基于SHAP-LightGBM的电动集装箱正面吊运起重机能耗分析和异常识别OA北大核心CSTPCD

集装箱正面吊运起重机(以下简称正面吊)在港口的实际作业中发挥着重要作用。随着社会对能源和环境问题的日益关注,正面吊的电动化趋势愈加显著,市场上电动正面吊的数量逐年增加。电耗性能直接影响电动正面吊的续航能力、作业效率和作业成本,是电动正面吊的重要性能之一。驾驶行为、作业工况、设备故障等因素均会对电动正面吊的能耗产生影响。为此,通过收集电动正面吊客户侧的实际运行数据,基于LightGBM(light gradient boosting machine,轻量级梯度提升机)模型,在微观和宏观两个层面分别对电动正面吊的行驶和作业过程进行能耗建模,并运用SHAP(Shapley additive explanations,沙普利加和解释)理论量化分析不同作业工况、作业行为对电动正面吊能耗的影响,同时识别设备故障所引起的能耗异常。结果表明,基于SHAP-LightGBM的能耗模型能够准确预测和分析电动正面吊的行驶和作业能耗,可为电动正面吊的设计、能耗策略优化提供有效的信息输入,同时可建立电动正面吊实际运行过程的理论能耗基准,有效指导驾驶行为和识别故障造成的能耗异常等。