我国煤矿水害事故现状、预测及防治建议

2024-01-09孙文洁李文杰宁殿艳任凌枫

煤田地质与勘探 2023年12期

孙文洁，李文杰，宁殿艳，任凌枫

(1.陕西省煤矿水害防治技术重点实验室，陕西西安 710077；2.中国矿业大学(北京) 国家煤矿水害防治工程技术研究中心，北京 100083；3.中煤科工西安研究院(集团)有限公司，陕西西安 710077)

我国的能源禀赋条件决定了当前和今后相当长时期煤炭在我国能源供应中仍将处于主体能源地位[1]，但由于煤炭资源分布广泛，开采所面临的水文地质条件复杂以及普遍存在的“水压煤”现象使煤炭行业生产活动伴随着煤矿水害事故[2]，尤其是近年来煤炭资源开采由浅部走向深部，煤炭资源需求进一步增加，开采中心向西部转移，煤矿水害事故呈现“预测难、影响范围广、群死群伤”的特点[3-4]。

2022 年我国生产煤炭44.96 亿t，同比增长9.5%，作为煤炭大国，我国高度重视煤炭能源创新发展，煤矿开采技术和装备取得突破性进展，同时也加强了煤矿安全生产检查工作，近几十年来全国煤矿水害事故得到有效控制，煤矿水害事故发生起数和死亡人数整体呈下降趋势[5]，但仍时有发生，易造成大量的人员伤亡和经济损失。因此，开展煤矿水害事故统计和安全形势研判对煤矿生产工作具有重要指导意义。国内诸多学者针对煤矿水害事故起数和死亡人数进行了大量研究，魏久传等[6]从时间、区域、企业类型以及煤矿水害事故的突水水源、突水通道、突水地点等特征对2001−2013 年的煤矿水害事故进行统计分析，以此提出了有效的防治措施和建议；吴金随等[7]以2001−2020 年全国煤矿水害事故为统计对象，对水害事故类型和等级进行研究，归纳了不同类型水害事故比例以及不同等级水害事故的发展趋势；景国勋等[8]认为煤矿水害事故受到突水水源、地域、时间和煤矿所有制的影响，根据不同类型的水害事故提出了具体的技术防治路线；张培森等[9]对2008−2021 年全国煤矿水害事故的发生规律进行了详细分析，并建立向量自回归(Vector Autoregressive，VAR) 模型对水害事故百万吨死亡率进行预测；徐斌等[10]总结了近20 a 全国煤矿水害事故特征规律，结合不同水害事故发生的原因，提出了相应的防治对策。目前研究主要集中在煤矿水害事故起数统计与发生规律分析，对于煤矿水害事故演变趋势方面的研判和煤矿水害事故与具体水害区的关联性研究较少。

基于此，笔者通过煤矿安全生产网、国家以及各省矿山安全监察局(原国家煤矿安全监察局)搜集统计了2001−2022 年全国煤矿水害事故数据和煤炭产量，从事故发生年份、事故发生区域、事故级别和死亡人数以及水害事故的影响因素方面进行研究，并建立LSTM 模型，对2023、2024 年我国煤矿水害事故百万吨死亡率进行预测，以期为煤矿安全生产目标和控制煤矿水害事故死亡人数提供参考依据。

1 我国煤矿水害事故统计分析

1.1 事故年份

2001−2022 年我国共发生煤矿安全事故33 546起，造成56 224 人死亡，其中水害事故共1 103 起，死亡人数4 667 人，其分别占煤矿总事故起数的3.29%和总煤矿事故死亡人数的8%，近20 a 我国煤矿水害事故统计见表1。

表1 2001−2022 年全国煤矿水害事故情况统计Table 1 Statistics of coal mine water hazard accidents in China from 2001 to 2022

从表1 可以看出，2002 年我国发生的煤矿水害事故起数最多，占全国煤矿水害事故总起数的14.45%；2019 年发生的水害事故起数最少，占总事故起数的0.27%，2005 年我国煤矿水害事故造成的死亡人数最多，死亡605 人；2019 年煤矿水害事故死亡人数最少，占总水害事故死亡人数0.22%。整体来看，我国煤矿水害事故起数以及水害事故造成的死亡人数有明显的下降趋势，2001 年到2022 年水害事故和死亡人数分别下降了93.57%和96.06%，煤矿水害事故发生起数和煤矿水害事故死亡人数高度相关，变化趋势一致(图1)。

图1 2001−2022 年全国煤矿水害事故变化趋势Fig.1 Trend of coal mine water hazard accidents in China from 2001 to 2022

由于煤矿水害事故易出现群死群伤的特点，致使煤矿水害事故死亡人数的变化大于水害事故起数，从2016 年开始我国煤矿水害事故起数下降至个位数，煤矿水害事故死亡人数控制在每年50 人以内，并稳步减少，随着我国煤炭资源开发加速西移以及煤炭资源开采深度的逐年加深，煤矿水害事故起数和死亡人数又有所反弹，说明我国的水害防治工作面临新的风险和挑战。

1.2 事故发生区域

我国煤炭资源分布具有天然的地域分异性，结合不同地域地质条件以及煤矿水害的发生情况，可将我国煤矿区划分为六大矿井水害区[11]，包括华南晚二叠世煤田的岩溶水害区、华北石炭−二叠纪煤田的岩溶−裂隙水害区、台湾古近纪煤田的裂隙水害区、西藏−滇西中生代煤田的裂隙水害区、西北侏罗纪煤田的裂隙水害区和东北侏罗纪煤田的裂隙水害区。将2001−2022 年煤矿水害事故数据按照水害区划分如图2 所示，图2a 显示煤矿水害事故在不同水害区的分布，图2b显示水害事故死亡人数在不同水害区的分布。可以看到，目前我国的煤矿水害事故主要发生在华北、华南和东北水害区，表现出明显的空间集聚性。由于2001年后台湾省已无煤矿生产活动，所以在此不做论述。虽然西北、西藏−滇西水害区水害事故较少，但在“十四五”规划下优化我国煤炭生产的开发布局，煤炭资源开发中心向西部转移[12]，近两年发生在西北水害区的煤矿水害事故占近两年总起数的36.36%，死亡人数占比高达74.24%，因此，西北、西藏−滇西水害区的水害防治也是目前需要关注的重点。

图2 不同水害区水害事故起数和死亡人数分布统计Fig.2 Distribution of water hazard accidents and death toll in different water hazard areas

1.3 事故等级

根据事故死亡人数对统计的煤矿水害事故进行分类，分为特别重大水害事故(死亡人数30 人以上)，重大水害事故(死亡人数10 人以上30 人以下)，较大水害事故(死亡人数3 人以上10 人以下)，一般水害事故(死亡人数3 人以内)[4]，分类结果如图3 所示。

图3 不同等级水害事故的分布情况Fig.3 Distribution of water hazard accidents in different levels

从图3a 和图3b 可以看出，2001−2022 年煤矿水害事故规模整体控制较好，我国特别重大煤矿水害事故从2011 年开始清零，重大水害事故波动下降后在近两年又有反弹趋势，较大和一般水害事故发生起数和伤亡人数明显降低。图3c 和图3d 显示2001−2022年较大和一般的水害事故数量最多，占总事故起数的91.21%，造成死亡人数达2 693 人，占事故总死亡人数的57.70%；我国特别重大煤矿水害事故和重大煤矿水害事故占比较少，分别为1%和7.79%，死亡人数分别占总死亡人数的13.84%和28.46%。

虽然在事故发生起数和死亡人数方面，特别重大煤矿水害事故和重大煤矿水害事故所占比例少，但其出现会造成严重的经济损失和社会影响，例如2021 年新疆昌吉州呼图壁县白杨沟丰源煤矿重大透水事故、2021 年青海省海北藏族自治州刚察县柴达尔煤矿重大透水事故等，两起事故分别造成了21 和20 人死亡以及7 067.2 万元和5 391.02 万元的经济损失，为防止水害事故演变为重大或特别重大水害事故，需要加强对矿井防治水重要性的认识。

1.4 事故相关性

在我国煤炭资源开发重心转移的背景下进一步研究煤炭产量与我国煤矿水害事故之间的关联性，对提高我国煤矿安全生产水平具有重要意义。通过分析2001−2022 年我国煤炭产量数据发现，我国的煤炭产量整体呈显著上升趋势，2001−2022 年全国原煤产量及死亡人数统计数据如图4 所示。

图4 原煤产量与全国煤矿水害事故死亡人数趋势对比Fig.4 Comparison of raw coal production with death toll trend of coal mine water hazard accidents in China

煤炭产量从2001 年的14.7 亿t 增长到2022 年的44.96 亿t，增长了205.85%，多年平均增长率为5.66%，年变化幅度为0.931 亿t。由图4 可知，煤炭产量除2014−2016 年为负增长外，其余年份均呈增长趋势，最大增长率在2003 年，同比增长18.06%。

从数据统计可以得到煤矿水害事故死亡人数与煤炭产量存在一定的相关性。2001−2005 年煤矿水害事故死亡人数与煤炭产量呈正相关关系，煤矿水害事故死亡人数在2005 年达到峰值后快速下降，与煤炭产量开始呈负相关关系，这说明我国煤炭行业在政策调整以及煤炭开采技术、装备、煤矿企业管理水平等提升的背景下安全生产形势趋于稳定。但随着传统煤炭产区资源枯竭，煤炭资源开发大规模转向富煤的西部地区，在煤炭产量稳步递增的情况下带来不确定性水害致灾风险的提高，如2021 年我国煤炭资源增长率为4.36%，而煤矿水害事故的死亡人数同比增加了92%，其中西部地区死亡人数占比达95.83%，说明就目前煤炭行业的开发格局而言，煤炭产量仍是影响煤矿安全生产的重要因素，在进行煤炭资源开采时需进一步加强煤矿水害致灾因素的探测与治理，保障煤炭产量的同时，从事故源头对煤矿水害进行有效遏制。

2 百万吨死亡率预测

目前，国内学者提出了多种煤矿事故预测方法，包括向量自回归模型[9]、三次指数平滑分析法[13]、灰色模型[14]、马尔可夫模型[15]等，这些预测方法往往对时间序列数据的依存关系考虑较少，在模型应用上还存在时间跨度短、样本数据较少等问题，而长短期记忆神经网络(Long Short-Term Memory，LSTM)模型可以用来处理时间序列数据问题，对信息进行筛选与整合，更好地抓取数据中长距离的依存特征，非常适合进行时序数据的预测研究。百万吨死亡率是衡量煤矿安全生产状况的一个综合指标，同时也是国家统计和量化考核煤矿安全生产形势的重要指标，因此，为科学研判我国煤矿水害事故的演变趋势，本文采用LSTM 模型对2023、2024 年我国煤矿水害事故百万吨死亡率进行预测，选取如下具体指标：当年我国煤矿水害事故百万吨死亡率，该指标是预测的核心数据；我国煤炭产量，该指标代表我国原煤产量的变化。

灰色模型在我国煤矿事故预测研究中应用较广，为防止过去数据对预测结果的影响，在传统灰色模型基础上进行优化，得到等维新息灰色模型，其预测性能在煤矿事故预测研究中表现更好。基于此，本文以等维新息灰色模型作为基准模型，进一步验证构建的模型在煤矿水害事故方面预测的适用性，验证模型的预测能力。等维新息灰色GM(1,1)模型的具体构建过程参考文献[14-15]。

2.1 模型构建

2.1.1 长短期记忆神经网络(LSTM)

1997 年提出的LSTM 模型，是带有长短期记忆单元的循环神经网络(RNN) 的一种变体，在RNN 原有基础上增加了保存序列数据历史信息的能力，同时解决了数据梯度爆炸和梯度消失的问题[16]，可以更好地用来处理时间序列问题。LSTM 网络结构与循环神经网络整体结构基本相同，如图5 所示。

图5 LSTM 神经网络结构Fig.5 Neural structure of LSTM network

通过图5 可以观察到循环神经网络的神经元在接受当前输入的向量的同时还会接受上一时刻的隐藏向量。LSTM 对隐含层进行了处理，结构包含一系列循环记忆模块，这些模块连接在一起，在原RNN 基础上增加了自己连接的细胞(cell)状态，用来保存历史信息，同时还有控制信息流动。3 个门限单元系统如图6所示。

图6 LSTM 单元结构[17]Fig.6 LSTM unit structure [17]

LSTM 工作过程包括前向传播和利用梯度下降法进行的反向传播，在工作过程中更新ft、it、at、Ct、ot以及ht，运算过程如下：

式中：t为时刻；ft为遗忘门(forget gate)，用来控制上一细胞状态Ct−1传入过来的信息量；it、at分别为输入门(input gate)，控制当前输入的新信息量；Ct为更新之后的新信息量；ot为输出门(output gate)基于当前细胞状态Ct计算输出；ht为当前的隐含层向量；ht-1为上一时刻输出的隐含层向量；Whf、Whi、Wha、Who、Uxf、Uxi、Uxa、Uxo为权重矩阵；bf、bi、ba、bo为偏置向量；tanh()为双曲正切函数；σ()为激活函数。输入门和遗忘门用来处理单元内部状态，输出门主要决定LSTM 单元的内部状态对整个系统的影响[18]。LSTM 不仅可以进行单元之间的外部循环还可以进行细胞内部的自循环，可以更好地处理时间序列数据的历史信息[19-20]。概而言之，LSTM 神经网络的输出不只由当前的输入决定，还会考虑之前的输入。

2.1.2 模型结构

本文建立的LSTM 模型由一个输入层、两个LSTM层、两个Dropout 层、一个全连接层以及一个输出层组成，共7 层结构，建立的预测模型采用滚动预测法进行预测。为获得先验信息将第1 期和第2 期的序列数据作为初始样本对下一期数据进行预测，同时将第3期的真实值加入样本区间并剔除第1 期数据，开始新一轮的预测，滚动向前进行预测，在指标时序数据的真实值缺少时，将模型在前一个时间步所做的预测结果当做真实值输入，模型预测过程中先分别调用煤矿水害事故百万吨死亡率、煤炭产量时序数据，放入LSTM模型中进行预测，获得两项指标未来的预测值。然后将多元时间序列数据输入模型进行煤矿水害事故百万吨死亡率的预测，建立的模型对于煤矿水害事故百万吨死亡率预测的实现过程如图7 所示。

图7 模型预测实现过程Fig.7 Model prediction implementation process

2.1.3 数据归一化处理

本文将处理过的2001−2022 年的煤炭产量数据以及水害事故百万吨死亡率作为原始输入值输入LSTM模型，为了使神经网络对输入与输出变得更为敏感从而加速收敛，改善模型性能，本文通过min-max 标准化对数据进行统一处理，使数据可以快速分布到激活函数的非饱和区，将输入的煤炭产量时序数据转化到[0,1]内，min-max 公式如下：

式中：xscaled为归一化之后的数据；x为输入的原始数据；xmin为数据中的最小值；xmax为数据中的最大值。

2.1.4 参数说明

本文利用交叉验证法来进行模型各个参数的优化，划分前75% 的时序数据为训练集，后25% 数据为验证集，调整不同参数组合进行预测，并与验证集通过递增窗口进行对比，找出最佳的参数组合。将验证集分为3 折，每一折包含n期样本，以训练集预测的n1结果与真实值进行对比，计算均方根误差(ERMS1)，然后训练集增加n1期样本预测n2，计算均方根误差(ERMS2)，然后训练集增加n2期样本预测n3，计算均方根误差(ERMS3)，最终通过3 次验证集的模型训练结果计算出平均的均方根误差，选取预测过程中性能表现最好的模型参数。

建立的LSTM 模型的LSTM 层数为两层，每一层隐藏的神经元数为100，Droupt 层规则参数为0.2，即在预测过程中随机丢弃20%的神经元防止模型过拟合，模型的损失函数为平均绝对误差(MAE)，模型学习率设置为0.026，在训练过程中通过Adam 算法对模型进行优化，更新网络模型参数，最后通过全连接层将提取到的特征信息映射为煤矿水害事故百万吨死亡率，输出层所用的激活函数为Linear，本文建立模型的参数见表2。

表2 LSTM 模型参数设定Table 2 LSTM model parameter setting

输入时，选取输入特征维度input_size=2，输入步长input_window=2，输出步长output_window=2，同时设置训练集数据迭代800 次，即epochs=800，单次输入模型的样本点数量batch_size=64。

2.2 实证结果

建立的LSTM 模型在经过验证后对2003−2024年的煤矿水害事故百万吨死亡率进行预测。基于等维新息灰色建模原理得到的等维新息灰色全国煤矿水害事故百万吨死亡率预测模型作为本文的基准模型，以2001−2022 年的多元时序数据为原始数据进行预测，对比分析等维新息灰色模型、LSTM 模型的预测结果，均显示我国煤矿水害事故百万吨死亡率总体呈下降趋势，2 种模型的预测结果如图8 所示。

图8 2 种模型预测与实际结果对比Fig.8 Comparison of the prediction results of two models with the actual data

为不同模型之间形成统一的衡量标准，通过对比2 种模型的平均绝对误差(EMA)、均方根误差(ERMS)以及决定系数(R2) 的值来衡量模型预测精度[21]，ERMS、EMA反映预测值与真实值之间的误差，值越小，预测精度越高，R2则反映模型预测的整体拟合程度，值越大，模型拟合程度越大，2 种模型在水害事故百万吨死亡率的EMA、ERMS和R2见表3。

表3 2 种模型预测结果对比Table 3 Comparison of prediction results of the two models

通过与作为基准模型的等维新息灰色模型对比，LSTM 模型的模拟效果要优于等维新息灰色模型，平均绝对误差EMA、均方根误差ERMS分别下降了13.68%和29.39%，决定系数R2值更大，为0.929 0，拟合程度更好。对比模型预测曲线，总体来说LSTM 模型预测值与实际煤矿水害事故百万吨死亡率接近，没有出现异常的预测值，LSTM 模型可以较好地用于煤矿事故方面的预测。利用建立的等维新息灰色模型、LSTM模型对未来两年全国煤矿水害事故百万吨死亡率进行预测，预测结果见表4。

表4 未来两年煤矿水害事故百万吨死亡率预测Table 4 Prediction of fatality rate per million tonnes of water hazard accidents in the next two years

预测结果符合我国目前煤矿水害事故死亡人数逐年降低的趋势，表明我国安全生产形势稳定，但由于煤炭开采深度不断加大，煤炭资源开发重心转移，不确定性水害致灾风险增加以及水害事故“群死群伤”的本质特点，仍需加强煤矿水害事故防控，保障我国煤炭工业安全生产。

3 防治对策

根据目前煤矿水害事故的发生特点，针对《煤炭工业“十四五”高质量发展指导意见》中提出的优化煤炭资源开发布局目标，结合煤炭行业发展面临的问题[22-23]，提出以下水害防治对策。

1) 因地制宜开展煤矿水害致灾风险普查

不同水害区水文地质条件、煤炭资源储量、开采深度等的不同，致使如今较难探明不同区域煤矿水害的致灾风险。随着我国煤炭资源开发向西部转移，煤矿开采深度逐年加深，煤炭资源开发布局进入新阶段，为保障原煤产量供应的同时避免由于煤矿水害事故造成人员伤亡和经济损失，需进一步加强不同区域煤矿水害致灾风险的普查研究，提升勘查技术水平，进一步推动水文地质基础工作与物探技术相结合，探明矿井水文地质条件，将电法、磁法、地震等勘探技术运用到煤炭资源开发的实际工作中[24]。在开发重心转移的背景下采用三维地震探测技术可以适应复杂的地面条件如戈壁、荒漠、山地陡坡等进行持续探测，降低开采时的人力物力消耗，同时可以补充电磁勘探技术，从地表向下输入电流，根据获得的电磁波磁场分析具体的水文地质情况，在勘查程度较低的西部可以将三维地震勘探和电磁勘探技术结合，降低施工的盲目性，为之后煤炭开采提供安全保障。煤炭资源开采深度的逐渐加大导致勘探难度和危害程度成倍递增，单一的物探方法难以取得较好的探测效果，采用综合物探技术将三维地震探测技术、钻探、测井、水文地质试验等相结合，进一步保障深部煤层开采防治水安全。对不同区域水害致灾风险各要素进行精细化分析，从煤矿水害事故的源头出发遏制事故的发生。

2) 水害分区精准防治

结合我国目前煤炭资源的开发格局，针对重点区域水害提出相应防治技术手段。我国西北侏罗纪煤田是现阶段煤炭资源的主要供应区，开发过程中出现了不同程度的顶板砂岩含水层水害事故，针对这一区域的水害防治应以“疏”为主，可以采用地面钻孔疏放离层积水技术、井下泄水巷集中排水技术和减水开采技术等进行水害防治[25]；中东部矿区部分矿井开采深度不断加大，突水危险性高，可以采用注浆加固防治技术，根据具体矿井的水文地质条件以及探查的致灾风险，采前全面加固，开采过程中对于致灾风险较高的区域重点加固，同时在采后对于发生过水害事故的薄弱区域开展补强加固，降低深部煤炭资源开采的水害致灾风险。

3) 落实法律法规与市场监管机制

我国煤矿水害防治制度自1984 年起步，原煤炭工业部颁布了《矿井水文地质规程》和《煤矿防治水工作条例》，两项技术标准对我国煤矿初期的水害防治工作起到了重要作用，随着煤炭产业发展形势的变化，为适应新形势下煤矿水害防治新任务的要求，不断完善煤矿水害防治制度体系，从2018 年修订《煤矿防治水细则》到2021 年开始实施《矿区水文地质工程地质勘查规范》标志着我国煤矿水害防治制度体系基本成形，煤矿水害防治相关的技术标准和法律法规的修改完善说明我国十分重视煤矿的水害防治工作。水害防治意识淡漠，致灾因素排查不全是造成水害事故发生的主观原因，因此仍需加强监管和问责制度，通过“国家监察、地方监管、企业负责”，将责任落实到煤矿企业，强化企业的管理责任。同时煤矿企业需加强对从事煤矿行业人员的专业技能和基础理论培训，严格落实煤矿水害防治的各项规章制度，提高煤矿安全生产水平，减少水害事故的发生。