动态隧道模糊C均值算法用于变压器油中溶解气体分析

被引：14

作者：

常涛 ^{[1
,2
]}

张晓星 ^{[1
]}

熊浩 ^{[3
]}

孙才新 ^{[1
]}

机构：

[1] 重庆大学输配电装备及系统安全与新技术国家重点实验室

[2] 重庆电力科学试验研究院

[3] 重庆市电力公司超高压局

来源：

高电压技术 | 2009年 / 35卷 / 09期

关键词：

电力变压器; 溶解气体分析; 模糊C均值聚类算法; 局部极小值; 动态隧道系统; 故障诊断;

D O I：

暂无

中图分类号：

TE626.3 [];

学科分类号：

摘要：

变压器油中溶解气体分析(DGA)是电力变压器绝缘诊断的重要方法。针对模糊C均值(FCM)聚类算法用于溶解气体分析时易陷入局部极小的问题,利用全局最优化性能强的动态隧道(DT)算法,将两种算法结合,提出一种基于动态隧道的模糊C均值(DTFCM)算法。该算法首先采用FCM算法聚类得到局部最优值,再利用动态隧道算法以该局部最优值为初始值寻找更小的能量盆地,再将其值返回给FCM算法进行迭代寻优,直到找到全局最小值。通过该算法应用于变压器DGA数据分析,从而实现变压器的故障诊断。变压器油色谱样本及加噪样本故障诊断试验表明,该算法能快速、有效地对样本进行聚类,具有较高的诊断准确率。

引用

页码：2181 / 2185

页数：5

共 12 条

[1]

基于粒子群优化神经网络的变压器故障诊断 [J].