基于局部密度聚类算法的变压器故障状态评估

被引:21
作者
罗伟明 [1 ]
吴帆 [2 ]
黄业广 [3 ]
吴杰康 [1 ]
覃炜梅 [1 ]
龚杰 [1 ]
金尚婷 [1 ]
机构
[1] 广东工业大学自动化学院
[2] 广西博阳电力勘察设计有限公司
[3] 广西电网有限责任公司南宁供电局
关键词
油中溶解气体; 局部密度聚类算法; 三比值法; 归一化处理; 变压器; 故障评估;
D O I
暂无
中图分类号
TM407 [维护、检修];
学科分类号
090303 [农业农村环境保护与治理(农业环境保护)];
摘要
为提高油浸式电力变压器故障状态评估的准确性,结合局部密度聚类(local density clustering,LDC)算法和三比值法提出一种变压器故障状态评估方法——以油中溶解气体为研究对象,对气体数据进行LDC处理,以最后聚类结果作为故障状态评估模型及结合三比值法对新数据进行故障评估。该方法在弥补聚类方法无法准确反映故障状态和三比值法编码不全、编码太片面等不足的同时,在变压器状态发生变化时能随着新数据的输入自主修正故障状态评估模型。不同实验结果表明该方法用在变压器故障评估中,具有较高的故障评估准确率,并且当出现未知故障时能有效修正所搭建故障状态评估模型,可以在一定程度上反映变压器故障状态,保证变压器正常、安全运行。
引用
收藏
页码:81 / 90
页数:10
相关论文
共 35 条
[1]
电气设备油中气体在线监测与故障诊断技术.[M].孙才新等著;.科学出版社.2003,
[2]
变压器油中溶解气体分析和判断导则.[S].贾瑞君;薛辰东..2001,
[3]
基于历史信息挖掘的变压器健康状态聚类方法 [J].
李洁珊 ;
王朝硕 ;
章禹 ;
郭创新 .
电力系统保护与控制, 2018, 46 (14) :94-99
[4]
基于统计特征与概率神经网络的变压器局部放电类型识别 [J].
李正明 ;
钱露先 ;
李加彬 .
电力系统保护与控制, 2018, 46 (13) :55-60
[5]
基于改进证据理论融合的站域后备保护算法 [J].
蒋红亮 ;
吕飞鹏 .
电力系统保护与控制, 2018, 46 (12) :57-63
[6]
变压器和断路器远程在线监视系统的设计与应用 [J].
陈文睿 ;
陈创 ;
廖晓春 .
南方能源建设, 2018, (01) :132-138
[7]
基于集对分析和综合赋权的电力变压器套管绝缘状态评估 [J].
李志超 ;
李卫国 ;
汤浩 ;
贾鹏飞 ;
张书琦 .
高压电器, 2018, 54 (03) :115-121
[8]
基于极限学习机的电力变压器故障诊断 [J].
杜文霞 ;
赵秀平 ;
杜海莲 ;
吕锋 .
山东科技大学学报(自然科学版), 2017, 36 (05) :29-36
[9]
基于油色谱分析的变压器故障诊断与应用 [J].
谢荣斌 ;
薛静 ;
张霖 ;
申峻 ;
李琪菡 ;
雷勇 ;
赵莉华 .
广东电力, 2017, 30 (08) :117-121
[10]
基于MOPSO的输变电设备状态评估管理研究 [J].
肖磊 ;
杨迎春 ;
杨雪 ;
艾红峰 ;
邓丕 .
电网与清洁能源, 2017, 33 (08) :26-31