Research on evaluation and promotion strategy of data governance capability for intelligent coal mines
-
摘要: 数据治理能力是实现煤矿智能化建设整体目标的重要基础，对于加快煤矿智能化建设、促进煤炭工业数字化转型、构建现代化能源体系、建设数字中国具有重要意义。本文针对智能化煤矿数据治理能力提升的理论和方法进行探讨。首先剖析了煤矿智能化建设对数据治理的战略诉求，界定智能化煤矿数据治理能力的概念、内涵；然后构建智能化煤矿数据治理能力体系，为数据治理能力的科学评估提供依据；进而基于能力成熟度理论，构建智能化煤矿数据治理能力成熟度模型，指明智能化煤矿数据治理能力提升路径；最后基于PDCA循环理论，提出智能化煤矿数据治理能力提升策略，以期补充完善数据治理能力提升的理论基础，为数据治理最佳实践提供参考。Abstract: Data governance capability is fundamental to coal mine intelligence construction. It could accelerate the intelligent construction of coal mines and promote the digital transformation of the coal industry so as to building a modern energy system in digital China. This paper therefore discusses the theory and methods of improving data governance capability for intelligent coal mines. Specifically, this study analyzes its strategic demands of intelligent coal mine construction on data governance and offers a working definition for data governance capability for intelligent coal mines. Then an evaluative system is proposed for the evaluation of data governance capability for intelligent coal mines. Further, by drawing on capability maturity theory, this study establishes a maturity model that specifies the improvement path of data governance capability for intelligent coal mines. Finally, based on the PDCA cycle theory, this paper puts forward strategies for improving data governance capability for intelligent coal mines, in order to 1)supplement existing theories of data governance capability enhancement, and 2)provide references for future practices of data governance.
-
Key words:
- intelligent coal mine /
- data governance /
- capability maturity /
- data management /
- data standard
-
图 1 智能化煤矿“四横三纵”整体框架
Figure 1. The overall framework of "four-horizontals and three-verticals" in intelligent coal mines
图 2 智能化煤矿数据治理能力体系
Figure 2. Data governance capability system for intelligent coal mines
图 3 智能化煤矿数据治理能力成熟度模型
Figure 3. Data governance capability maturity model for intelligent coal mines
表 1 智能化煤矿数据治理能力提升过程指引
Table 1. The process guideline of the improving data governance capability for intelligent coal mines
成熟度等级 关键能力拓展 关键实践 初始级(项目化管理) 不具备数据治理关键能力 认识数据治理重要性
统一数据治理理解
开展数据治理顶层设计受管理级(流程化管理) 透彻感知：数据安全性
深度互联：人与人之间信息有效交互、人与机器之间信息有效交互
自主学习：初步构建数据治理体系
智能应用：应用功能智能化、应用系统智能化
全局协同：追求系统内部的协调联动和集中控制建设数据标准
制定数据管理规范
合理化部署和实施数据汇聚策略
进行数据的离线开发和实时开发
构建数据资产体系已定义级(标准化管理) 透彻感知：数据完备性、数据准确性、数据唯一性、数据一致性、数据完整性
深度互联：机器与机器之间信息有效交互
自主学习：自感知、自处理
智能应用：应用平台智能化
全局协同：信息流协同性、资金流协同性、物质流协同性构建和完善煤矿自主学习算法体系
拓展自决策、自执行、自反馈和自适应能力
构建数据治理能力量化分析与监控优化机制量化管理级(定量化管理) 透彻感知：数据合理性、数据有效性、数据及时性
深度互联：人与人、人与机器、机器与机器三者之间的融合交互
自主学习：自决策、自执行、自反馈、自适应
智能应用：数据服务智能化
全局协同：服务流协同性深化自决策、自执行、自反馈和自适应的自主学习能力
健全数据治理体系
优化数据标准体系和数据管理规范
固化数据治理产生的资源和能力优化级(标杆化管理) 透彻感知：数据安全和数据质量管理策略的实时优化
深度互联：统一的人与人、人与机器、机器与机器融合交互协议框架和策略
自主学习：全方位支持煤矿智能化建设
智能应用：应用体系智能化
全局协同：价值流协同性驱动煤矿文化变革、战略变革和组织变革
构建文化-战略-组织-业务-技术-数据六位一体、协同发展的数字煤炭产业生态
下载: 导出CSV
-
[1] 国家发展改革委, 国家能源局, 应急管理部, 等. 关于印发《关于加快煤矿智能化发展的指导意见》的通知[EB/OL]. (2020-02-25)[2023-05-25]. http://www.gov.cn/zhengce/zhengceku/2020-03/05/content_5487081.htm .[2] 国家能源局. 关于加快推进能源数字化智能化发展的若干意见[EB/OL]. (2023-03-28)[2023-05-25]. http://www.gov.cn/zhengce/zhengceku/2023-04/02/content_5749758.htm .[3] 谭章禄, 王美君. 智慧矿山数据治理概念内涵、发展目标与关键技术[J]. 工矿自动化, 2022, 48(5): 6-14.TAN Zhanglu, WANG Meijun. Research on the concept connotation, development goal and key technologies of data governance for smart mine[J]. Journal of Mine Automation, 2022, 48(5): 6-14. [4] 谭章禄, 王美君. 智能化煤矿数据治理概念模型及技术架构研究[J]. 矿业科学学报, 2023, 8(2): 242-255. doi: 10.19606/j.cnki.jmst.2023.02.011TAN Zhanglu, WANG Meijun. Research on conceptual model and technical framework of intelligent coal mine data governance[J]. Journal of Mining Science and Technology, 2023, 8(2): 242-255. doi: 10.19606/j.cnki.jmst.2023.02.011 [5] 何敏. 智能煤矿数据治理框架与发展路径[J]. 工矿自动化, 2020, 46(11): 23-27.HE Min. Framework and development path of data governance in intelligent coal mine[J]. Industry and Mine Automation, 2020, 46(11): 23-27. [6] 谭章禄, 王美君. 智能化煤矿数据归类与编码实质、目标与技术方法[J]. 工矿自动化, 2023, 49(1): 56-62, 72.TAN Zhanglu, WANG Meijun. The essence, target and technical method of intelligent coal mine data classification and coding[J]. Journal of Mine Automation, 2023, 49(1): 56-62, 72. [7] 谭章禄, 王美君, 叶紫涵. 智能化煤矿数据治理体系与关键问题研究[J]. 工矿自动化, 2023, 49(5): 22-29.TAN Zhanglu, WANG Meijun, YE Zihan. Research on intelligent coal mine data governance system and key issues[J]. Journal of Mine Automation, 2023, 49(5): 22-29. [8] 姜德义, 魏立科, 王翀, 等. 智慧矿山边缘云协同计算技术架构与基础保障关键技术探讨[J]. 煤炭学报, 2020, 45(1): 484-492.JIANG Deyi, WEI Like, WANG Chong, et al. Discussion on the technology architecture and key basic support technology for intelligent mine edge-cloud collaborative computing[J]. Journal of China Coal Society, 2020, 45(1): 484-492. [9] 王国法, 任怀伟, 赵国瑞, 等. 智能化煤矿数据模型及复杂巨系统耦合技术体系[J]. 煤炭学报, 2022, 47(1): 61-74.WANG Guofa, REN Huaiwei, ZHAO Guorui, et al. Digital model and giant system coupling technology system of smart coal mine[J]. Journal of China Coal Society, 2022, 47(1): 61-74. [10] 王霖, 方乾, 张晓霞, 等. 智能化煤矿数据仓库建模方法[J]. 工矿自动化, 2022, 48(4): 5-13.WANG Lin, FANG Qian, ZHANG Xiaoxia, et al. Intelligent coal mine data warehouse modeling method[J]. Journal of Mine Automation, 2022, 48(4): 5-13. [11] 刘海强, 陈晓晶, 张兴华, 等. 面向煤矿安全监控的数据仓库关键技术[J]. 工矿自动化, 2022, 48(4): 31-37, 113.LIU Haiqiang, CHEN Xiaojing, ZHANG Xinghua, et al. Key technologies of data warehouse for coal mine safety monitoring[J]. Journal of Mine Automation, 2022, 48(4): 31-37, 113. [12] 方乾, 张晓霞, 王霖, 等. 智能化煤矿大数据治理关键技术研究、实践与应用[J]. 工矿自动化, 2023, 49(5): 37-45, 73.FANG Qian, ZHANG Xiaoxia, WANG Lin, et al. Research, practice and application of key technologies of intelligent coal mine big data governance[J]. Journal of Mine Automation, 2023, 49(5): 37-45, 73. [13] 叶兰. 数据管理能力成熟度模型比较研究与启示[J]. 图书情报工作, 2020, 64(13): 51-57.YE Lan. The comparative research and reference on capability maturity models for data management[J]. Library and Information Service, 2020, 64(13): 51-57. [14] 国家质量监督检验检疫总局, 中国国家标准化管理委员会. 信息技术服务数据中心服务能力成熟度模型: GB/T 33136—2016[S]. 北京: 中国标准出版社, 2016. [15] 国家质量监督检验检疫总局, 中国国家标准化管理委员会. 数据管理能力成熟度评估模型: GB/T 36073—2018[S]. 北京: 中国标准出版社, 2018. [16] 国家市场监督管理总局, 国家标准化管理委员会. 信息安全技术数据安全能力成熟度模型: GB/T 37988—2019[S]. 北京: 中国标准出版社, 2019. [17] 孙旭东, 刘庚慧, 段星月, 等. 智能化煤矿监测监控数据治理能力提升路径研究[J]. 煤炭工程, 2023, 55(6): 139-144.SUN Xudong, LIU Genghui, DUAN Xingyue, et al. Improvement path of monitoring data governance ability for intelligent coal mines[J]. Coal Engineering, 2023, 55(6): 139-144. [18] 谭章禄, 吴琦. 基于层级链参考模型的智慧矿山建设问题分析[J]. 矿业科学学报, 2022, 7(2): 257-266. doi: 10.19606/j.cnki.jmst.2022.02.014TAN Zhanglu, WU Qi. Analysis of the problems of smart mine construction based on the layer-level-chain reference model[J]. Journal of Mining Science and Technology, 2022, 7(2): 257-266. doi: 10.19606/j.cnki.jmst.2022.02.014 [19] MARK C. Paulk, Bill Curtis, Mary Beth Chrissis, et al. Capability Maturity Model SM for Software, Version1.1[R/OL]. (1993-02)[2023-05-25]. https://resources.sei.cmu.edu/library/asset-view.cfm?assetID=11955 .[20] 王国法, 刘峰, 庞义辉, 等. 煤矿智能化: 煤炭工业高质量发展的核心技术支撑[J]. 煤炭学报, 2019, 44(2): 349-357.WANG Guofa, LIU Feng, PANG Yihui, et al. Coal Mine intellectualization: the core technology of high quality development[J]. Journal of China Coal Society, 2019, 44(2): 349-357. [21] 刘峰, 曹文君, 张建明, 等. 我国煤炭工业科技创新进展及"十四五"发展方向[J]. 煤炭学报, 2021, 46(1): 1-15.LIU Feng, CAO Wenjun, ZHANG Jianming, et al. Current technological innovation and development direction of the 14th Five-Year Plan period in China coal industry[J]. Journal of China Coal Society, 2021, 46(1): 1-15. [22] 中共中央, 国务院. 数字中国建设整体布局规划[EB/OL]. (2023-02-27)[2023-05-25]. http://www.gov.cn/xinwen/2023-02-27/content_5743484.htm . -
点击查看大图
图(3) / 表(1)
计量
- 文章访问数: 87
- HTML全文浏览量: 45
- PDF下载量: 44
- 被引次数: 0