变压器故障诊断中溶解气体的PSO-WFCM算法研究

被引：15

作者：

马叶芝 ^{[1
]}

焦彦军 ^{[1
]}

王东升 ^{[1
]}

吕佳 ^{[1
]}

马威 ^{[2
]}

机构：

[1] 华北电力大学(保定)

[2] 河北能源工程设计有限公司

来源：

高压电器 | 2014年 / 50卷 / 01期

关键词：

PSO-WFCM; 变压器; 油中溶解气体; 故障诊断;

D O I：

10.13296/j.1001-1609.hva.2014.01.013

中图分类号：

TM41 [电力变压器];

学科分类号：

080801 ;

摘要：

由于模糊聚类将故障样本等同进行模糊划分,且受初始值影响,故提出将PSO-WFCM算法用于变压器油中溶解气体的故障诊断。该算法选取油中气体作为故障特征量,利用粒子群算法得到最佳初始聚类中心,用以指导模糊聚类求取最终的聚类中心。实验结果表明,其弥补了模糊聚类的不足,还提高了变压器的诊断性能。

引用

页码：72 / 76

页数：5

共 15 条

[1] 灰色神经网络在变压器故障诊断中的应用 [J].

程加堂 ;

熊伟 ;

段志梅 ;

雷竞业 .

高压电器, 2010, 46 (08) :56-58+62

[2] 基于模糊粒子群算法的变压器故障自动识别 [J].

朱苏航 ;

吕干云 .

计算机系统应用, 2010, 19 (08) :242-246

[3] 基于改进粒子群算法的变压器故障诊断研究 [J].

李凌 ;

倪远平 ;

孙婧雅 .

化工自动化及仪表, 2010, 37 (07) :43-46

[4] 改进粒子群优化神经网络在变压器故障诊断中的应用 [J].

贾嵘 ;

李宏斌 ;

康会西 ;

洪刚 .

高压电器, 2010, 46 (05) :14-17+21

[5] 基于模糊聚类法的神经网络变压器故障诊断系统 [J].

钱虹 ;

李超 ;

叶建华 .

上海电力学院学报, 2010, 26 (02) :182-185+189

[6] 基于模糊聚类算法的变压器故障诊断研究 [J].

杜文霞 ;

句希源 ;

吕锋 .

变压器, 2009, 46 (08) :65-69

[7] CP组合神经网络在基于DGA的变压器绝缘故障诊断中的应用 [J].

汪晓明 ;

何萍 ;

吴花 ;

陈振刚 ;

欧阳瑾 ;

李彦明 .

高压电器, 2008, 44 (06) :543-547

[8] 加权模糊聚类及其在电力变压器故障诊断中的应用 [J].

陈舵 ;

崔杜武 ;

李雪 ;

王竹荣 .

西安理工大学学报, 2008, (02) :182-186

[9] 变压器故障诊断中溶解气体的模糊聚类分析 [J].

宋斌 ;

于萍 ;

廖冬梅 ;

罗运柏 .

高电压技术, 2001, (03) :69-71

[10]

模糊聚类分析及其在变压器油色谱数据分析中的应用.[D].王子建.华中科技大学.2006, 03

← 1 2 →