《工矿自动化》
一
研究背景
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。当挤压力不同时,采煤机拖拽电缆中出现的局部放电特征也不同。因此研究不同挤压力下采煤机拖拽电缆局部放电统计特征量,对于识别采煤机拖拽电缆绝缘所受挤压的程度、避免采煤机拖拽电缆出现绝缘故障具有重要意义。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。
二
研究内容
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。
图1 不同挤压力下的统计特征参量柱状图
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。
图2 Stacking集成算法学习过程
图3 改进深度森林模型结构
三
研究结论
1)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。
2)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2 000 N时的击穿场强低于未挤压时的击穿场强。
3)不同挤压力下的局部放电统计特征参量可以作为放电指纹,S-DF模型能准确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。
表1 S-DF模型与随机森林、SVM识别准确率对比
作者简介
引用格式
石港,雷志鹏. 基于改进深度森林的采煤机拖拽电缆挤压力识别方法[J]. 工矿自动化,2023,49(10):8-16, 51.
SHI Gang, LEI Zhipeng. Recognition method of the squeezing force of shearer dragging cable based on improved deep forest[J]. Journal of Mine Automation,2023,49(10):8-16, 51.
群组都一样,限加1个群哦!
领取专属 10元无门槛券
私享最新 技术干货