【摘要】针对煤矿井下电气设备控制技术响应延时大、能耗高及故障先兆预测难等问题，提出一种基于深度学习的煤矿电气设备智能控制技术。建立云边端协同架构体系实现多源感知数据集成的数据链系统，构建 CNN-LSTM 联合深度学习模型完成电气设备状态信息的时空特征提取和控制指令生成，利用通道剪枝与参数量化对深度学习模型轻量化处理并用于边缘侧部署。实验结果表明，所提技术使煤矿带式输送机吨煤耗电降低 33.3%，电气设备故障率减少 54% 以上，平均检测时延不超过 30ms，并优于传统的控制技术，能够为煤矿智能化建设提供技术支持。