呂平洋，毛善君，侯 立，王雙勇，徐平安，卯明松

（1.北京大學(xué) 地球與空間科學(xué)學(xué)院，北京 100871；2.北京龍軟科技股份有限公司，北京 100871；3.平安煤炭開采工程技術(shù)研究院有限責(zé)任公司，安徽 淮南 232000）

長期以來，我國煤炭消費(fèi)量始終占能源消費(fèi)總量50%以上。隨著煤炭資源的開采，礦井采深逐年加深，眾多礦井瓦斯含量增加，瓦斯壓力升高，使得瓦斯治理工作難度加大，嚴(yán)重制約著煤礦的安全生產(chǎn)與發(fā)展[1]。為了提高煤礦安全生產(chǎn)水平，降低瓦斯事故造成的人員傷亡和經(jīng)濟(jì)損失，煤礦企業(yè)投入了大量資源來提高瓦斯安全管理與分析能力，包括瓦斯信息管理[2-4]、瓦斯預(yù)測預(yù)警[5-7]、瓦斯風(fēng)險(xiǎn)識(shí)別與評估[8-12]等，極大的改善了我國煤礦的安全生產(chǎn)狀況，顯著降低了瓦斯事故頻次和損失。

煤礦瓦斯災(zāi)害包括突出、爆炸、燃燒、窒息等類型，各類瓦斯災(zāi)害的孕育、發(fā)生和發(fā)展過程時(shí)刻處于動(dòng)態(tài)變化中，影響因素眾多，涉及到通風(fēng)、監(jiān)測監(jiān)控、回采、瓦斯抽采、人員定位等多個(gè)系統(tǒng)[13]。因此，瓦斯安全管理需要采集不同結(jié)構(gòu)類型的海量數(shù)據(jù)，這些數(shù)據(jù)包含豐富的地理信息數(shù)據(jù)。當(dāng)前對于不同類型的瓦斯災(zāi)害研究眾多，卻較少考慮復(fù)雜條件下多災(zāi)種和災(zāi)害鏈的綜合監(jiān)測、風(fēng)險(xiǎn)識(shí)別和預(yù)警，不能很好地滿足不同類型海量數(shù)據(jù)的存儲(chǔ)、管理與分析。目前，我國的中大型煤炭企業(yè)已經(jīng)普及應(yīng)用信息管理系統(tǒng)，積累了大量的生產(chǎn)技術(shù)、業(yè)務(wù)管理、綜合自動(dòng)化、監(jiān)測監(jiān)控等各類原始數(shù)據(jù)，在煤礦安全生產(chǎn)管理中扮演著重要角色[14]。這些數(shù)據(jù)與瓦斯具有一定的時(shí)空相關(guān)性，能夠?yàn)橥咚拱踩芾硖峁?shù)據(jù)支撐，有待于利用大數(shù)據(jù)方法進(jìn)行更深層次的挖掘和利用[15]。

為了從海量的數(shù)據(jù)中發(fā)掘有利于安全生產(chǎn)的信息，學(xué)者們陸續(xù)將大數(shù)據(jù)技術(shù)應(yīng)用于煤礦安全管理領(lǐng)域[16]。孫繼平討論了大數(shù)據(jù)在煤與瓦斯突出、水害、火災(zāi)等事故預(yù)警，煤礦重大關(guān)鍵設(shè)備故障診斷，煤炭需求和價(jià)格預(yù)測等方面的應(yīng)用[17]；劉香蘭設(shè)計(jì)了煤礦安全生產(chǎn)大數(shù)據(jù)分析與管理平臺(tái)的功能架構(gòu)與技術(shù)架構(gòu)[18]；沈宇設(shè)計(jì)了基于大數(shù)據(jù)的煤礦安全監(jiān)管三級（煤礦、區(qū)縣、地區(qū)）聯(lián)網(wǎng)平臺(tái)[19]；吳曉春建立了煤礦安全生產(chǎn)輔助管理模型，利用大數(shù)據(jù)技術(shù)對海量數(shù)據(jù)進(jìn)行深度分析挖掘[20]；李東等利用大數(shù)據(jù)技術(shù)對煤礦歷史事故案例、事故報(bào)告等進(jìn)行挖掘，結(jié)合專家調(diào)查法，確定了瓦斯事故的關(guān)鍵要素[21]；喬萬冠構(gòu)建了大數(shù)據(jù)背景下的煤礦安全管理研究思路體系，將大數(shù)據(jù)與系統(tǒng)仿真方法相結(jié)合，實(shí)現(xiàn)了煤礦企業(yè)大數(shù)據(jù)化的趨勢預(yù)測[22]。大數(shù)據(jù)技術(shù)在煤炭行業(yè)的應(yīng)用，為瓦斯事故的防治提供了新的思路。

然而，大數(shù)據(jù)技術(shù)在煤炭行業(yè)的研究應(yīng)用仍處于初級階段，主要涉及架構(gòu)設(shè)計(jì)、硬件環(huán)境、模式等內(nèi)容，缺乏與GIS的關(guān)聯(lián)[23]。在煤礦的實(shí)際生產(chǎn)中，瓦斯風(fēng)險(xiǎn)動(dòng)態(tài)變化過程與空間信息密切相關(guān)，瓦斯災(zāi)害的防控需要多部門、多場所聯(lián)合參與。因此，在煤礦GIS“1張圖”的框架下，構(gòu)建服務(wù)于煤礦瓦斯大數(shù)據(jù)深度分析挖掘的軟件平臺(tái)，實(shí)現(xiàn)瓦斯大數(shù)據(jù)的集成管理、分析預(yù)測和可視化。

1 煤礦瓦斯安全管理數(shù)據(jù)特征

煤礦井下產(chǎn)生的瓦斯相關(guān)數(shù)據(jù)種類繁多，特征不一，按照存儲(chǔ)結(jié)構(gòu)可分為文本數(shù)據(jù)、圖形數(shù)據(jù)、表數(shù)據(jù)等，根據(jù)數(shù)據(jù)的更新速度可分為靜態(tài)數(shù)據(jù)和實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)[22]。靜態(tài)數(shù)據(jù)是指在煤礦生產(chǎn)過程中，主要作為控制或者參考的數(shù)據(jù)，在很長的一段時(shí)間內(nèi)不會(huì)變化，如煤層瓦斯含量、瓦斯壓力、煤層埋深、瓦斯事故等。相對于靜態(tài)數(shù)據(jù)，動(dòng)態(tài)數(shù)據(jù)是隨時(shí)間變化的連續(xù)型數(shù)據(jù)，主要來源于監(jiān)測監(jiān)控系統(tǒng)數(shù)據(jù)、人員定位數(shù)據(jù)、考勤數(shù)據(jù)、設(shè)備運(yùn)行日志等。瓦斯事故防治需要多系統(tǒng)協(xié)同管理，加之事故具有不可控制的特性，因此明確瓦斯風(fēng)險(xiǎn)的數(shù)據(jù)特征，對于瓦斯安全管理意義顯著[24]。

1）多樣且動(dòng)態(tài)變化特性。煤礦井下瓦斯事故有突出、爆炸等多種形式，從“人機(jī)環(huán)管”的角度對瓦斯風(fēng)險(xiǎn)進(jìn)行歸類劃分，可高達(dá)數(shù)十種。由于開采資源的需要，煤礦的生產(chǎn)條件決定了眾多的瓦斯風(fēng)險(xiǎn)因素時(shí)刻隨著煤礦的生產(chǎn)而處于動(dòng)態(tài)變化過程中。比如，瓦斯礦井的掘進(jìn)或回采作業(yè)過程中，大量的瓦斯會(huì)從落煤碎塊涌入空氣中，使得巷道內(nèi)的瓦斯體積分?jǐn)?shù)增加。而瓦斯抽采系統(tǒng)的運(yùn)行，則可以動(dòng)態(tài)降低煤層或采空區(qū)中的瓦斯含量。

2）時(shí)空相關(guān)特性。瓦斯風(fēng)險(xiǎn)因素之間具有一定的時(shí)空相關(guān)性，比如，由于瓦斯隨著風(fēng)流向回風(fēng)巷道匯集，回風(fēng)巷道監(jiān)測點(diǎn)的瓦斯體積分?jǐn)?shù)一般要高于上風(fēng)口巷道，因此上風(fēng)側(cè)監(jiān)測點(diǎn)數(shù)據(jù)特征往往能夠體現(xiàn)在下風(fēng)側(cè)監(jiān)測點(diǎn)數(shù)據(jù)中，即兩者之間是時(shí)空關(guān)聯(lián)的。此外，如果瓦斯事故一旦發(fā)生，巷道空間的環(huán)境也會(huì)相應(yīng)改變。所以，煤礦在組織應(yīng)急救援過程中，需要結(jié)合井下人員位置、受災(zāi)區(qū)域、災(zāi)情發(fā)展?fàn)顩r、井下避災(zāi)物資分布等信息，有效指導(dǎo)不同區(qū)域的人員救災(zāi)或逃生。即針對瓦斯事故的應(yīng)急處置，也應(yīng)當(dāng)考慮各相關(guān)因素的時(shí)空關(guān)聯(lián)特性。

3）可預(yù)測性和可控性。在瓦斯安全管理過程中，雖然需要考慮的因素眾多，但瓦斯事故的發(fā)生始終遵循著事故機(jī)理。監(jiān)測監(jiān)控系統(tǒng)采集的瓦斯風(fēng)險(xiǎn)數(shù)據(jù)是典型的時(shí)間序列數(shù)據(jù)，瓦斯事故發(fā)生前，通常都會(huì)伴隨著瓦斯體積分?jǐn)?shù)異常，利用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法能夠?qū)崿F(xiàn)瓦斯時(shí)間序列數(shù)據(jù)的有效預(yù)測。此外，根據(jù)事故致因理論，管理因素是事故的根本原因，制定合理的安全管理體系和評價(jià)體系，能夠有效防控瓦斯事故的發(fā)生。煤礦瓦斯事故的可預(yù)測與可控性決定了建立瓦斯安全管理系統(tǒng)實(shí)現(xiàn)瓦斯事故防治的可行性。

4）大數(shù)據(jù)特性。煤礦瓦斯安全管理過程中，涉及到生產(chǎn)數(shù)據(jù)、監(jiān)測數(shù)據(jù)、煤層地質(zhì)數(shù)據(jù)、方案措施等文檔、流程管理業(yè)務(wù)數(shù)據(jù)等，尤其是監(jiān)測監(jiān)控?cái)?shù)據(jù)具有增長快、時(shí)序性強(qiáng)的特點(diǎn)。這些數(shù)據(jù)既有結(jié)構(gòu)化的傳感器數(shù)據(jù)，也有半結(jié)構(gòu)化和非結(jié)構(gòu)化的圖形數(shù)據(jù)、文檔數(shù)據(jù)。在長期的生產(chǎn)過程中，煤礦企業(yè)會(huì)積累海量的瓦斯相關(guān)數(shù)據(jù)，由于大部分情況下，煤礦均處于安全狀態(tài)，因此大量的時(shí)間序列數(shù)據(jù)是一種穩(wěn)定狀態(tài)，分析利用價(jià)值弱。所以，煤礦瓦斯安全管理具有典型的體量巨大、數(shù)據(jù)類型多、價(jià)值密度低、產(chǎn)生速度快的大數(shù)據(jù)特征。

2 系統(tǒng)功能架構(gòu)與技術(shù)架構(gòu)

2.1 系統(tǒng)功能架構(gòu)

基于GIS的煤礦瓦斯大數(shù)據(jù)管理與分析系統(tǒng)建設(shè)是一項(xiàng)復(fù)雜的信息化系統(tǒng)工程，其設(shè)計(jì)理念為整合海量數(shù)據(jù)，結(jié)合多軟硬件系統(tǒng)的監(jiān)控、分析預(yù)測、決策支持的業(yè)務(wù)管理需求[25-26]，形成集成化、多維度、閉環(huán)管理、直觀展示的煤礦瓦斯大數(shù)據(jù)挖掘分析方法結(jié)構(gòu)體系，系統(tǒng)總體功能架構(gòu)如圖1。

圖1 系統(tǒng)總體功能架構(gòu)Fig.1 Overall function architecture of the system

1）基礎(chǔ)設(shè)施層（IaaS）建設(shè)?；A(chǔ)設(shè)施層建設(shè)依托數(shù)據(jù)中心信息集群、數(shù)據(jù)庫、負(fù)載均衡、操作系統(tǒng)等硬件設(shè)施和系統(tǒng)軟件資源，建設(shè)數(shù)據(jù)中心，對監(jiān)測數(shù)據(jù)、預(yù)警數(shù)據(jù)、基礎(chǔ)數(shù)據(jù)、地理信息數(shù)據(jù)進(jìn)行集中存儲(chǔ)維護(hù)。

2）業(yè)務(wù)數(shù)據(jù)層（DaaS）建設(shè)。建設(shè)瓦斯大數(shù)據(jù)管理與分析平臺(tái)統(tǒng)一數(shù)據(jù)中心，包括煤礦企業(yè)基礎(chǔ)信息庫、地理信息數(shù)據(jù)庫、綜合監(jiān)測實(shí)時(shí)信息庫、數(shù)據(jù)交換與共享信息庫等。

3）服務(wù)平臺(tái)層（PaaS）建設(shè)。服務(wù)平臺(tái)包括業(yè)務(wù)平臺(tái)、數(shù)據(jù)平臺(tái)、技術(shù)平臺(tái)3大平臺(tái)，為平臺(tái)提供服務(wù)封裝與編排、大數(shù)據(jù)分析、地理信息服務(wù)、智能決策分析等支撐。

4）應(yīng)用平臺(tái)層（SaaS）建設(shè)。包括煤礦基礎(chǔ)數(shù)據(jù)管理子系統(tǒng)、綜合監(jiān)測子系統(tǒng)、瓦斯監(jiān)測預(yù)警子系統(tǒng)、礦井通風(fēng)管理子系統(tǒng)、瓦斯抽采預(yù)警子系統(tǒng)、瓦斯突出預(yù)警子系統(tǒng)、瓦斯爆炸預(yù)警子系統(tǒng)、瓦斯災(zāi)害監(jiān)測1張圖子系統(tǒng)、應(yīng)急決策支持子系統(tǒng)等業(yè)務(wù)應(yīng)用系統(tǒng)，以及統(tǒng)一集成門戶。

2.2 系統(tǒng)技術(shù)架構(gòu)

基于GIS的煤礦瓦斯大數(shù)據(jù)管理與分析系統(tǒng)采用大數(shù)據(jù)分布式集群技術(shù)架構(gòu)，面向煤礦終端企業(yè)提供統(tǒng)一的數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)存儲(chǔ)、多維分析、災(zāi)害預(yù)警等應(yīng)用，探討了煤礦瓦斯大數(shù)據(jù)分析和管理的技術(shù)方法，通過各類數(shù)據(jù)處理和應(yīng)用工具對煤礦瓦斯大數(shù)據(jù)進(jìn)行挖掘。系統(tǒng)技術(shù)架構(gòu)如圖2，瓦斯安全數(shù)據(jù)處理流程如圖3。

圖2 系統(tǒng)技術(shù)架構(gòu)Fig.2 Technical framework of the system

圖3 瓦斯安全數(shù)據(jù)處理流程Fig.3 Processing flow of gas safety data

1）數(shù)據(jù)來源。數(shù)據(jù)的采集主要來源于3個(gè)方面：自動(dòng)監(jiān)測設(shè)備的實(shí)時(shí)監(jiān)測數(shù)據(jù)（包含傳感器、智能儀表、工控系統(tǒng)等）、礦井瓦斯的人工檢測數(shù)據(jù)、預(yù)警應(yīng)用相關(guān)的用戶及系統(tǒng)信息。該部分作為軟件服務(wù)，實(shí)現(xiàn)數(shù)據(jù)獲取的主要功能。

2）數(shù)據(jù)采集。數(shù)據(jù)采集主要針對系統(tǒng)的3大類數(shù)據(jù)來源，根據(jù)不同的數(shù)據(jù)類型匹配不同的采集方式，主要包含：針對自動(dòng)監(jiān)測設(shè)備的數(shù)據(jù)采集，通常采用IoT流數(shù)據(jù)采集手段以及IoT通訊/傳輸協(xié)議適配等技術(shù)實(shí)現(xiàn)數(shù)據(jù)的采集；針對礦井瓦斯的人工監(jiān)測數(shù)據(jù)通過智能填報(bào)平臺(tái)進(jìn)行數(shù)據(jù)的采集；針對預(yù)警應(yīng)用相關(guān)用戶及系統(tǒng)信息的數(shù)據(jù)采集采用ETL技術(shù)/Agent采集/接口采集等多種技術(shù)組合匹配。

3）數(shù)據(jù)治理。由于瓦斯相關(guān)數(shù)據(jù)種類繁雜、來源多樣，數(shù)據(jù)標(biāo)準(zhǔn)各不相同，各個(gè)系統(tǒng)中的基礎(chǔ)數(shù)據(jù)質(zhì)量層次不齊，為了保證后端大數(shù)據(jù)分析結(jié)果的準(zhǔn)確性，必須保證前端數(shù)據(jù)的質(zhì)量，因此在數(shù)據(jù)入庫之前需要做好數(shù)據(jù)治理工作，包含數(shù)據(jù)的清洗轉(zhuǎn)換、數(shù)據(jù)的質(zhì)量校核、數(shù)據(jù)比對、數(shù)據(jù)標(biāo)準(zhǔn)制定、元數(shù)據(jù)管理。

4）數(shù)據(jù)存儲(chǔ)。數(shù)據(jù)存儲(chǔ)包括傳統(tǒng)的關(guān)系型數(shù)據(jù)、NoSQL數(shù)據(jù)庫以及分布式文件系統(tǒng)，存儲(chǔ)方式支持Oracle、SQLServer、MySQL、ElasticSearch、Hive、HBase、HDFS等多種方式，不同類型的數(shù)據(jù)庫適合存儲(chǔ)不同格式的數(shù)據(jù)；存儲(chǔ)的業(yè)務(wù)數(shù)據(jù)主要有原始檢/監(jiān)測數(shù)據(jù)、算法庫調(diào)度及檢/監(jiān)測數(shù)據(jù)處理算法相關(guān)數(shù)據(jù)、預(yù)警計(jì)算結(jié)果及中間過程數(shù)據(jù)，及用戶信息等數(shù)據(jù)存儲(chǔ)。

5）數(shù)據(jù)計(jì)算及分析。數(shù)據(jù)計(jì)算主要包含對數(shù)據(jù)的分布式流計(jì)算、數(shù)據(jù)分布式內(nèi)存計(jì)算、數(shù)據(jù)并行計(jì)算以及數(shù)據(jù)批量計(jì)算等；數(shù)據(jù)分析主要為專業(yè)場景的分析提供各類算法、模型以及其它分析技術(shù)。涉及的算法主要包括數(shù)據(jù)預(yù)處理算法、瓦斯預(yù)測預(yù)警算法、瓦斯突出危險(xiǎn)性預(yù)測預(yù)警算法及系統(tǒng)管理的基礎(chǔ)算法等。

6）數(shù)據(jù)應(yīng)用。主要包含礦井通風(fēng)系統(tǒng)在線檢測及分析預(yù)警、煤礦瓦斯智能抽采、瓦斯體積分?jǐn)?shù)變化趨勢預(yù)測預(yù)警、煤與瓦斯突出風(fēng)險(xiǎn)判識(shí)與監(jiān)測預(yù)警、瓦斯爆炸風(fēng)險(xiǎn)判識(shí)與監(jiān)測預(yù)警、應(yīng)急決策支持等。

7）分析展現(xiàn)。數(shù)據(jù)應(yīng)用的結(jié)果最終在客戶端進(jìn)行可視化展示與交互，客戶通過終端向服務(wù)器發(fā)送數(shù)據(jù)請求后，系統(tǒng)將分析結(jié)果展現(xiàn)給客戶。

3 系統(tǒng)關(guān)鍵技術(shù)及功能實(shí)現(xiàn)

基于GIS的煤礦瓦斯大數(shù)據(jù)管理與分析系統(tǒng)以信息集成為基礎(chǔ)，提取實(shí)時(shí)監(jiān)測數(shù)據(jù)的統(tǒng)計(jì)特征及動(dòng)態(tài)變化特征，建立了與瓦斯災(zāi)害相關(guān)因素以及人工采集數(shù)據(jù)的關(guān)聯(lián)關(guān)系，依據(jù)歷史數(shù)據(jù)的關(guān)聯(lián)分析，挖掘潛在規(guī)律，實(shí)現(xiàn)了煤礦瓦斯災(zāi)害的全面監(jiān)管、預(yù)測預(yù)警，面向煤礦終端企業(yè)提供統(tǒng)一的數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)存儲(chǔ)、多維分析、災(zāi)害預(yù)警等應(yīng)用，并且在淮河能源（集團(tuán)）股份有限公司顧橋煤礦實(shí)施應(yīng)用。

3.1 時(shí)空數(shù)據(jù)管理

煤礦瓦斯數(shù)據(jù)具有典型的時(shí)空特性，因此系統(tǒng)不僅要存儲(chǔ)和管理實(shí)時(shí)最新數(shù)據(jù)，還應(yīng)支持歷史數(shù)據(jù)的回溯管理。針對煤礦瓦斯安全管理與分析業(yè)務(wù)需求，從滿足“一張圖”數(shù)據(jù)管理和支持歷史數(shù)據(jù)回溯管理的角度出發(fā)，提出基于GIS空間數(shù)據(jù)庫的版本化時(shí)空數(shù)據(jù)管理方案。在空間數(shù)據(jù)庫中，1個(gè)典型的數(shù)據(jù)集表存儲(chǔ)模型包括對象ID、對象外包矩形、對象幾何數(shù)據(jù)（點(diǎn)、線、面等元素）、屬性，當(dāng)數(shù)據(jù)發(fā)生變化時(shí)，基于版本化的時(shí)空數(shù)據(jù)管理，對每個(gè)數(shù)據(jù)集對象表，建立一一對應(yīng)的數(shù)據(jù)集對象歷史版本表，增加了協(xié)同ID、版本ID、版本類型3個(gè)數(shù)據(jù)維[27]。

煤礦時(shí)空數(shù)據(jù)管理是整個(gè)系統(tǒng)的基礎(chǔ)，用于采集、存儲(chǔ)、維護(hù)和管理關(guān)于煤礦瓦斯災(zāi)害的詳細(xì)數(shù)據(jù)和資料，主要由相關(guān)數(shù)據(jù)庫和地物屬性分布構(gòu)成，為煤礦瓦斯災(zāi)害監(jiān)測、分析、預(yù)警和治理提供真實(shí)可靠的現(xiàn)場數(shù)據(jù)。該模塊實(shí)現(xiàn)了礦井基礎(chǔ)信息、礦井采掘隊(duì)信息、礦井工作面信息、巷道信息、礦井關(guān)聯(lián)配置、煤層關(guān)聯(lián)配置、區(qū)域關(guān)聯(lián)信息、監(jiān)測點(diǎn)關(guān)聯(lián)配置，以及監(jiān)測監(jiān)控系統(tǒng)數(shù)據(jù)等煤礦瓦斯安全相關(guān)數(shù)據(jù)的時(shí)空管理。

3.2 瓦斯風(fēng)險(xiǎn)預(yù)測預(yù)警

瓦斯安全管理過程中存在大量時(shí)間序列數(shù)據(jù)，以瓦斯體積分?jǐn)?shù)為例，單個(gè)瓦斯監(jiān)測點(diǎn)的瓦斯體積分?jǐn)?shù)與該測點(diǎn)歷史數(shù)據(jù)具有時(shí)間相關(guān)性，瓦斯隨著風(fēng)流在巷道網(wǎng)絡(luò)中擴(kuò)散，各監(jiān)測點(diǎn)瓦斯監(jiān)測值之間存在空間相關(guān)性。此外，瓦斯體積分?jǐn)?shù)和工作面進(jìn)風(fēng)風(fēng)速、工作面風(fēng)速、工作面溫度、工作面粉塵和采煤機(jī)啟停等密切關(guān)聯(lián)。因此，長期持續(xù)采集并分析不同空間位置的瓦斯體積分?jǐn)?shù)數(shù)據(jù)和相關(guān)因素?cái)?shù)據(jù)，能夠充分挖掘利用瓦斯大數(shù)據(jù)特征，瓦斯風(fēng)險(xiǎn)預(yù)測流程如圖4。

圖4 瓦斯風(fēng)險(xiǎn)預(yù)測流程Fig.4 Gas risk prediction process

首先，對瓦斯風(fēng)險(xiǎn)進(jìn)行特征和致災(zāi)機(jī)理分析后，采集并預(yù)處理具有一定相關(guān)性的其他監(jiān)測數(shù)據(jù)；其次利用空間相關(guān)性算法，依次對這些監(jiān)測數(shù)據(jù)進(jìn)行相關(guān)性計(jì)算，選擇與預(yù)測目標(biāo)相關(guān)性較強(qiáng)的監(jiān)測數(shù)據(jù)；然后，利用特征工程構(gòu)造預(yù)測目標(biāo)的時(shí)序特征和空間拓?fù)涮卣鳎蛔詈?，?gòu)建基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，建立煤礦瓦斯風(fēng)險(xiǎn)時(shí)間序列多時(shí)間尺度預(yù)測模型，充分挖掘相關(guān)監(jiān)測風(fēng)險(xiǎn)指標(biāo)的歷史數(shù)據(jù)價(jià)值，實(shí)現(xiàn)瓦斯時(shí)間序列數(shù)據(jù)預(yù)測的短期、中期和長期的多時(shí)間尺度高精度預(yù)測。采用的深度學(xué)習(xí)模型為基于Encoder-Decoder的瓦斯預(yù)測模型，以歷史瓦斯體積分?jǐn)?shù)及其特征數(shù)據(jù)（時(shí)序特征、空間拓?fù)涮卣鳎檩斎耄軌虻玫轿磥韓個(gè)時(shí)間步長的瓦斯體積分?jǐn)?shù)預(yù)測結(jié)果[28]。基于Encoder-Decoder的瓦斯預(yù)測模型如圖5。

圖5 基于Encoder-Decoder的瓦斯預(yù)測模型Fig.5 Gas concentration prediction model based on Encoder-Decoder

礦井中的瓦斯主要分2部分排出：①隨抽采管路排出，這部分是人為控制的；②隨風(fēng)流排出，這部分的不可控因素較多，是煤礦瓦斯安全管理的重點(diǎn)之一。瓦斯風(fēng)險(xiǎn)預(yù)測預(yù)警針對抽采瓦斯和風(fēng)流瓦斯均具有很好的效果。

3.3 礦井通風(fēng)安全管理

礦井通風(fēng)監(jiān)測預(yù)警系統(tǒng)主要針對礦井通風(fēng)在線監(jiān)測系統(tǒng)進(jìn)行監(jiān)測預(yù)警，建立礦井通風(fēng)系統(tǒng)仿真模型，實(shí)現(xiàn)在線通風(fēng)系統(tǒng)仿真及離線通風(fēng)系統(tǒng)仿真。結(jié)合一張圖，在通風(fēng)系統(tǒng)圖上疊加顯示通風(fēng)在線監(jiān)測預(yù)警信息，實(shí)現(xiàn)對礦井主通風(fēng)機(jī)運(yùn)行狀態(tài)、通風(fēng)系統(tǒng)風(fēng)量變化情況、通風(fēng)設(shè)施開停狀況、巷道溫度變化情況的在線監(jiān)測預(yù)警，具體包括：主通風(fēng)機(jī)停機(jī)、局部通風(fēng)機(jī)停止運(yùn)轉(zhuǎn)，主要通風(fēng)機(jī)風(fēng)機(jī)負(fù)壓、電流、電壓、震動(dòng)值、軸承溫度異常變化，風(fēng)機(jī)工況與通風(fēng)網(wǎng)絡(luò)不匹配、不在合理風(fēng)機(jī)性能曲線范圍內(nèi)運(yùn)行，風(fēng)速超限，采區(qū)主進(jìn)回風(fēng)系統(tǒng)風(fēng)量發(fā)生變化，采掘工作面風(fēng)量發(fā)生變化，風(fēng)向傳感器發(fā)生反向，井下風(fēng)門長時(shí)間處于非正常開啟狀態(tài)，采掘工作面及巷道內(nèi)溫度異常升高，通風(fēng)機(jī)運(yùn)轉(zhuǎn)狀態(tài)在線監(jiān)測預(yù)警等功能。

3.4 瓦斯抽采安全管理

抽采在線預(yù)警模塊主要實(shí)現(xiàn)抽采管路的瓦斯體積分?jǐn)?shù)、流量、壓力、溫度等參數(shù)實(shí)時(shí)監(jiān)測預(yù)警，對瓦斯抽采管路進(jìn)行動(dòng)態(tài)診斷分析，研判管道的堵塞及漏氣情況，以及阻力分析等，并對工作面、評價(jià)單元的抽采達(dá)標(biāo)進(jìn)行在線評價(jià)。

3.5 煤與瓦斯突出監(jiān)測預(yù)警

該功能旨在建設(shè)基于GIS的、具有開放接口、可擴(kuò)充性、提供數(shù)據(jù)共享功能的瓦斯突出防治模塊。該模塊實(shí)現(xiàn)了煤層賦存、區(qū)域瓦斯參數(shù)、地質(zhì)構(gòu)造、瓦斯安全監(jiān)測數(shù)據(jù)、微震在線監(jiān)測數(shù)據(jù)、工作面應(yīng)力在線監(jiān)測數(shù)據(jù)等的地圖可視化，并提供區(qū)域防突、局部防突、驗(yàn)鉆工作等瓦斯防治工作的業(yè)務(wù)數(shù)據(jù)管理功能。此外，該模塊可依據(jù)用戶設(shè)置，實(shí)現(xiàn)對數(shù)據(jù)的預(yù)警提示，然后結(jié)合實(shí)時(shí)瓦斯傳感器數(shù)據(jù)、微震在線監(jiān)測數(shù)據(jù)、工作面應(yīng)力在線監(jiān)測數(shù)據(jù)，根據(jù)日均瓦斯體積分?jǐn)?shù)、實(shí)時(shí)瓦斯衰減系數(shù)、應(yīng)力指數(shù)、微震能率和事件率等突出預(yù)警指標(biāo)和預(yù)警參數(shù)設(shè)置，實(shí)現(xiàn)瓦斯突出的實(shí)時(shí)預(yù)警。

3.6 瓦斯安全管理一張圖

瓦斯安全管理1張圖在煤礦瓦斯大數(shù)據(jù)的基礎(chǔ)上，集成了突出監(jiān)測預(yù)警、瓦斯抽采安全管理、瓦斯風(fēng)險(xiǎn)趨勢預(yù)警、礦井通風(fēng)安全管理等分析功能，能夠?qū)γ旱V瓦斯安全狀況進(jìn)行動(dòng)態(tài)評估與展示，實(shí)現(xiàn)了監(jiān)測、分析、預(yù)警的有效融合，為瓦斯防治提供決策支撐。瓦斯大數(shù)據(jù)管理與分析平臺(tái)應(yīng)用如圖6。

圖6 瓦斯大數(shù)據(jù)管理與分析平臺(tái)應(yīng)用Fig.6 Application of gas big data analysis and management system

4 結(jié) 語

瓦斯安全是煤礦生產(chǎn)的重要保障，涉及煤礦眾多系統(tǒng)，信息化的建設(shè)為煤礦瓦斯大數(shù)據(jù)管理與分析提供了良好的數(shù)據(jù)支撐。基于此，分析了煤礦瓦斯安全管理數(shù)據(jù)的多樣且動(dòng)態(tài)變化特性、時(shí)空相關(guān)特性、可預(yù)測性和可控性、大數(shù)據(jù)特性等特征，提出了基于GIS的煤礦瓦斯大數(shù)據(jù)管理與分析系統(tǒng)建設(shè)思路，闡述了系統(tǒng)功能架構(gòu)與技術(shù)架構(gòu)，集成了各種信息化系統(tǒng)數(shù)據(jù)，實(shí)現(xiàn)并重點(diǎn)介紹了時(shí)空數(shù)據(jù)管理、瓦斯風(fēng)險(xiǎn)預(yù)測預(yù)警、礦井通風(fēng)安全管理、瓦斯抽采安全管理、煤與瓦斯突出監(jiān)測預(yù)警、瓦斯安全管理一張圖等系統(tǒng)功能。系統(tǒng)在淮河能源（集團(tuán)）股份有限公司顧橋煤礦運(yùn)行良好。