談鵬菲，顧承串，詹 潤，吳基文，顧佳一

（1.安徽理工大學地球與環(huán)境學院，安徽 淮南 232001；2.安徽省煤田地質局勘查研究院，安徽 合肥 230088；3.安徽大學資源與環(huán)境工程學院，安徽 合肥 230000）

動力用煤一般指的是發(fā)電、工業(yè)鍋爐、窯爐、船舶以及蒸汽機等用煤統(tǒng)稱，包括褐煤、無煙煤和煙煤中的長焰煤、1/2 中黏煤、不黏煤、弱黏煤、貧煤等[1]。我國作為世界上最大的能源生產國和消費國，動力用煤占國內煤炭消費的80%以上。在“雙碳”目標戰(zhàn)略與能源結構轉型的背景下，煤炭清潔和高效利用日益受到重視[2]。煤炭分級和煤炭分質利用則是實現(xiàn)煤炭清潔利用的重要環(huán)節(jié)。

針對煤炭質量分級，前人開展了大量研究。袁三畏[3]最早主要依據(jù)煤質指標，將煤質劃分為優(yōu)等質量煤、中等質量煤、低等質量煤3 個等級。21 世紀以來，煤炭質量分級方面的研究又分為兩個方向。一是研究煤的“潔凈等級”，主要關注煤中的有害物質。唐書恒等[4]致力于煤炭資源潔凈等級評價研究，采用層次分析和模糊分析的方法建立了“五分法”的煤炭資源潔凈等級評價體系；胡廣青[5]運用對比加權標度指數(shù)法，建立了適用于淮南煤田的潔凈煤評價體系。二是依據(jù)用途來研究煤炭資源“優(yōu)質環(huán)保等級”，在考慮煤中有害物質的同時，結合不同用途對煤質各項指標進行綜合評價。秦云虎等[6-7]采用加權平均法統(tǒng)計基本煤質參數(shù)和有害微量元素含量，建立了動力用煤和煉焦用煤的優(yōu)質環(huán)保等級構架；魏迎春等[8]考慮了動力用煤、煉焦用煤和化工無煙煤3種用途，并分別建立了基于灰色關聯(lián)分析的煤炭資源優(yōu)質等級評價體系。

對于動力用煤質量劃分，部分學者也進行了相關探討。黃福臣等[9]選用我國主要動力用煤產區(qū)的煤樣作為評價對象，將動力用煤標準分為五級，采用灰色關聯(lián)分析法和模糊綜合評判法對動力用煤質量進行評價。馬榮等[10]以云南省昭通-曲靖賦煤構造帶中動力用煤資源作為研究對象，通過層次分析法確定權重，并對評價體系中各參數(shù)給予合理的賦值，從而對動力用煤資源進行評價。李靜琴等[11]選取9 個動力用煤煤質參數(shù)作為評價因子，利用綜合標度指數(shù)法對各因子進行計算得出綜合標度指數(shù)，建立了新的動力用煤質量評價體系?？傮w來說，目前對于動力用煤質量評價多采用層次分析、模糊評價等傳統(tǒng)數(shù)學方法，這些方法很難達到快速識別、精確劃分動力用煤資源的目的。隨著技術的進步，機器學習方法逐漸應用于煤炭資源開發(fā)[12-13]。因此，選取更為先進、科學的方法對動力用煤資源質量進行評價顯得尤為關鍵。

淮南煤田作為華東地區(qū)重要的動力用煤生產基地，目前對于動力用煤的利用多從能源需求角度考慮，沒有真正達到分級、分質利用的目標，導致對部分優(yōu)質動力用煤盲目開采，造成了經(jīng)濟浪費。因此，本文選取淮南煤田8 煤層動力用煤資源作為研究對象，依托前期積累的豐富鉆孔煤質數(shù)據(jù)，采用ISODATA 聚類算法，結合GIS 空間處理功能，對動力用煤資源質量等級進行劃分，為淮南煤田動力用煤資源評價與合理開發(fā)提供技術支撐。

1 研究區(qū)地質背景

淮南煤田地處安徽兩淮平原南部，主體位于淮南市和阜陽市境內，是華北板塊東南部發(fā)育的一個石炭紀-二疊紀聚煤盆地，煤系地層均被新生界松散層所覆蓋?；茨厦禾锖旱貙又饕獮槎B系的山西組與上石盒子組地層、下石盒子組地層，一般含可采煤層9～18 層，可采煤層總厚度25～34 m[14]，其中8煤層為全區(qū)主采煤層。研究區(qū)目前主要有14 對生產礦井，4 對閉坑礦井，5 處勘查區(qū)（圖1），其動力用煤資源豐富、儲量較大，主要為氣煤、1/3 焦煤，次為褐煤、中黏煤和不黏煤等低變質程度煤。各煤類以中灰、中高揮發(fā)分、低硫、中高熱值煤為主，次為低灰、中揮發(fā)分、特低硫、中熱值煤，是良好的發(fā)電與制造水泥回轉窯的燃料[15]。根據(jù)市場需求與各礦井實際生產銷售情況，目前，大部分1/3 焦煤也作為動力用煤資源使用，因此，本文將其也作為評價對象。

圖1 研究區(qū)礦井分布圖Fig.1 Distribution map of mines in the study area

2 評價原理與方法

2.1 評價原理

1）ISODATA 聚類算法。ISODATA 算法全稱是迭代自組織數(shù)據(jù)分析法，由K-均值算法改進而來。ISODATA 聚類算法是以空間相似性為原則的非監(jiān)督分類方法[16]，其主要運算思想是：設置聚類分析控制參數(shù)，將準備分類的樣本值讀入，按照與聚類中心距離最小的原則將各樣本分類。如果在同一類中樣本分布太過密集或者類的數(shù)目過少，則根據(jù)類內各樣本分布標準差，將該類進行分裂操作，否則保留。如果類與類相隔太近，根據(jù)類與類之間的距離設置，將其合并，或者是某一類中的樣本數(shù)目過少而不足以成為一類時，也可以將該類合并到其他類。在分裂與合并操作之后，將新數(shù)據(jù)集的樣本值讀入，如此往復地進行分類、判斷、分裂或合并操作，如果達到了預計的分類效果，或者操作次數(shù)已經(jīng)達到一定數(shù)目，則完成算法[17-18]。因此，相較于其他聚類算法，該算法對大數(shù)據(jù)運算精度較高。

2）綜合指數(shù)法。綜合指數(shù)法基本原理是利用熵權法計算得到的權重和各評價指標的賦值進行累乘，然后相加，最后計算出效益指標綜合評價值[19]。熵權法作為一種客觀賦值方法，相較于以往傳統(tǒng)方法，可依據(jù)實際信息量的大小確定影響評價指標的權重[20]，因而在大數(shù)據(jù)處理過程中具有明顯的優(yōu)勢。

ISODATA 聚類算法不同于K-均值算法，其可以在聚類過程中自動調整類別個數(shù)和類別中心，使聚類結果更加客觀，但是在聚類過程中并未將各個指標的重要程度考慮在內。因此，本次在聚類結果的基礎上，先通過熵權法計算每一類各指標的權重，再利用綜合指數(shù)法對動力用煤資源質量等級進行更精確的劃分。

2.2 評價方法與步驟

基于ISODATA 聚類算法與綜合指數(shù)法的煤質數(shù)據(jù)處理流程分為以下幾步。

1）數(shù)據(jù)選取與預處理。根據(jù)淮南煤田動力用煤煤質特征，選取鉆孔煤質數(shù)據(jù)作為評價依據(jù)，煤質數(shù)據(jù)來源于淮南煤田各礦井鉆孔煤質表。利用GIS 中數(shù)據(jù)采集和編輯功能，將數(shù)據(jù)錄入過程中存在錯誤、冗余及缺失的數(shù)據(jù)進行處理，坐標缺失、屬性值明顯錯誤的數(shù)據(jù)予以剔除。

2）ISODATA 聚類算法數(shù)據(jù)處理。將上一步預處理后的煤質數(shù)據(jù)進行量化處理，借助GIS 空間插值功能，建立不同煤質指標專題圖?；贗SODATA聚類算法，設定相關參數(shù)，對各個煤質指標專題圖進行聚類分析。存儲聚類獲得的不同簇類煤質指標數(shù)據(jù)，為下一步數(shù)據(jù)展布及等級劃分作準備。

3）聚類數(shù)據(jù)展布及等級劃分。首先，利用GIS軟件，將聚類得到的不同簇類空間分布圖投影到地圖上，分析不同簇類的分布特點。然后，建立動力用煤資源煤質指標評價體系，利用熵權法計算每一簇類各個指標的權重，求出各鉆孔點的煤質質量綜合評價值，并對每個簇類動力用煤資源進行質量等級劃分。

3 評價指標選取及數(shù)據(jù)歸一化

3.1 評價指標的選取

動力用煤資源評價指標的選取對于評價體系與專題圖的建立以及評價結果起著關鍵的作用。根據(jù)前人對動力用煤的研究成果[21-22]，結合淮南煤田實際煤質資料，充分考慮經(jīng)濟性和環(huán)保性兩方面影響，選取煤的發(fā)熱量、灰分、硫分、揮發(fā)分、軟化溫度和可磨性指數(shù)作為8 煤層動力用煤資源的評價指標。

1）發(fā)熱量是動力用煤資源的首要質量指標，煤的發(fā)熱量對鍋爐設計和燃燒設備選型以及燃燒方式均有著重要影響。

2）灰分是煤中的不可燃成分，反映煤中礦物質的數(shù)量和成分，無論是對著火引燃還是穩(wěn)定燃燒都有不利的影響，所以原煤的灰分必須加以限制。

3）硫分作為煤中的有害成分，是燃煤過程中最重要的污染源。在燃燒時，煤中絕大部分硫分將被轉化為二氧化硫，隨煙氣排向大氣，造成環(huán)境污染，危害人身健康，所以對硫分也應加以限制。

4）揮發(fā)分是煤在隔絕空氣條件下受熱分解后的產物，其高低在一定程度上反映了煤著火引燃的難易程度。一般來說，煤的揮發(fā)分越高，越易著火。

5）軟化溫度影響著用煤設備的燃燒及排渣方式的選取，軟化溫度與設備相匹配才能保證生產的安全性。

6）可磨性指數(shù)是表征燃煤磨制成粉難易程度的特性指標，可磨性指數(shù)越大則越容易粉碎，可降低生產成本。

3.2 數(shù)據(jù)歸一化

利用預處理后的鉆孔數(shù)據(jù)，對8 煤層動力用煤資源評價指標進行量化處理。結合淮南煤田8 煤層的鉆孔分布特點，借助GIS 中的反距離權重空間插值功能，分別建立發(fā)熱量、灰分、硫分、揮發(fā)分、軟化溫度和可磨性指數(shù)6 個評價指標的專題圖（圖2）。

圖2 評價指標專題圖Fig.2 Thematic map of evaluation indicators

由于各聚類指標分屬不同類別，需要對各指標進行歸一化處理。根據(jù)經(jīng)濟環(huán)保性，可分為正向指標（發(fā)熱量、揮發(fā)分、軟化溫度、可磨性指數(shù)）與逆向指標（灰分、硫分）。正向指標與動力用煤資源質量呈正相關，量化值越大，質量越好；反之則越差[23]。

正向指標歸一化公式見式（1）。

逆向指標歸一化公式見式（2）。

式中：yj為歸一化處理后數(shù)據(jù)；xj為歸一化前各主控因素的量化值；max（yj）和min（xj）分別為各聚類指標量化值的最大值和最小值；j為樣本個數(shù)。

利用GIS 中模糊分類工具對評價指標專題圖分別進行歸一化處理，得到指標歸一化專題過程圖，為后續(xù)的聚類與評價奠定基礎。

4 評價結果與分析

4.1 基于ISODATA 算法的動力用煤聚類分析

由于GIS 中的ISODATA 算法需要人為輸入所預期的分類數(shù)，其受主觀因素影響較大，而且ISODATA算法是在K-均值算法的基礎上增加對聚類結果的“合并”和“分裂”兩個操作。因此，利用K-均值算法的手肘圖可以確定ISODATA 聚類過程中的預期分類數(shù)，如圖3 所示。由圖3 可知，當K為3 時，折線上對應的點明顯位于折線的肘部，故本次聚類的預期分類數(shù)設定為3。在以往研究的基礎上[24]，通過多次試驗，設置其他參數(shù)：最小類大小為30、采樣間隔為100、迭代次數(shù)為45。

圖3 手肘法K 值折線圖Fig.3 K-value line chart of elbow method

經(jīng)GIS 數(shù)據(jù)整理后，選取372 個鉆孔點為數(shù)據(jù)源，這些鉆孔點空間上均勻分布。通過GIS 中ISODATA聚類算法將鉆孔煤質數(shù)據(jù)最終分為3 類（圖4）。其中，第一簇類數(shù)據(jù)樣本共115 個，占樣本總數(shù)的30.9%，主要分布在口孜西井田西南部、口孜東礦東南部、楊村礦北部、顧北礦東部、潘集外圍及阜鳳逆沖斷裂構造帶深部，這些地區(qū)8 煤層埋深普遍較大，且煤化程度低。第二簇類共110 個樣本，占比29.6%，主要分布在楊村礦南部、劉莊礦中西部、顧橋礦、張集礦、丁集礦東部、潘三礦、潘二礦和潘一礦等地區(qū)，這些地區(qū)構造較為復雜，局部有巖漿巖發(fā)育，地溫梯度與煤化程度均較高。第三簇類共147 個樣本，占比39.5%，主要分布在板集礦、口孜東礦西部、謝橋礦、新集一礦、新集二礦、顧橋礦、朱集西礦、朱集東礦、李嘴孜礦、新莊孜礦和謝一礦?？傮w來看，第三簇類分布較分散且面積較大，煤化程度普遍較低。

圖4 聚類結果圖Fig.4 Diagram of clustering results

對比3 個簇類相關指標參數(shù)屬性信息（圖5），可以看出第一簇類具有較高的灰分、揮發(fā)分和較低的發(fā)熱量；第二簇類煤的軟化溫度和可磨性指數(shù)較高，硫分含量相對較??；第三簇類的灰分、揮發(fā)分、軟化溫度和可磨性指數(shù)較小，發(fā)熱量較大。通過聚類結果可知，3 個簇類的硫分、揮發(fā)分和可磨性指數(shù)差異相對較小，但發(fā)熱量、灰分、軟化溫度差異較大，是產生聚類現(xiàn)象的主要原因。其中，第二簇類煤質總體上較好，其次為第三簇類，第一簇類的煤質相對最差。因此，通過ISODATA 聚類算法可達到對淮南煤田動力用煤資源質量快速識別與聚類的目的。

圖5 不同簇類鉆孔煤質參數(shù)統(tǒng)計圖Fig.5 Statistical diagram of coal quality parameters of different cluster boreholes

4.2 基于綜合指數(shù)法的動力用煤資源等級評價

為了更精確劃分淮南煤田動力用煤資源的質量等級，在聚類結果的基礎上利用綜合指數(shù)法對每一簇類的動力用煤資源進行等級劃分。ISODATA 聚類算法的優(yōu)勢在于對大數(shù)據(jù)的分析較為客觀、準確，但缺少對評價指標的權重計算。綜合指數(shù)法則可利用熵權法確定指標權重。相比于其他權重計算方法，熵權法可以融合客觀信息，從而彌補綜合指數(shù)法具有一定主觀性的不足。因此，將兩種方法結合會使結果更為科學合理。

4.2.1 熵權法確定各指標權重

為了更準確劃分動力用煤資源的質量等級，本文將結合熵權法對聚類結果的每一簇類進行動力用煤資源質量等級評價。在運用熵權法確定各評價指標的權重時，首先要計算第i項評價指標中第j個數(shù)據(jù)的比重，其計算公式見式（3）[25]。

式中：yij為各評價指標歸一化后數(shù)值；fij為第j個數(shù)據(jù)占第i項評價指標的比重。

第i項評價指標的信息熵計算見式（4）。

式中：Hi為信息熵，可反映信息的無序程度；n為評價指標中數(shù)據(jù)的個數(shù)。

則第i項評價指標的熵權計算見式（5）。

式中：Wi為第i項評價指標的權重；m為評價指標個數(shù)。

運用熵權法計算得出的每一簇類各評價指標權重見表1。由于實際生產中的權重可能受到其他因素的影響，如經(jīng)驗、主觀判斷和政策考慮等，這些因素無法被熵權法計算所考慮到，可能導致在生產過程中得出的權重與熵權法計算的權重存在差異。另外，在文獻及現(xiàn)行熵權法中選擇的信息熵模型也會對最終權重的計算產生質量修正。故此次權重的計算結果具有一定的合理性。

表1 各個簇類評價指標權重Table 1 Weight of each cluster evaluation indexes

4.2.2 綜合評價結果

基于動力用煤資源經(jīng)濟性和環(huán)保性兩方面考慮，根據(jù)最新動力用煤規(guī)范標準《商品煤質量發(fā)電煤粉鍋爐用煤》（GB/T 7562—2018）和《商品煤質量煤粉工業(yè)鍋爐用煤》（GB/T 26126—2018）[26]，結合研究區(qū)動力用煤煤質特點，將其劃分為優(yōu)質煤、中質煤、低質煤（表2）。

表2 動力用煤資源質量等級Table 2 Quality grade of power coal resources

將每個鉆孔的6 個煤質指標值劃歸到對應等級中，并對其賦值：屬于優(yōu)質煤的賦值為“3”，屬于中質煤的賦值為“2”，屬于低質煤的賦值為“1”，再依據(jù)式（6）求出各鉆孔煤質的綜合評價值[27]。

式中：Ei為鉆孔煤質的綜合評價值；xij為第i個煤樣中第j個評價指標的賦值；Kj為各個評價指標的權重。

根據(jù)綜合評價值Ei結果，將每一簇類動力用煤資源分為優(yōu)質煤、中質煤和低質煤。當2.5≤Ei≤3 時，為優(yōu)質煤；當2.0≤Ei＜2.5 時，為中質煤；當Ei＜2.0 時，為低質煤[28-29]。通過以上評價方法，結合GIS 中的空間插值功能，將每一簇類的優(yōu)質煤、中質煤、低質煤投影到平面上，可得到淮南煤田8 煤層動力用煤資源質量劃分綜合評價結果（圖6）。

圖6 不同簇類動力用煤資源質量等級分布圖Fig.6 Distribution map of quality grade of power coal resources of different clusters

利用GIS 中的“重分類”和“按屬性提取”功能，可以得到3 個簇類動力用煤資源質量等級面積情況，見表3。

表3 各個簇類動力用煤資源質量等級面積Table 3 Quality grade area of each cluster of power coal resources

由圖6 和表3 可知，淮南煤田8 煤層發(fā)熱量、灰分和可磨性指數(shù)是產生聚類差異的主要指標因素。在第一聚類中，以發(fā)育中質煤、低質煤為主，面積占比分別為50.80%和45.98%，中質煤主要分布于劉莊礦、口孜東礦、顧橋礦和丁集礦附近，低質煤分布于羅園、連塘李井田和潘集外圍勘查區(qū)，優(yōu)質煤相對較少且零星分布，面積占比僅為3.22%。第二簇類中以發(fā)育優(yōu)質動力用煤為主，其面積占比達65.40%，其次為中質煤，占比34.17%，低質煤分布面積最少。其中，優(yōu)質煤主要分布在楊村礦、顧北礦、潘三礦、潘二礦和潘一礦附近。第三簇類中以發(fā)育中質煤為主，優(yōu)質煤相對發(fā)育，但明顯少于第二簇類，低質煤極少發(fā)育，其中，中質煤主要分布在板集礦、口孜西礦、新集一礦、朱集東礦和謝一礦。綜合以上分析可知，第二簇類動力用煤資源質量最好，其次為第三簇類，第一簇類動力用煤資源質量相對最差。針對淮南煤田動力用煤資源的不同等級，可實行梯級利用方式，以極大提高煤炭利用率。優(yōu)質煤應進行保護性開采，加強分類管理，優(yōu)先保障用于高端鋼鐵和化工行業(yè)等重點領域。中質煤使用范圍較廣，在盡可能地實現(xiàn)訂單需求情況下，采取節(jié)約用煤的措施，增強清潔燃燒技術，減少環(huán)境污染。低質煤燃燒時易產生污染物和大量灰渣，對環(huán)境和設備危害較大。若在調整燃燒工藝后仍難以減少能源浪費和環(huán)境污染，應對其限制采購量，尋找其他替代方案，加大技術改進的力度。以上分析結果可為今后淮南煤田動力用煤清潔、高效開發(fā)利用提供技術指導。

5 結論

1）基于ISODATA 聚類算法，將淮南煤田8 煤層動力用煤資源煤質數(shù)據(jù)分為3 個簇類，結合聚類數(shù)據(jù)分析可知，第二簇類動力用煤資源質量優(yōu)于第三簇類，第一簇類動力用煤資源質量最差。利用熵權法計算每一簇類各煤質指標的權重，通過綜合指數(shù)法對每一簇類動力用煤資源進行更精確的等級劃分，結果顯示第二簇類中的優(yōu)質煤最多，其次是第三簇類，第一簇類優(yōu)質煤最少且低質煤最多。

2）淮南煤田動力用煤的發(fā)熱量、灰分和軟化溫度是產生聚類現(xiàn)象的主要原因。第三簇類的發(fā)熱量最高，其次是第二簇類，第一簇類最低；第一簇類的灰分最高，其次是第二簇類，第三簇類最低；第二簇類的軟化溫度最高，其次是第一簇類，第三簇類最低。硫分、揮發(fā)分和可磨性指數(shù)在3 個簇類中差異相對較小。

3）3 個簇類的鉆孔空間分布顯示，第一簇類中質煤、低質煤占比最大，主要分布在劉莊礦、口孜東礦、顧橋礦、丁集礦、羅園礦和潘集外圍勘查區(qū)。第二簇類優(yōu)質煤占比較大，主要分布在楊村礦、顧北礦、潘三礦、潘二礦和潘一礦附近。第三簇類中質煤占比較大，主要分布在板集礦、口孜西礦、新集一礦、朱集東礦和謝一礦。