-
题名基于改进深度森林的采煤机拖拽电缆挤压力识别方法
被引量：2
- 1
-
-
作者
石港
雷志鹏
-
机构
太原理工大学煤矿电气设备与智能控制山西省重点实验室
太原理工大学矿用智能电器技术国家地方联合工程实验室
-
出处
《工矿自动化》
CSCD
北大核心
2023年第10期8-16,51,共10页
-
基金
国家自然科学基金资助项目(51977137)。
-
文摘
采煤机拖拽电缆在运行中常受到外部挤压力作用,致使电缆绝缘发生局部放电,影响电缆使用寿命。现有研究侧重于局部放电规律和严重程度的分析,无法评估乙丙橡胶绝缘电缆所承受应力的大小,导致无法掌握矿用乙丙橡胶绝缘电缆的运行状态。针对该问题,提出一种基于改进深度森林(S-DF)的采煤机拖拽电缆挤压力识别方法。通过实验测量了不同挤压力下采煤机拖拽电缆的局部放电,分析了局部放电谱图、平均放电电流、最大放电量和击穿场强随所施挤压力和电压的变化规律,计算了局部放电的统计特征参量。基于统计特征参量,采用S-DF模型对挤压力大小进行识别。S-DF模型在深度森林(DF)中引入Stacking集成算法,以提升识别准确率。研究结果表明:不同电压下,最大放电量和平均放电电流均随着挤压力的增大而减小;击穿场强随着挤压力的增大呈先增大后减小的趋势,挤压力大于2000N时的击穿场强小于未挤压时的击穿场强;不同挤压力下的局部放电统计特征参量可作为放电指纹,S-DF模型能准确地识别电缆所受挤压力的大小,且识别率高于其他传统分类算法。
-
关键词
采煤机拖拽电缆
挤压力识别
改进深度森林
局部放电
统计特征参量
Stacking集成算法
-
Keywords
shearer dragging cable
squeeze pressure recognition
improved deep forests
partial discharge
statistical feature parameters
Stacking ensemble algorithm
-
分类号
TD611
[矿业工程—矿山机电]
-
