基于改进量子粒子群优化模糊聚类的变压器故障诊断方法

• 作者: 律方成 李敏 王永强 谢军
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 电力变压器 改进IQPSO-FCM 油中溶解气体 故障诊断
• 年，卷（期）: 2015,（15）
• 页码范围: 19-25
• 页数: 7页
• 分类号: TM835.4
• 字数: 4034字
• 语种: 中文

摘要

对电力变压器进行高效准确的故障诊断可有效保障电力系统安全、稳定运行。为提高变压器故障诊断正确率，提出了一种基于改进量子粒子群优化模糊聚类的变压器故障诊断方法。采用遗传算法杂交概率的思想改进量子粒子群算法提高算法收敛速度、防止陷入局部极值，克服模糊聚类算法易受初始值影响的不足，进而实现对变压器高效、准确的故障诊断。以变压器油中典型气体作为故障特征量，选取68组数据建立故障集，采用改进量子粒子群算法寻找最佳初始聚类中心，并将其应用于3种不同数据组进行验证，实验结果表明文中所提方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	律方成	华北电力大学河北省输变电设备安全防御重点实验室	266	4998	37.0	55.0
2	王永强	华北电力大学河北省输变电设备安全防御重点实验室	67	681	12.0	23.0
3	李敏	华北电力大学河北省输变电设备安全防御重点实验室	13	75	5.0	8.0
4	谢军	华北电力大学河北省输变电设备安全防御重点实验室	10	75	5.0	8.0