基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对FCM(模糊C-均值聚类)在变压器故障诊断中的不足,提出采用纵横交叉算法优化FCM ( CSO-FCM)聚类来进行故障诊断。溶解气体分析与FCM相结合,能有效提高变压器故障诊断的准确率,但FCM存在聚类结果不稳定和容易陷入局部最优等问题。而纵横交叉算法是一种基于种群的随机搜索算法,在算法中首次提出了维局部最优概念和纵横交叉双搜索思想。实验证明,相比其它主流群智能优化算法,CSO算法在解决维数灾问题和收敛精度问题方面取得了较大突破,能有效克服局部最优的问题。新诊断模型有效弥补了单一诊断法的不足,拥有全局收敛性强和处理模糊信息的能力。实例分析表明,该方法与传统FCM相比,能获得更优的聚类中心,有效提高了变压器故障诊断的准确性和快捷性。
推荐文章
改进PSO与模糊聚类相结合的变压器故障诊断
电力变压器
故障诊断
改进PSO
模糊聚类
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
故障诊断
变压器
模糊聚类
灰色聚类
可能性模糊均值聚类的变压器故障诊断研究
电力变压器
故障诊断
模糊聚类
可能性
基于SAAFSA优化加权模糊聚类算法的变压器故障诊断
加权模糊聚类
模拟退火
人工鱼群算法
聚类中心
故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 纵横交叉算法与模糊聚类相结合的变压器故障诊断
来源期刊 电测与仪表 学科 工学
关键词 纵横交叉算法 模糊聚类 故障诊断
年,卷(期) 2016,(13) 所属期刊栏目
研究方向 页码范围 25-29
页数 5页 分类号 TM406
字数 4777字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭壮志 广东工业大学自动化学院 29 253 8.0 15.0
2 孟安波 广东工业大学自动化学院 92 669 15.0 21.0
3 卢海明 广东工业大学自动化学院 13 99 4.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (109)
共引文献  (141)
参考文献  (11)
节点文献
引证文献  (7)
同被引文献  (35)
二级引证文献  (5)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(11)
  • 参考文献(1)
  • 二级参考文献(10)
2009(12)
  • 参考文献(0)
  • 二级参考文献(12)
2010(22)
  • 参考文献(1)
  • 二级参考文献(21)
2011(11)
  • 参考文献(3)
  • 二级参考文献(8)
2012(7)
  • 参考文献(3)
  • 二级参考文献(4)
2013(6)
  • 参考文献(2)
  • 二级参考文献(4)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(8)
  • 引证文献(6)
  • 二级引证文献(2)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
纵横交叉算法
模糊聚类
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电测与仪表
半月刊
1001-1390
23-1202/TH
大16开
哈尔滨市松北区创新路2000号
14-43
1964
chi
出版文献量(篇)
7685
总下载数(次)
22
总被引数(次)
55393
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导