煤炭系统安全预测及其分析.doc

煤炭系统安全预测及其分析常少楠河南理工大学万方科技学院 煤矿开采1102 111754050236摘要：为了解煤矿安全预测本质，正确有效地预测煤矿系统的安全状况，基于目前煤 矿安全研究现状和手段，从煤矿系统安全预测的内在规律性、有效吋间长度及有效性等方而 进行了多角度研究，总结出煤矿系统安全预测的本质特征，并研究了安全预测的建模过程. 在此基础上，提出了捉高预测质量的方法，阐述了组合预测法，最后结合实例，建立了煤 矿系统安全预测系统.研究结果表明，采用灰色预测法与自回归法相结合的组合预测模型、 自冋归法与BP神经网络相结合的非线性组合预测模型均有较高的精度，且非线性组合要好 于线性组合•非线性组合预测模型克服了单一预测模型的缺点，解决了山于系统状态安全 指标数量随机变动1何造成的预测困难煤矿；安全预测；组合预测；本质Abstract: Tn order to find the essence of coalm ine safety forecast ing, predict the security situat ion o fm ine system effectively and correctly, based on the current status o f coa Im ino safety research and researchmethods, the interna 1 law s o fm ine security forecast ing system, effective length of time and effect iveness w ere studied. The essential char acteristics o f coal m ine sa fety forecasting system w ere summ ed up and securi ty forecasting model ing process w as stud led. On th is basis, m ethods to improve the quality of forecasting and the combinat ion forecast ing methodsw ere presented. Comb in ing the example, coal m ine security prediction system was established. The resu Its show thatmode 1 of comb in ing the gray forecast ing method and the se If regressionme thod and non linearmodel of combining self reg ression method and BP neura 1 netw orks have a higher precision and the non linear is better than the linear comb ination. Non linear combinat ion fo recastingmode 1 overcomes the shortcom ings o f the sing 1 e pred ictionmode, 1 and so 1 ve the forecast diff icult ies caused by random changes of the rmmber of safety indicators o f system status.Key words: coalm ine; safety forecasting; comb ination forecasting; essence煤矿系统安全预测是通过系统现有和过左的安金信息，来预测系统耒来的状态.在进 行可靠的预测前，对系统安全的可预测性进行分析是必须的，否则，预测就不可能取得满 意的结果.目前，预测方法有300多种，从预测时间分有短期、中长期预测；从主体、客体 和范围分有宏观、综合、集体和微观、单项、个体.针对系统安全性采用的主要预测模型有 回归分析、基于时间序列预测、灰色预测、非齐次泊松过程、马尔可夫链预测、专家系统预 测、神经网络预测、组合预测等•本文就系统安全预测的本质进行了阐述，分析了组合预 测模型，并JIJVB60编制了多层次和优选的组合预测模型.1煤矿系统安全预测的特性煤矿系统安全预测的木质就是建立系统安全可以预测的思想.任何一个系统，要想对 它的安全状态进行预测，它就必须具有在一定时期内的内在规律性[6- 7].1. 1煤矿系统安全的可预测性煤矿系统安全预测应遵循惯性原理、相关性原理和随机性原理.矿井单个事故的发生具 有随机性，但从统计学观点看，矿井安全生产系统的发展变化又具有内在规律性，因此， 可以对其变化作出预测[8].事故是在时间序列上变动的随机变量，事故次数是事故随机变 最的实现，它组成了一个有序的事故随机变最的数值集合，事故发生次数是离散的随机过 程，具有统计特性，可以刻画随机过程的本质，因此，可根据大量反映安全状态的具体指 标寻求安全状态的统计学特性，从而实现安全状态的预测.1.2煤矿系统安全预测的时间特性预测是在时间序列上通过建立数学或统计模型来进行的，如图1所示，预测存在一个有 效时间域问题，也只有在此有效时间域内预测才冇效（图1中T区）.若系统处于一个支配 变量的变元区，也就是系统处在发展阶段的转换时期，贝怀可预测（图1中II区）时何.图1预测区间I- 可预测区间II-不可预见区间1.3.煤矿系统安全预测的有效特性系统安全预测包括定性与定量预测，通常采用定量预测•要保证预测的有效性[9], 应注意：1预测对彖本身以及一些主要支配变量必须能进行数量化，且预测筋耍的数据必 须完整、系统、准确，数据量应满足预测模型的要求，并对系统中的不确定性数据信息, 即随机信息、模糊信息、灰色信息和未确知信息要进行存效的分类和处理.2由于建模者对 系统安全认识的角度不同，建模者对变量的选择和数学模型的选择在一定程度上带有主观 性和经验性，若要保证安全预测的有效性，就必须对系统安全预测的数学模型进行可靠性 评价.3由于系统安全本身是一个动态随机的非线性过程，若耍进行线性化处理，就有町 能造成系统某些特性的丧失，使预测失去准确性.4预测的冇效性不会超出人们对系统安 全的认识水平，它永远与系统安全的认识理论水平同级别，也就是说，若对系统的安全认 识理论一无所知，预测的有效性将无法得到保证1.4煤矿系统安全预测的建模过程预测的建模过程主要有数据整理、模型识别、参数确定、预测、有效性分析、预测结论等组成（图2） : 10]・提高预测质量，要从预测的本质和预测 过程两方面考虑• 1统计期和预测期内的系统应是同构的， 或异构在允许的范围之内.2应把预测使用数据的确定性信 息和不确定性信息严格区分开來，不确定信息越少，预测精 度就越高.3应充分利用近期数据对预测模型的参数进行重新确定, 测的建模程而不是一直使川III的参数进行预测.4选择合理的数学模型，并保证外推预测的冇效 性.2组合预测模型及系统的建立2. 1组合预测朮件颅昭模Fh 1 •俛槪率法.as尔芟达和抽样法描述图3组合侦测模醴煤层赋存结构多变，地质条件复杂， 水、瓦斯等自然灾害因索多，生产系统包括 通风、运输、提升等多个方而，这一系列因 索决定了煤矿安全具有其特殊性.由于系 统安全涉及的因素多，各I大I素Z间及其同外部因素Z间存在着复朵的关系，单用一种预测 方法无法满足预测的冇效性，必须采川多个预测方法进行组合预测，改变因预测模型选择 不合理而带来的预测谋旁.组合预测是将不同的预测方法进行合理组合，综合利用各种预测 方法提供的有用信息，有效提髙预测精度.组合预测有多种不同的方法，如加权算术平均 组合预测、加权儿何平均组合预测、加权调和平均组合预测、加权平方和平均组合预测和非 线形组合预测等.在这些预测方法中，最常用的就是加权平方和平均组合预测法，本文就 川此法进行系统安全预测.设系统安全指标的统计观测值有N期，笫t期的统计观测值为yt,对该女全指标有m种 预测模型，第i种和第j种预测模型笫t期的单项预测值分别为fit和f jt ( i, j= 1, 2,…, m; t= 1, 2,…，N )，其预测绝对误差分别为eit = f it - y t和ej t = f jt - y t.用 f t表示组合预测模型第t期的预测值，又设m种预测方法的权重向量为W二(w 1, w2,…, wm ),贝Ijft = w 1 fit + w 2 f2t +・・・+ wm fm t,组合预测模型的第t期绝对谋差E t= f t - yt,贝i」Et = w 1 elt + w 2 e2t + ….+ wm em t ( t= 1, 2,…，N ),取绝对误差 平方和作为组合预测模型精度的优化指标，可得到组合优化模型为Nm in J = = WTBmW92 1(hj )m xm,Um -式中，Bm为预测误差的协方差阵，Rm为元素全为1的m维列向量.上述组合优化模型是一个二次规划问题.根据二次规划理论，该二次规划问题的授优 解一定存在，可以通过Kuhn- Tucker条件化为线性规划问题求解2. 2安全预测系统的建立针对不同行业和不同部门，由于其特点不同，可选择不同的预测组合模型进行安全性 预测.其组合预测系统的结构如图3所示.这种系统分为定性解释和定量描述，重点将人的 经验和计算机的实时数据处理结合起来，利用过去和现在的数据信息，经过不断的计算与 反馈，得出预测者满意的组合预测模型.组合预测模型的步骤：1川原始数据建立各预测 模型；2采用灰色关联度确定各预测模型与原始数据之间的相关关系;3根据相关关系计算组合模型的权值，建立线性组合预测模烈；4以BP网络为基础，建立非线性组和预测模型；5对将來的数据进行预测.以文献［1］中某矿山1998- 2007年的T•人重伤率为基础数据，对该矿山的千人重伤率进行预测.木次采用白冋归模型AR ( 3)与BP神经网络相结合的卄•线性组合预测模型、进行预测,样本为1998-2005年数据，预测2006- 2007年数据(表1)Table 1表1自回归樟型预测结果The forecast results by au io regress he m odels# tt1998199920002001年2002份202(IM200520062(X)7平方和魁实际数值Z000 891. IIa 93a 841. M(1931. 32I. lia 97灰色復测值L89L 701. 511. 351.211. 10a 98a 931. 011. 231.341 20AR(3)预测值2. 10120a 75a 58a 531. (Ba 78a 89a 951. 10a 732 90AR( 3)・1 1)线性细 合1021 391. (MQ 87a 781. 06a 86a 95a 961. 05ft 500 59AR(3)+ BP网络非线性组 合预测值a 99a 98|从表1可以看出，木文采用灰色预测法与自冋归法相结合的组合预测模型.自冋归法与BP神。