加权模糊核聚类法在电力变压器故障诊断中的应用

• 作者: 曹家麟 江玉蓉 田振宁 符杨
• 来源期刊: 高电压技术
• 学科: 工学
• 关键词: 电力变压器 溶解气体分析 故障诊断 模糊核聚类 特征加权 基于样本相似度的加权方法
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 高压测试、故障诊断与状态检修
• 页码范围: 371-374
• 分类号: TM41
• 字数: 2835字
• 语种: 中文

摘要

变压器油中溶解气体分析(DGA)是电力变压器故障诊断的重要方法.针对模糊C均值聚类算法用于溶解气体成分分析时存在的问题,将加权模糊核聚类方法(WFKC)引人到电力变压器故障诊断中,建立了一个新的变压器故障诊断模型.该法首先考虑到样本中不同特征对聚类结果的不同影响,利用基于样本相似度的加权方法对样本特征进行加权,然后将样本从输入空间映射到高维特征空间,在特征空间实现加权模糊核聚类.形成的模型充分考虑了不同特征对聚类结果的不同影响.能有效改善复杂数据集的聚类性能,提高了故障诊断的正确率.案例分析表明,该法能快速有效地对样本进行聚类,从而验证了该法在变压器故障诊断中的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	符杨		182	2576	27.0	44.0
2	江玉蓉		11	151	5.0	11.0
3	田振宁		3	74	3.0	3.0
4	曹家麟		14	281	7.0	14.0