本文首先介绍了目前煤炭自然发火预测预报的研究现状,指出了目前应用的方法的优缺点;通过对煤炭自燃的机理和过程的探讨,得出了煤炭自燃的非线性特征。根据其非线性特征,结合神经网络和时间序列的特点,通过对三种预测时间序列的网络模型(BP网络、RBF网络、TD-BP网络)进行对比实验,分别找出了适合煤层自燃危险性等级预测网络模型和适合采空区发火预报的网络模型,并重点研究了采空区自然发火的预报网络,并对具体矿井进行验证。基于此提出了在分析指标气体特性的基础上,应用神经网络和时间序列的结合,可以对采空区指标气体浓度、高温点位置进行动态预测的方法。通过验证结果发现:采用传统的BP网络即可满足煤层自燃等级的划分。而对于采空区煤炭自燃趋势的预测,由于煤矿的特殊性,无论选择哪种模型,都仅对本矿或者是条件类似矿井的预测有较好的效果,其中,BP网络适用于采空区自燃的早期预报,TD-BP网络适用于采空区煤炭自燃的中长期预报,这两种网络的建立,为解决煤炭自燃的预测提供了一条新的思路和方法。