提高地方煤质数据库应用价值的途径

李飞谷 张玉香 朱峰波 温良涛

摘 要：地方煤炭发展直接决定了经济发展，煤炭又是一种不可再生的资源，大数据时代给煤炭的开发和管理带来了便利，因此，如何提高煤炭的使用效率，提升企业的经济效益，是大数据时代煤炭企业所关注的焦点问题，通过提高地方煤质数据库应用不仅可以实现对煤炭的高效利用，而且还有利于节能、减排和环保等。鉴于此，本文对提高地方煤质数据库应用价值的途径进行深入研究。

关键词：煤质数据库；管理；应用

中图分类号：F426 文献标识码：A 文章编号：1671-2064（2018）17-0167-02

我国煤炭资源丰富，目前我国煤炭可供利用的储量约占世界煤炭储量的11.67%，位居世界第三，煤炭为我国的发展提供了必不可少的能源，但是从煤炭资源分布情况来看，我国动力煤占有的比例较大，占全国煤炭含量的70%以上，炼焦用煤含量仅占3%。动力煤入洗比例低，直接燃烧，不仅燃烧效率低而且污染环境。动力煤中，不粘煤和长焰煤的储量较大，而且集中在华北和西北地区，其中内蒙古东胜煤田和陕西的神府煤田是我国重点建设的动力煤基地。据统计，我国约有80%以上的煤炭资源直接或者间接的作为燃料使用，10%以上的是炼焦用煤，化肥、建材和其它工业用煤以及出口总计占10%，在燃烧用煤中，以发电用煤所占的比例最大，占全国煤炭消耗量的20%左右。由此可见，煤炭资源在我国经济发展中有着非常重要的作用，提高煤炭产品的质量不仅对煤炭企业经济效益有所帮助，还可以进一步推动社会的发展。

1 地方煤炭管理现状

我国是“富煤、贫油、少气”的国家，这就直接决定了煤炭将在一次性能源生产和消费中长期占据主导地位。我国是当今世界上第一产煤大国，煤炭产量占世界的35%以上。我国也是世界煤炭消费量最大的国家，煤炭一直是我国的主要能源和重要原料，在一次能源生产和消费构成中煤炭始终占一半以上。我国虽然煤炭资源丰富，但是在管理上缺乏科学先进的理念，尤其是在大数据时代，粗放的管理模式严重阻碍了地方煤炭企业的发展，下面就对地方煤炭管理现状进行简要分析：

1.1 煤质管理方法落后

粗放管理是一种不计成本与效率的粗疏、不细致的管理方式，在现代企业管理中粗放式管理会造成企业的生产效率、产品质量低下，不利于企业的可持续发展。粗放管理是一种早期的，短暂的管理方法，企业要想长期稳固发展，就需要进行长期规划，与时俱进。地方煤炭企业在进行媒质管理过程中，由于缺乏对煤炭生产过程中质量和成本的有效控制，管理方式较为落后，煤炭质量难以进行有效控制，淡化了地方煤炭企业煤质管理的最终目的。而企业管理层通过这样的方式无法做出正确有效地决策以及煤炭的生产计划，对企业的发展起不到明显的推动作用。

1.2 煤炭企业管理观念落后

在大数据时代，地方煤质管理缺乏先进的管理方法和创新的管理理念，导致地方煤炭企业管理效率不高。现阶段国内的大多数煤炭企业的煤质管理都是以原煤为核心进行的，具有很明显的局限性。不同企业和部位对于煤炭的品种和质量的要求各不相同，如果煤质不符合用户要求，就会影响煤炭企业经济效益。再加上煤炭企业的产品按照统一够买、统一销售的方式，而这种统购统销的方式十分不利于企业内部的管理和控制，再加上受到多投入才能多回报的这一类传统观念的影响，使得煤炭企业的煤质管理放任自流，忽略了煤质管理在煤炭企业效益中所处的地位和发挥的作用，无法真正意义上实现科学化、系统化的现代煤质管理模式。

1.3 煤质管理监督体系不完善

对地方煤质进行管理是一个当下必须执行的工程，虽然很多企业也都在履行这个职责，但是实际的管理效果却并不理想，归根结底是企业做的还不到位，但是与监督管理体系也有直接的关系。据了解，大数据时代背景下，提高煤质管理是国家和政府赋予每个企业的职责，但是对企业对于煤质管理的过程和效果的监督做的却不到位。首先来讲，没有一个专门的煤质管理监督机构，只是偶尔的抽查或者出現问题之后的责任追究；其次，对于煤质管理不到位的惩处措施也不明确，这就会造成企业不认真履行职责的现象；再者，对于煤质管理的具体流程、步骤以及要达到的标准也缺乏明确，这就给后期的执行以及责任追究造成了困扰。

2 提高地方煤质数据库应用的意义

2.1 有利于提升煤炭质量

地方煤质数据库包含了煤炭开采和使用等过程中的所有数据，利用这个数据量可以清晰的分析煤质管理的全过程以及效果，可以让开采和使用企业了解当下煤炭开采和使用的需求、开采量和剩余量等等。为了保障节能发电调度中煤耗实时在线监测系统的准确性，减少煤质的复杂性和人为离线输入的不确定性对锅炉效率在线计算造成的偏差，采用统计分析和聚类计算等方法，构建了针对特定区域的煤质数据库。因此全方面的推行地方煤质数据库的应用可以给煤炭质量提升起到积极作用。

2.2 有利于改变煤矿形象

煤质是用户和社会都十分关注的问题，随着煤矿开采和使用率的提升，人们对于煤质的关注度也日益提升，据了解，现在有很多不满的声音出现，这些都源自用煤企业和中间商的不良行为导致。比如，中间商进行的一些优势煤和劣质煤掺杂的行为造成了煤炭企业输出的商品煤质量大打折扣，长此以往，消费者对于这些煤矿企业的信任度就会降低，最终影响企业形象和未来发展。因此提高地方煤质数据库应用价值是当下必须执行的工程，通过各种数据的汇总和分析，要求中间商和煤炭企业从自我出发，提升煤质，保证输出煤产品的高质高效，这样才能有利于提升自身的社会信誉，在社会主义市场机制中寻求到一条可持续发展的道路。

2.3 利于社会经济可持续发展

煤炭是一种不可再生的资源，因此在节约能源，走可持续发展道路口号之下，如果对煤炭的质量进行有效管理成了一个社会重点关注的课题。地方煤质数据库应用是不可阻挡的趋势，它所带来的优势有利于将有限的资源进行最大化的利用。利用煤质数据库的有效应用不仅可以提升煤炭质量，还可以有效节约能源，实现经济结构的合理化发展，最终推动社会资源和经济向着可持续发展的趋势进行。

3 提高地方煤质管理的途径

在大数据时代，煤质数据库在地方煤炭质量管理方面得到了有效的推广和应用。通过数据库对地方煤质数据进行处理、分析使地方煤质管理从传统到现代进行过度，从而提升煤炭企业的经济效益和社会效益。下面就对提高地方煤质数据库应用价值的有效途径进行深入分析：

3.1 地方煤质数据在线分析

伴随着计算机的大面积普及和推广，煤炭企业信息化管理中数据的产生和处理量不断提升，数据管理技术应运而生。尤其是在现代企业管理过程中，煤炭企业对数据的共享提出了越来越高的要求。传统的人工管理已经不能满足煤炭企业发展的需要，煤炭企业每天都有大量的数据信息产生，将煤质数据库运用到地方煤质在线监控系统中，根据现场实时采集的数据，计算煤炭在燃烧过程中实际吸收的热量，并且取用煤质数据库中的虚拟数据进行比对分析，如果火力发电厂煤质采样的发热量与煤质数据库选取的发热量在趋势上保持一致，则说明煤质数据库中选取的计算值完全可以满足火力发电的要求，给地方煤炭企业的销售提供有效帮助。

3.2 煤炭发热量的应用

煤炭在燃烧过程中，发热量是一个重要的指标，直接影响着火力发电厂中锅炉的热平衡、热效率、设备运行参数的调整，同时也是动力煤价格的主要指标，利用地方煤质数据库对煤炭发热量进行计算，然后按照发热量大小对所有煤种进行排序，便于后期使用。用户可以根据自身的需求进行查询，切换到相关页面，整个操作方便快捷。对于一些核心数据的煤质报告，地方煤质数据库还开通了绿色通道确保用户能在任意页面调用，实现无障碍查询。通过地方煤质数据库管的应用，增加了煤质管理的透明性，强化管理人员的责任意识的同时也提高了工作效率，可以将成本控制落实到一线生产的每一个细节当中，避免由于细节上的疏忽对煤炭企业的管理造成不必要的影响。总之，要想处理好煤炭企业的质量管理，就需要通过健全完善的煤质管理措施为后盾并且严格按照现代化的科学技术，在确保工程质量的同时让煤炭企业获得更多的经济收益。

3.3 优化煤质管理措施

在大数据时代，地方煤质数据库的应用可以优化煤炭企业管理措施，便于进行成本控制。首先在煤炭生产环节中，根据企业制定的煤炭生产目标要求科学合理的安排施工，实施流水作业，立体交叉作业，充分利用企业现有的机械装备并且通過合理分配，提高人机结合的工作效率。其次是生产技术的优化设计，确保煤炭生产技术的新进性以及人员机械安排的合理性，并且对每一个施工环节的工程进度都需要更加均衡的分配。最后是物资的库存管理，在保证煤炭企业正常生产的前提下最大限度的降低资源的消耗量，避免出现重复配置、积压严重、储备资金严重超储等现象，在做到人尽其力、物尽其用的同时达到降低成本的目的。

3.4 建立目标量化管理体系

在煤炭需求量不断提升的今天，通过地方煤炭数据库建立目标量化管理体系，实现煤炭企业的精细化管理，即加强事前计划、事中控制以及事后监督与考核。通过这种方式对每一个煤炭生产环节都要制定细致严格的质量监督与成本控制管理体系，这其中就发挥了煤炭数据库和煤炭企业之间的协调关系。通过目标量化控制体系对煤炭生产与成本预算进行合理分析，得出科学的管理措施。而且在煤炭企业生产过程中对影响成本的各个阶段实施全过程控制，促使煤炭企业生产的正常运转，让企业资金处在一个良性的循环当中。也只有这样煤炭企业的成本才能真正可控，管理才会出效益。

4 结语

综上所述，在大数据时代，地方煤质管理的必要性是不可否认的，但是具体的煤质管理过程和方式需要进一步创新。煤质数据库的应用是顺应大数据时代的趋势，也是社会可持续发展进行中最为核心的一个部分，在煤质管理方面将煤炭产品和企业生产运营过程中所产生的数据信息进行整合分析，作为产品成本和部门运行成本的组成部分，运用先进的成本控制方法进行成本控制，成为提高地方煤质管理的重要依据，实现煤炭企业经济效益的最大化。

参考文献

[1]左进，陈泽茂.基于改进K均值聚类的异常检测算法[J].计算机科学，2016，（08）：258-261.

[2]朱晔，冯万兴，郭钧天，李雪皎，刘娟.一种改进的k-中心点聚类算法及在雷暴聚类中的应用[J].武汉大学学报（理学版），2015，（05）：497-502.

[3]赵明，李鹏飞，梁俊宇，赛俊聪.一种煤质数据库的建立方法[J].热能动力工程，2015，（02）：267-271.

[4]何立华，王栎绮，张连营.基于聚类的多属性群决策专家权重确定方法[J].运筹与管理，2014，（06）：65-72.

[5]苏保光，田亮，王琪，刘吉臻.一种在线煤质软测量方法[J].电力科学与工程，2011，（07）：32-36.