基于改进模糊聚类算法的变压器油色谱分析

被引：43

作者：

李恩文

王力农

宋斌

方雅琪

机构：

[1] 武汉大学电气工程学院

来源：

电工技术学报 | 2018年 / 33卷 / 19期

关键词：

模糊聚类分析; 变压器; 故障诊断; 油中溶解气体分析;

D O I：

10.19595/j.cnki.1000-6753.tces.171393

中图分类号：

TM407 [维护、检修];

学科分类号：

摘要：

变压器油色谱分析对变压器的运行和维护具有重要意义,聚类算法是油色谱分析的一种重要智能算法。但是传统模糊聚类算法(FCM)无法实现变压器油中溶解气体分析(DGA)数据的有效故障分类。该文针对传统FCM隶属度函数存在较多局部极值点的缺陷,重构了FCM的隶属度计算方法。通过构建指数形式的相似性函数,得到随距离单调变化的隶属函数,消除了隶属度函数的局部极值点;将相似性计算分为两个步骤,先根据样本每个属性计算子相似性,再融合得到样本的综合相似性,进而得到隶属度。实例分析表明,该方法提高了FCM进行DGA故障模式识别的能力,改善了算法的分类性能,具有重要的现实应用价值。

引用

收藏

页码：4594 / 4602

页数：9

相关论文

共 16 条

[1] 考虑柔性直流落点约束的最优主动解列断面搜索算法 [J].

王振浩 ;

张明泽 ;

杜虹锦 ;

李扬 ;

李国庆 .

电工技术学报, 2017, 32 (17) :57-66

[2] 基于节点聚类分簇的多馈入直流落点筛选方法 [J].

蔡国伟 ;

史一明 ;

杨德友 .

电工技术学报, 2017, 32 (09) :140-148

[3] 基于K均值聚类的光伏电站运行状态模式识别研究 [J].

杨大勇 ;

葛琪 ;

董永超 ;

唐云龙 ;

贺衬心 .

电力系统保护与控制, 2016, 44 (14) :25-30

[4] GIS局部放电脉冲分类特征提取算法 [J].

鲍永胜 ;

郝峰杰 ;

徐建忠 ;

张远航 .

电工技术学报, 2016, 31 (09) :181-188

[5] 基于模糊聚类和完全二叉树支持向量机的变压器故障诊断 [J].

李赢 ;

舒乃秋 .

电工技术学报, 2016, 31 (04) :64-70

[6] 局部放电UHF脉冲的时频特征提取与聚类分析 [J].

汪可 ;

廖瑞金 ;

王季宇 ;

杨丽君 ;

李剑 .

电工技术学报, 2015, 30 (02) :211-219

[7] 基于多分类最小二乘支持向量机和改进粒子群优化算法的电力变压器故障诊断方法 [J].

郑含博 ;

王伟 ;

李晓纲 ;

王立楠 ;

李予全 ;

韩金华 .

高电压技术, 2014, 40 (11) :3424-3429

[8] 量子遗传神经网络在变压器油中溶解气体分析中的应用 [J].

高骏 ;

何俊佳 .

中国电机工程学报, 2010, 30 (30) :121-127

[9] 基于核可能性聚类算法和油中溶解气体分析的电力变压器故障诊断研究 [J].

熊浩 ;

孙才新 ;

廖瑞金 ;

李剑 ;

杜林 .

中国电机工程学报, 2005, (20) :162-166

[10] 灰色聚类与模糊聚类集成诊断变压器内部故障的方法研究 [J].

李俭 ;

孙才新 ;

陈伟根 ;

周湶 ;

杜林 .

中国电机工程学报, 2003, (02) :116-119