流方向的基礎(chǔ)，結(jié)合當(dāng)前較為成熟的云計(jì)算技術(shù)，數(shù)據(jù)挖掘技術(shù)在煤礦中的應(yīng)用會(huì)越來越多，進(jìn)而減少各類安全事故的發(fā)生，優(yōu)化企業(yè)資源，提高綜合競爭力，最終實(shí)現(xiàn)安全生產(chǎn)。

［1］賴振丹.數(shù)據(jù)挖掘技術(shù)在煤礦企業(yè)中的應(yīng)用［J］.煤炭技術(shù)，2013，32（6）：124-125.

［2］韓家煒著，范明，孟小峰譯.數(shù)據(jù)挖掘：概念與技術(shù)［M］.北京，機(jī)械工業(yè)出版社，2000.

［3］李玲俐.數(shù)據(jù)挖掘中分類算法綜述［J］.重慶師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2011，28（4）：44-47.

［4］周濤，陸惠玲.數(shù)據(jù)挖掘中聚類算法研究進(jìn)展［J］.計(jì)算機(jī)工程與應(yīng)用，2012，48（12）：100-111.

［5］王惠中，彭安群.數(shù)據(jù)挖掘研究現(xiàn)狀及發(fā)展趨勢［J］.工礦自動(dòng)化，2011（2）：29-30.

［6］李瑞華.數(shù)據(jù)挖掘在煤礦安全監(jiān)測中的應(yīng)用［D］.西安：西安電子科技大學(xué)，2010.

［7］趙作鵬，尹志民，陳金翠，等.煤礦隱患數(shù)據(jù)挖掘模型及適用挖掘算法［J］.煤炭科學(xué)技術(shù)，2010，38（3）：67-69，27.

［8］李洪燕，陳步英，趙美枝.數(shù)據(jù)挖掘技術(shù)在煤礦機(jī)械故障診斷中的應(yīng)用［J］.煤礦機(jī)械，2012，33（12）：259-261.

［9］毛善君.“高科技煤礦”信息化建設(shè)的戰(zhàn)略思考及關(guān)鍵技術(shù)［J］.煤炭學(xué)報(bào)，2014，39（8）：1572-1583.