煤礦事故預測方法的實現與改進

王 磊

湖南安全技術與職業學院，湖南長沙 410151

煤礦事故預測方法的實現與改進

王 磊

湖南安全技術與職業學院，湖南長沙 410151

對煤礦事故進行預測，能夠為各級監管部門進行安全監管監察提供科學決策的依據。在煤礦預測中最常用的是直觀預測法、指數平滑法和灰色預測法。采用C#平臺中的Chart開源控件結合C語言實現預測算法，將這些預測結果在圖形圖表中顯示出來。用戶根據需要設置參數獲取預測的數據，在三次指數平滑法中，由系統根據標準誤差（SDE）自動生成最佳的平滑指數，輔助用戶設置參數。設置致害因素、時間、地點信息等數據，系統反饋給煤礦安全生產管理人員直觀的可視化數據，幫助其管理和組織煤礦安全監管工作。對3種預測方法的預測效果進行比較，結合煤礦安全生產管理人員的工作經驗，能夠較好地指導煤礦安全生產工作。

煤礦事故預測；三次指數平滑法；標準誤差

在煤礦安全生產管理中，如何有效運用安全生產管理的資源，減少安全生產事故是煤礦安全監管工作人員首要解決的問題。根據以往積累的煤礦安全生產中的事故數據，通過直觀預測法、優化的三次指數平滑法和灰度預測法，對事故數據進行預測。并且將預測數據使用直觀的方法在系統中顯示出來，通過圖像的直觀反映，給管理人員直觀的影響，并且管理人員能夠將自己所需要的數據反饋給系統，能夠產生對數據新的理解。根據管理人員的專業經驗，結合系統給出的預測結果，能夠給煤礦安全監管過程中提供很好的決策依據[1]。

本文在這里介紹如何將這些算法在C#中實現出來，并且通過Chart組建能夠將數據直觀的展示出來（見圖1）。

1 圖表生成

在系統的實施中采用了Microsoft Visual Studio的一個插件MSchart控件，是微軟提供的解決圖形統計和報表的一個免費控件。這個控件并不直接存在與Microsoft Visual Studio 2008中，需要開發人員在微軟的官方網站上下載并安裝。MSchart控件給系統開發人員提供了豐富的圖表開發方法，能夠參與Office文檔的編輯，支持與數據庫中的表進行連接。能夠讓開發人員將注意力關注在數據上，而不是圖表的繪制。

在使用MSchart控件繪制圖表時，系統主要的解決方案中最關鍵的是數據的連接方式。數據是形成圖表的前提條件，數據庫的存儲如何配合圖表的形成有兩種方法。一種是將數據形成數組的形式，另一種是直接與數據庫連接。第一種方法不適應與煤礦事故統計分析過程中對數據的要求。所以采用與數據庫向連接的方法解決圖表對數據的要求。源代碼如下：

chart1.DataSource = MyDS_Chart.Tables[0];// MsChar綁定數據庫。

chart1.Series["Series1"].XValueMember = "類型";//綁定X軸類型

chart1.Series["Series1"].YValueMembers= MyDS_Chart.Tables[0].Rows[i][0].ToString();//綁定Y軸數值。

其中MyDS_Chart是DataSet類的一個對象，chart1是MSchart類的對象。是從數據庫中查找的數據以表的形式保存在MyDS_Chart中，使用Tables方法獲取表與MSchart的chart1.DataSource方法綁定數據庫。而后指定chart1的Series使用XValueMember和YValueMembers方法綁定X軸和Y軸。這種解決方案既能夠體現ADO.NET中DataSet采用表的形式獲取數據的優勢，同時也能夠直接與MsChar綁定形成圖表，操作非常方便。

當數據存儲和連接的問題解決后，可以根據MSchart類所提供的各種方法形成各種式樣的圖表。

2 直觀預測

直觀預測法對于系統的要求并不高，關鍵是以直觀的，圖形化的方式將數據展示給用戶，用戶結合其專業知識進行判斷。可以這么說，直觀預測是以人為核心的預測方法。在實現的過程中將歷年的事故信息按照不同的事故類型進行累積形成圖表信息。“年度安全預測”，按照事故的類型進行分類，最主要的煤礦事故有頂板、放炮、火災、機電、水害、瓦斯和運算等[2]。統計該類型的事故在往年的某月份，總的事故數量和死亡人數。用戶可以根據歷年的累積數據判斷一個年度內，哪個月份是事故的高發期，那個地區是事故的高發地。主要是以時間和空間兩個層次進行分析。例如：通過綜合歷年煤礦因瓦斯所致的事故和傷亡人數進行統計，可以分析的出在湖南省上半年的3～5月和下半年的9～10月是瓦斯的集中高發時期。通過統計各地區的煤礦事故和事故死亡總數可以看到婁底市、郴州市和衡陽市是煤礦事故的多發地區。

這種直觀的預測法，并不需要系統提供全面的數據資料，而且數據資料也不必進行修正，采用原始數據。最重要的是由預測者憑借個人的經驗或者是專家的智慧進行直接判斷。這種方法簡單易行，避免了復雜的設置，便于用戶使用。但是存在有很大的缺陷。將所有的數據進行累積，雖然沒有丟失任何一個具體的數據，但是這是靜態的分析數據，將數據的動態變化的趨勢卻丟失了。這種直觀的預測方法并不能夠體現預測的效果。

3 自適應三次指數平滑法

指數平滑法是一種根據歷史數據進行預測的簡單算法，可以對數據進行中短期的預測。對于煤礦事故統計分析系統而言，存儲了大量的歷史數據，采用指數平滑法的方法預測死亡人數是比較實用的。雖然指數平滑法在數據有趨勢發展時存在預測數據滯后現象，但對于事故短期預測來說仍然具有一定的實用價值[3]。

采用三次平滑指數主要有4個步驟。第一步，確定平滑初始值。在使用三次指數平滑法算法前，首先需要估算初始值，初始值直接影響到預測值的結果，常用的方法是將前3個數據的平均值作為平滑初始值。第二步，確定平滑指數α。三次指數平滑法采用平滑指數α作為加權系數，在預測算法中非常依賴于平滑指數α的確定，所以事故預測是否成功，α值的選取尤為重要[4]。常見的選取α值的方法是根據經驗，選擇其中誤差值最小的一項。判斷誤差值的方法有兩種，一種是采用標準誤差（SDE），另一種是采用平均絕對百分比誤差（MAPE）。第三步，計算三次平滑指數。三次平滑指數的計算，是在前一次平滑的基礎上在進行一次平滑計算的，也就是說二次平滑的計算是在一次平滑的基礎上，三次平滑計算是在二次平滑的計算上進行的。第四步，計算預測值。當獲取了平滑指數α和預測值參數后，就可以計算出預測值了[3]。

平滑指數α作為加權系數，α的誤差判斷要根據于實際的值，但是進行預測的時候無法構建實際的值。然而由用戶自行設定α的值，用戶也缺乏經驗。本系統在實現過程中，采用標準誤差（SDE）的方法來選擇平滑指數α的值。

并且由系統自行計算最佳的平滑指數α的值，用戶可以指定α的值的精度。具體的算法是：由用戶確定好平滑指數α的值的精度，例如平滑指數α的值的精度為兩位小數，而后根據數據從0.01開始作為平滑指數α的值，開始采用三次平滑指數計算預測值，根據已有的煤礦死亡人數的實際值，采用（1）的公式計算SDE的值。采用循環的方式計算到0.99。比較所有的α的值，取其中誤差最小的作為此次三次平滑指數算法的平滑指數α。

系統實施中函數“RecommendA”計算最佳平滑指數α值平滑指數α描述如下：輸入參數MyDS為已知的歷年同一個月份的煤礦死亡數據，IniValue為平滑初始值，ac為用戶輸入平滑指數α值的精度。其中StandardDeviation函數是計算標準誤差（SDE）值的。

4 灰色預測法

在煤礦事故的預測中，另一種常用的預測方法就是灰色預測法。灰色預測法是應用灰色模型GM(1，1)對灰色系統（Grey System）進行分析、建模、求解和預測的。所謂的灰色系統是指信息的明確程度，信息的明確程度分成三等：白色、黑色和灰色。白色系統為完全明確的信息，黑色系統為不明確的信息，灰色系統即為部分明確的信息。客觀事物中大量存在著信息不完全的情況。或者是系統因素或參數不完全明確，因素關系不完全清楚；或者是系統結構不完全明晰，系統的作用原理不完全清晰等，從而使得客觀實際問題需要用灰色系統理論來解決[5]。

在煤礦的事故統計過程中，經常存在有人為因素的干擾。數據統計的信息并非十分可靠。同時事故的傷亡人數也存在有一定的隨機性。灰色預測的基本思想是將與時間有關的已知數據按某種規則加以組合，構成白色模塊，最后按某種規則提高灰色模塊的白化度[6]。采用灰色預測法預測煤礦事故能夠避免數據的隨機性，獲取其本質上的規律，預測煤礦事故的發展趨勢和變化狀況。

圖1　預測方法在C#中Chart組建上的實現

5 結論

在煤礦事故的預測過程中，最常用的預測數據是按照年度的死亡總數預測未來全年的死亡人數。用戶需要預測一個年度內每個月份的煤礦事故的死亡信息，這有助于用戶分析一年內那個月份是事故的高發期，以及事故的發展趨勢。在系統設計時，需要獲取的數據不是全年的死亡人數，而是按照月份分月進行數據的預測，例如預測2013年1月的死亡人數信息，需要獲取2005年至2012年1月的死亡人數信息，其他月份的預測方法也是采用同樣的方法。

在按照月份的統計數據預測死亡人數的過程中，存在數據不完善的情況。例如在分析的數據2012年的數據只有1月的數據。在預測2103年2月的數據時，就缺少了一份數據。三次指數平滑和灰色預測法可以做一段時間內的預測，調整算里的T值，可以彌補數據不連續和不完整的情況。

在煤礦事故的預測中，采用圖表信息展示數據，能夠幫助用戶直觀的了解數據的特點。預測的算法只能夠起到輔助作用，幫助用戶做決策，而不能夠替代用戶做出決策。

[1]陳娟，趙耀江.近十年來我國煤礦事故統計分析及啟示[J].煤炭工程，2012（3）：1 45-147.

[2]武猛猛，鐘陽.2012-2013年我國煤礦死亡事故統計分析[J].煤炭技術，2014（10）：2 96-299.

[3]朱慶明，張浩.三次指數平滑法在煤礦事故預測中的應用研究[J].中國安全生產科學技術，2012（4）：1 03-106.

[4]王國權，王森，劉華勇，等.基于自適應的動態三次指數平滑法的風電場風速預測_王國權[J].電力系統保護與控制，2014（15）：1 17-122.

[5]張愛霞，張云鵬，衣麗芬.灰色系統預測在煤礦安全事故發生趨勢預測中的應用[J].河北理工大學學報：自然科學版，2010（3）：21-25.

[6]白楠，金龍哲，詹子娜.基于B_S和灰色模型的煤礦事故預測模塊設計與實現_白楠[J].中國安全生產科學技術，2013（3）：113-118.

TD7

A

1674-6708（2016）171-0201-02

王磊，湖南安全技術與職業學院。