改进PSO与模糊聚类相结合的变压器故障诊断

• 作者: 崔凯 廉建鑫 韩富春 高文军
• 来源期刊: 电气技术
• 学科: 工学
• 关键词: 电力变压器 故障诊断 改进PSO 模糊聚类
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 研究与开发
• 页码范围: 1-4
• 分类号: TM921.51
• 字数: 2624字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3800.2011.05.001

摘要

针对基本粒子群算法存在收敛速度慢、易陷入局部极值的缺点,提出了一种改进PSO算法与模糊聚类相结合的变压器故障诊断方法.该方法根据变压器油中主要特征气体含量,利用杂交遗传改进粒子群通过优化模糊聚类准则函数,得出故障类型的最优聚类中心,再由聚类中心得出相应模糊隶属函数,最后由隶属函数判断所属故障类型.实例分析结果表明,该算法在有限样本情况下具有较高的故障诊断正确率,可以满足电力变压器的故障诊断要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩富春	太原理工大学电气与动力工程学院	85	977	21.0	26.0
2	崔凯		4	15	2.0	3.0
3	廉建鑫	太原理工大学电气与动力工程学院	2	28	2.0	2.0
4	高文军	太原理工大学电气与动力工程学院	2	28	2.0	2.0