基于大数据技术的区域煤矿监管数据服务平台设计

针对煤矿监管体系中安全风险监测预警系统联网数据多级重复上传、数据不一致现象,各级安全监管机构数据存储计算资源缺乏、关联分析和数据挖掘困难等问题,设计了基于大数据技术的区域煤矿监管数据服务平台。该平台采用Kafka分布式消息队列,将区域内煤矿监测监控数据生成标准化Kafka数据体,批量上传至云平台Kafka集群;通过发布-订阅模式提供监测监控实时数据消费服务,减轻了网络传输开销,避免了联网数据多级上传和过滤带来的不利影响;采用Spark Structured Streaming计算引擎和Spark SQL进行数据实时计算和历史数据统计分析,通过集成的各类数据分析挖掘算法,为数据挖掘和预测预警提供支持;采用HBase列存储数据库实现海量历史数据的可靠存储,通过与HBase相关联的Hive数据仓库建立各类主题数据模型库,满足数据的多维关联分析需求;通过统一安全权限认证的数据订阅服务为各级监管机构提供所需的煤矿监测监控数据、统计分析数据和数据挖掘结果,将后台数据服务中心与前端监管监察业务系统解耦,通过数据服务为各级监管机构提供数据定制和消费服务,提高了数据利用效率。应用结果表明,平台可满足区域煤矿监测监控数据的存储、分析计算和数据共享需求。     

新一代智能煤矿人工智能赋能技术研究综述

煤炭工业与人工智能（AI）深度融合是现代化矿井实现智能少人、降本提效的重要路径,而煤炭行业全流程、全业务应用场景的AI赋能是实现煤矿智能化的具体技术措施。在当前煤矿智能化发展背景下,提出了初级智能煤矿向新一代智能煤矿演进的基本范式,对比分析了初级智能煤矿与新一代智能煤矿的组成、功能与技术内涵,揭示了新一代智能煤矿AI赋能技术的重要性及其应用实施的2个关键：煤矿工业机理AI模型与煤矿工业互联网平台。总结了关于煤矿地质、采煤、掘进、安全监控等复杂作业环节的工业机理AI模型研究现状,阐明了工业机理AI分析在智能煤矿建设中的快速发展态势。设计了新一代智能煤矿多级云边协同工业互联网平台架构,利用集团数据中心、矿井数据中心、生产系统集控中心等工业信息软硬件设施,结合海量数据云计算和少量数据边缘计算特点,提出了集团云、矿井云与环节边、场景边的多级云边协同机制。指出了未来进一步研究方向,应不断加强煤矿工业机理AI模型的开发与软件化研究,逐步形成煤矿全流程AI赋能的知识软件体系,并充分运用煤矿工业互联网平台的数字资源与信息设施,逐步实现煤矿工业互联网平台的AI技术承载。     

数据点表在远程监管系统中的应用研究

针对煤矿监测系统存在网络瓶颈、采集终端不兼容的现状,提出了一种基于数据点表的矿井瓦斯远程多级监控监管网络系统构架平台。该平台集成了远程监控系统的数据点表的结构、数据采集的文件格式、数据传输的数据格式、基础数据的生成和上传等核心技术。利用数据点表规定的标准接口消息方式实现系统远程监测和监控的数据传递及命令传达,使整个系统很好地解决了低投入与高效率之间的矛盾,具有远程监控、监管、维护、故障诊断和事故预警与决策功能。通过煤矿瓦斯监测监控工程实际应用说明,这种通信方式不受系统地理条件的限制,在数据传递过程中能够确     

煤矿远程安全监测监管一体化平台创新设计

针对神华宁夏煤业集团近年来发展及调度管理需求,综合运用数据字典、云计算、物联网等技术对原有安全监测远程联网系统进行创新设计,构建了新型煤矿远程安全监测监管一体化平台。该平台实现了集团公司对下辖矿井安全监测信息、瓦斯抽放数据、洗煤厂环境监测数据的实时在线监测,环境参数异常分析,安全预测预报,日常运维监管与决策支持分析等功能,有效解决了基层单位分散、管理层级多、系统异构带来的集中监管难度大的问题,实现了企业体制创新、技术创新和管理创新。     

大规模文本数据的分类系统的设计与实现

云计算模式解决了大规模数据存储和计算能力上存在的瓶颈,为大规模数据挖掘技术提供了理想的计算模式和技术手段。分析Hadoop云计算平台的数据存储和计算模型,在云计算模式的基础上．实现云计算平台上Web文本数据的贝叶斯分类模型。对于大规模数据挖掘中的数据存储和计算的问题和难点．提出一种高效、低成本的解决方案。     

基于云计算的中国机动车辆保险信息共享平台

中国机动车辆保险信息共享平台承担着全国车险信息共享以及实现车险监管的职责,具有业务模式变化多、业务增长迅速、业务规则调整变化快的特点。平台需要灵活的技术架构、易用的交付模式以应对这些特点。采用云计算技术进行中国机动车辆保险信息共享平台的设计实现,利用虚拟化技术、组件和工具实现了基础设施及开发平台的高效利用,利用数据扩展技术、功能配置和度量、可伸缩性技术实现了平台在多租户模式下的平稳运行。     

智能矿山低代码工业物联网平台设计

随着智能矿山建设的稳步推进和煤炭企业数字化转型的加速实施,煤矿企业用户业务数字化应用需求呈指数式增长,对业务应用开发效率提出更高要求,传统的煤炭行业应用系统开发模式过度依赖专业厂家,实施周期长、实施成本高、资源重复利用率低,难以满足煤矿用户对快速开发业务应用的管理要求。针对上述问题,提出了一种采用“模型驱动”开发模式的智能矿山低代码工业物联网平台设计方案。基于微服务技术设计了包含数据采集层、数据处理层、数据存储层、数据发布层、人机交互与应用层的平台架构,在每个层级运行平台通过解析引擎解析开发平台配置对应的功能;通过设计数据编码与主数据规范、平台内部数据交互规范、平台接口与服务等构建统一技术体系,实现了煤矿作业现场各类物联网监控对象的统一监管;通过开发低代码组件工具箱,将原本在煤矿各类监控系统软件中需要通过定制化开发的系列通用功能和业务逻辑进行统一封装,形成可直接复用的组件,使其可适应煤矿不同类型监控系统应用,为用户提供一个通过拖拽组件和配置参数等方式即可完成智能矿山应用软件开发的可视化开发环境。应用结果表明,该平台可为煤矿监控类系统提供快速开发平台,满足煤矿用户日常提出的紧急定制化任务...     

AI和云计算融合成必然推进行业智能化改造

<正>导读:云计算是一种以数据和处理能力为中心的密集型计算模式,由云平台、云存储、云终端、云安全四个基本部分组成。云计算是一种以数据和处理能力为中心的密集型计算模式,由云平台、云存储、云终端、云安全四个基本部分组成。云平台作为提供云计算服务的     

基于USB-Key的非煤矿山管理信息系统的设计

在分析传统非煤矿山管理模式弊端的基础上,提出了一种基于USB-Key的非煤矿山管理信息系统(MIS)的设计方案,介绍了系统的功能模块、系统平台、角色DC和权限分配等。该系统基于USB-Key的身份认证技术、电子签名和电子签章技术,有效地防止了数据篡改、机密泄露、身份冒用、越权操作、操作抵赖等安全问题,解决了传统监管模式下效率低、监管不力和滞后等弊端,实现了安监部门与企业上下互通、实时在线业务办理、科学监管、动态监管等功能。     

面向预拌混凝土行业的云计算

云计算是未来企业信息化的发展趋势,在各行业中已有了一定的研究或应用,但在预拌混凝土行业还鲜有研究。针对预拌混凝土企业信息化建设中对数据存储、整合、挖掘等方面需求的不断提高,将云计算运用于建设预拌混凝土企业信息平台,提出了面向混凝土行业的云计算,以实现信息平台资源虚拟化、大数据存储与并行计算处理。结合Hadoop云计算技术,设计了云计算信息平台构架,给出了几种云计算下的应用模式,并通过实例验证了平台的可行性,分析了应用效果。     

基于云计算的智能电网调度平台研究

针对我国能源领域近年来出现的新问题,诸如新能源大量并网和消纳、源网荷的联动、提高电网数据处理效率、增强电网风险防范能力等,提出利用电力大数据和云计算技术构建综合型的智能电网调度云计算平台,借助调度云计算平台高效的数据计算能力,提高电网中调度大数据的处理效率,合理配置电力资源.阐述调度云计算平台的工作原理,并在调度云计算...     

云计算在基于NGB的智慧家庭业务平台上的应用

基于NGB的智慧家庭以其广泛的受众,必将承载海量数据。在智慧家庭业务平台建设中引入云计算技术,不仅可以提供云存储来保存大量数据,更使平台具备对大数据的快速分析和处理能力,这对用户和运营商都大有裨益,为此,文章详细阐述了云计算引入业务平台所带来的好处。     

基于云计算虚拟化平台的安全基线配置核查研究

云计算是一个庞大的系统,其规模大小与复杂程度决定了解决云计算安全问题的难易程度。云平台的安全管控是科技、规章和行为的复杂组合。云计算环境的系统整体连通性和各级数据的完整性需综合考虑典型特征的网络、系统、应用和用户等诸多因素,将各解决方案相互联合、综合设计,才能保护云平台安全。本文将围绕云计算虚拟化平台,展开基于云计算虚拟化平台的安全基线配置及核查方法的研究,并由此设计云平台安全基线自动化核查技术。在此基础上,提出面向云平台组件安全基线配置的安全管控方法,旨在降低云计算虚拟化平台中各组件可能因配置不当所造成的安全风险,确保云平台系统安全、稳定地运行。     

中国民航新一代云计算智能数据中心研究及实现

中国民航新一代云计算智能数据中心建设的总体目标是构建面向新一代民航旅客服务系统的数据可视化、资源供给自动化、监控运维规范化的云计算平台。本文分析该云计算平台的产生背景以及国内外云计算平台的发展现状,介绍中国民航新一代云计算智能数据中心的业务架构和技术架构,最后总结了该平台落地的重大意义。     

物联网、大数据及云计算技术在煤矿安全生产中的应用研究

阐述了物联网、大数据及云计算技术的研究现状,指出3种技术之间的关系,即物联网产生大数据,大数据助力物联网;大数据需要云计算,云计算增值大数据。结合煤矿综合自动化的建设发展历程,研究了3种技术在煤矿安全生产保障中的作用和地位,提出了3种技术在煤矿生产安全保障中的关系:物联网是煤矿各个子系统建设的技术框架和路线图,大数据是矿山物联网建设的产物,云计算则是对大数据处理利用的技术手段,并指出基于物联网、大数据及云计算技术的煤矿安全生产监测监控系统将是主动式、多参数融合、具备预警功能的监测监控系统,可有效提升煤矿安全生产水平。     

云计算平台安全策略研究

云计算平台信息的安全保护策略是云计算时代不得不面对的问题.本文从数据安全为题、虚拟化技术存在的隐患、云平台系统可靠性等云平台面临的安全问题入手,详细阐述了云平台的信息安全保护策略,包括云平台的搭建、数据加密和数据隔离的数据保护策略以及加强网络数据过滤和传送机制的网络安全策略,从而确保云平台的数据信息的安全.     

一种基于Linux容器技术的大规模遥感数据云服务平台

遥感数据云服务平台是基于云计算技术,整合大规模遥感数据的存储资源和计算资源,实现资源共享和按需使用的服务模式的地理信息处理服务平台。我们基于分布式存储技术实现遥感数据的高效存储、Linux 容器技术实现快速部署和资源隔离、ownCloud 私有云技术实现高效共享和 IPythonnotebook 交互式技术实现方便易用交互,设计了一种稳定、高效的地理信息云服务平台。用户可通过Web的方式方便的访问大规模遥感数据,并利用云主机的计算、存储资源对所需的遥感数据进行分析和处理。     

云计算Hadoop平台的异常数据检测算法研究

近年来,随着我国互联网技术的飞速发展与大规模网络运算平台研究的深入,云平台下的数据处理已成为大规模数据的主要处理方式;但是,现有的云计算Hadoop平台在海量数据异常涌入状态下,常常出现数据逻辑错误、数据链完整性缺失、数据失效的问题,造成无法对上述异常数据进行有效检测处理,严重影响云计算Hadoop平台的数据运算准确性;针对上述问题,提出云计算Hadoop平台的异常数据检测算法研究方法;采用JNS数据采集筛查模组、算法逻辑补偿模组与动态反馈模组对现有的云端计算平台存在的问题进行针对性解决;通过仿真模拟实验证明,提出的云计算Hadoop平台的异常数据检测算法研究方法,具有异常数据识别率高,准确性高,速度快、可实施性强、稳定性好的特点。     

基于Azure的云安全研究

随着云计算的进一步推进和发展,云计算面临的安全问题变得越来越突出,特别是在云计算带来的诸多利益下,如何满足用户在云计算环境下对用户数据的机密性、完整性等相关性能的需求,已成为云计算安全的首要难题。文中以微软Azure平台为基础,从云安全分析人手,针对WindowsAzure云安全进行分析研究。在Azure架构下,探讨Azure云安全解决方案,分别从IaaS、PaaS、SaaS三个角度对微软Azure云平台安全方案给出应对措施,为进一步对微软Azure云平台进行更深层次的测评分析提供技术支持。