日前，貴州省能源局、貴州省發展改革委印發《貴州省煤炭工業發展“十四五”規劃》（以下簡稱《規劃》），重點提出加快煤礦智能發展，加大示範項目推廣力度，促進大數據與行業融合。
  《規劃》提出，將持續加強關鍵技術攻關

，從工法、標準、裝備三個層麵深入推動智能化煤礦研發和建設
，運用人工智能、5G通信技術、無井式煤炭地下氣化、透明礦山等變革性技術，破解貴州煤炭開采麵臨的瓦斯大、煤層薄
、傾角大、構造複雜等難題。同時，積極推動智能煤礦重要設備生產製造企業以股份製
、租賃製、托管製等多種合作方式參與智能建設。
  此外
，《規劃》還提出將促進大數據與煤炭行業融合。依托貴州大數據綜合試驗區

，推動煤炭行業與大數據、雲計算、AI、區塊鏈等先進技術融合與滲透
，加快形成以技術創新、應用創新、模式創新為核心的新型經濟形態，在技術上衍生智慧礦山等創新路線，推進行業監管線上化、煤炭交易透明化、運行維護無人化
、安全預警網絡化、煤炭消費互聯化，最終構建智慧煤炭係統新形態。具體將從促進大數據與煤炭行業監管融合
、促進大數據與煤炭交易服務融合

、促進大數據與煤礦智能化運維服務融合
、促進大數據與煤炭生產安全預警融合四方麵發力。
  在大數據、雲計算廣泛應用的數字經濟時代
，為適應新的生產、消費和供應模式
，煤炭企業數字化轉型成為必然趨勢。近年來，少人、無人開采已成為煤礦智能化發展的重要方向，我國煤炭生產開始由機械化、自動化邁向信息化、智能化時代。
  2020年2月，國家發改委
、國家能源局等部門印發的《關於加快煤礦智能化發展的指導意見》提出，推廣新一代信息技術應用，分級建設智能化平台。以數字化、網絡化、智能化為方向
，探索建立國家級煤礦信息大數據分析與共享交換平台
，同步推進網絡安全和煤礦智能化發展，加快工業互聯網和車聯網、新一代通信技術、雲計算、大數據、人工智能、虛擬現實等現代信息技術在煤炭工業領域的推廣應用。鼓勵地方政府有關部門建設信息管理雲平台
，促進煤炭企業數據的接入與管理；推進煤炭生產企業建立安全、共享、高效的煤礦智能化大數據應用平台，構建實時
、透明的煤礦采、掘、機、運、通、洗選等數據鏈條，實現煤礦智能化和大數據的深度融合與應用。
  除貴州外，近年來，山西、內蒙古
、陝西、山東等地紛紛加速煤炭智能化生產建設。2021年，全國25個產煤省區共製定發布了55項煤礦智能化政策文件，包括實施意見、實施方案、驗收辦法等，促進大數據與煤炭產業深度融合成為重要內容
，為煤礦智能化發展提供了依據和保障。另據國家能源局初步統計
，截至2021年底
，全國有近400座煤礦正在開展智能化建設，總投資規模超過1000億元。國家能源局遴選的71處國家首批智能化示範建設煤礦，總產能近6億噸，計劃投資156億元。
  中國礦業大學（北京）原副校長薑耀東表示
，能源轉型背景下
，提升以智能化為支撐的煤炭柔性生產供給保障能力尤為關鍵
，包括精準地質探測與4D-GIS係統、煤礦智能快速掘進關鍵技術、智(zhi)能(neng)無(wu)人(ren)開(kai)采(cai)成(cheng)套(tao)技(ji)術(shu)和(he)煤(mei)礦(kuang)綠(lv)色(se)開(kai)采(cai)關(guan)鍵(jian)技(ji)術(shu)，構(gou)建(jian)煤(mei)礦(kuang)開(kai)采(cai)全(quan)過(guo)程(cheng)的(de)數(shu)據(ju)鏈(lian)條(tiao)技(ji)術(shu)，實(shi)現(xian)煤(mei)礦(kuang)決(jue)策(ce)的(de)智(zhi)能(neng)化(hua)和(he)運(yun)行(xing)的(de)自(zi)動(dong)化(hua)，促(cu)進(jin)煤(mei)炭(tan)的(de)柔(rou)性(xing)供(gong)給(gei)。
  “將人工智能

、工業物聯網、雲計算
、大數據

、機器人、智能裝備等與煤炭產業深度融合
，煤炭企業需要進一步加強在數據挖掘和數據驅動建模等方麵的能力，通過企業數據進行敏捷性、複雜性事件的智能處理。”業內人士指出。
  該gai業ye內nei人ren士shi建jian議yi，煤mei炭tan企qi業ye應ying全quan麵mian整zheng合he既ji有you信xin息xi係xi統tong，打da造zao一yi體ti化hua數shu字zi平ping台tai。如ru依yi托tuo工gong業ye互hu聯lian網wang平ping台tai和he大da數shu據ju中zhong心xin，加jia快kuai數shu據ju資zi產chan積ji累lei，完wan善shan數shu據ju資zi源yuan采cai集ji
、處理、確權
、使用、共享等環節管理機製，提升數據管理能力。同時，進一步提升管理者認知水平、組織體製、管理方法、人才儲備水平等，以釋放數據價值為目標
，建設“智慧大腦”
，促進數據深度挖掘和有效利用。