摘 要：针对“互联网+”、大数据其他行业的应用产生聚合增值效应，而煤矿缺乏对大数据潜在价值挖掘利用的问题，研究煤矿企业在井下安全生产监控预警、矿用大型安标设备及材料储运的全生命周期的远程管控，建立各级煤矿企业数据共享的安全生产云服务平台、跨行业多维立体供需及价格预测平台等方面的大数据应用模式分析，提出大数据挖掘应用应由专业技术团队统一规划模型并制定标准，在接口协议、安全防护做好先期统筹等建议。指出“互联网+”、大数据的综合应用必将成为提升煤矿安全生产的重要手段和途径，实现降成本、增效益的作用。
关键词：互联网+;煤矿;大数据
一、煤矿大数据应用的特点
煤矿井下安全生产数据主要由井下布置的分站（基站）、传感器、PLC及摄像头等组成，用来监测监控瓦斯浓度、风速、负压、CO浓度、烟雾、温度、风门开关等环境参数和煤仓煤位、水仓水位、压风机风压、输送带开停、各种机电设备开停等生产参数，以及关键生产环节的视频监控录像，这些数据正好符合大数据的大量、多样、真实、高速、价值的“5V”特点。
煤矿大数据具备了真实物理煤矿、数字煤矿和信息煤矿三者合一数据基础，形成一个由智能传感器、智能传输与智能环境组成的数据积累平台，但目前煤矿大数据没有得到充分的挖掘和应用，还主要停留在垂直型单系统的数据管理应用，各个系统硬件互通，信息简单集中，各个系统在硬件互联互通后所产生的大数据未得以充分利用，因此煤矿安全生产大数据的应用对煤矿安全生产水平的提升价值有限，同时，集团化的煤矿大数据还局限在某个企业内部信息化应用，而其他能源行业，如电力、石油方面在“互联网+”、云计算等大数据技术的开发应用，为煤矿大数据的综合利用后续建设思路和方法指引了方向。
目前，煤矿大数据对煤矿安全生产水平提升作用有限，最主要原因在于目前只对大数据进行了显示和归类，缺乏对数据内在联系和内在价值挖掘，下一步亟需充分利用云计算挖掘大数据隐含的内在关系，特别是对煤矿井下环境、灾害、人员活动高度耦合的大系统。数据越多，灾害预警模型维数也就越高，预警预报也越准确，而高维的灾害预警模型需要计算能力高且具有弹性的云计算技术提供支撑。
二、煤矿大数据应用分析的基础
“互联网+”时代煤矿大数据的应用分析需将互联网技术和互联网思维应用到煤矿领域，使得煤矿安全生产及管理运作与互联网结合起来，与互联网的加值形成聚合效应。随着“互联网+”在其他行业的成功挖掘应用，以及煤矿大数据的种类及数量的大幅增加，只有加强大数据及云计算技术的研究发展，才能有效地处理海量数据，提高对煤矿安全生产的应用服务，而目前各大煤矿集团企业普遍缺乏基于“互联网+”的公共服务平台，提供大数据的“互联网+”的应用。当前需要增加煤矿大数据的扩展性，使更多的信息可以共享是“互联网+”时代煤矿大数据应用的核心问题。
从煤矿现在的安全生产监测监控、自动化、信息化应用的建设及应用情况来看，在煤矿企业有很好的“互联网+”大数据应用基础，可以充分利用大数据技术对煤矿安全监控系统传感器采集大量的各项指标数据进行挖掘，得到有用信息实现监测预警;还可以利用云计算技术对煤矿的大数据进行处理分析，及时发现问题、解决问题。
煤矿大数据应用分析是煤矿智能化、信息化的发展延伸，利用智能装备对煤矿物理世界进行感知，通过网络互联和数据传输，利用大数据及云计算技术进行计算、处理、挖掘和预警，實现地面与井下、矿区与远程信息的交互和无缝连接，达到对煤矿安全生产的实时控制、精确管理和科学决策目的。现有的煤矿真实采集到的大数据技术作为未来煤矿系统建设、“互联网+”技术应用的基础数据，由云计算处理分析后进行灾害预警预测，最终指导煤矿的高效安全生产。
三、“互联网+”时代煤矿大数据应用分析
数据挖掘是一种新的数据信息处理技术，其主要特点是对实时数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取安全生产辅助决策的关键性数据。云计算通过对大规模可扩展的计算、存储、数据、应用等分布式计算资源进行整合，通过互联网技术以按需使用的方式提供计算和存储服务。从技术发展的模式来看，大数据技术的发展将呈现多种技术聚合发展的模式，如云计算，大数据与“互联网+”的聚合发展，并在聚合发展中出现新的需求，新的研究与发明，新的价值模式。
“互联网+”及大数据的综合应用必将成为提升煤矿安全生产的重要手段和途径之一，与其他行业相比，煤炭行业对于新技术的跟进及应用稍显落后，因此，煤炭企业集团应抓住时机，在“互联网+”蓬勃发展的背景下，大数据研究及应用快步进入到国际先进行列。
参考文献
[1]申学易，买晓琴，刘超.基于互联网平台的大数据收集在社会认知研究中的应用[J].科学通报，2015，60（11）：986-993.
[2]赵刚.大数据，技术与应用实践指南[M].北京：电子工业出版社，2013.
[3]孙继平.煤矿监控新技术与新装备[J].工矿自动化，2015（1）：1-5
[4]赵勇，林辉，沈寓实.大数据革命：理论、模式与技术创新[M].北京：电子工业出版社，2014.
[5]严萧凤.张德馨.大数据研究[J].计算机技术与发展，2013，23（4）：168-172.