基于改进模糊聚类算法的变压器油色谱分析

• 作者: 宋斌 方雅琪 李恩文 王力农
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 模糊聚类分析 变压器 故障诊断 油中溶解气体分析
• 年，卷（期）: 2018,（19）
• 所属期刊栏目: 高电压与绝缘
• 页码范围: 4594-4602
• 页数: 9页
• 分类号: TM72
• 字数: 5950字
• 语种: 中文
• DOI: 10.19595/j.cnki.1000-6753.tces.171393

摘要

变压器油色谱分析对变压器的运行和维护具有重要意义,聚类算法是油色谱分析的一种重要智能算法.但是传统模糊聚类算法(FCM)无法实现变压器油中溶解气体分析(DGA)数据的有效故障分类.该文针对传统FCM隶属度函数存在较多局部极值点的缺陷,重构了FCM的隶属度计算方法.通过构建指数形式的相似性函数,得到随距离单调变化的隶属函数,消除了隶属度函数的局部极值点;将相似性计算分为两个步骤,先根据样本每个属性计算子相似性,再融合得到样本的综合相似性,进而得到隶属度.实例分析表明,该方法提高了FCM进行DGA故障模式识别的能力,改善了算法的分类性能,具有重要的现实应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋斌	武汉大学电气工程学院	52	691	14.0	25.0
2	王力农	武汉大学电气工程学院	16	67	4.0	8.0
3	方雅琪	武汉大学电气工程学院	12	27	3.0	5.0
4	李恩文	武汉大学电气工程学院	11	18	2.0	4.0