基于电流谐波特征的矿用电缆劣化监测与故障诊断

摘要

矿用电缆受煤矿恶劣环境影响,容易发生绝缘劣化、护套受损等情况,传统的矿用电缆检测多采用低压脉冲法、局放法等离线诊断方式,操作复杂,准确度低,难以满足现代煤矿生产需求。而现有基于谐波的电缆故障诊断方法存在检测装置笨重、检测精确低、难以在煤矿应用等问题。针对上述问题,提出一种基于电流谐波特征的矿用电缆劣化监测与故障诊断方法。提取电缆中高次谐波含量信息作为故障特征向量,对特征向量进行归一化处理后导入极限梯度提升树(XGBoost)模型,结合已知电缆故障劣化度数据,形成训练样本集,训练XGBoost模型,最后通过构建的XGBoost模型对电缆劣化度进行实时监测和故障诊断。仿真结果表明:针对电缆不同部位提取的高次谐波向量的相对能量有明显不同,表明提取的高次谐波向量可表征电缆不同部位的运行状态;XGBoost模型的拟合优度参数R2高达0.93,且误差较小。案例分析结果验证了基于电流谐波特征的矿用电缆劣化监测与故障诊断方法可对矿用电缆运行状态及劣化故障进行实时、准确的监测和诊断。