基于历史信息挖掘的变压器健康状态聚类方法

• 作者: 李洁珊 王朝硕 章禹 郭创新
• 来源期刊: 电力系统保护与控制
• 关键词: 变压器 健康状态 大数据 关联分析 主分量分析 聚类分析
• 年，卷（期）: 2018,（14）
• 所属期刊栏目: 应用研究
• 页码范围: 94-99
• 页数: 6页
• 字数: 4365字
• 语种: 中文
• DOI: 10.7667/PSPC171021

摘要

传统变压器健康状态评估主要集中在评价导则与模型建立上,然而人为因素与低数据利用率或导致评估结果不准确,对此提出了一种基于历史信息挖掘的变压器健康状态聚类方法.首先利用关联分析挖掘变压器历史信息,以置信度量化评价指标.其次采用主分量分析方法获取评价指标关联权重,据此修正指标聚类空间.最后通过Canopy-kmeans两层聚类方法分析变压器集群健康状态,针对不同簇给出相应健康等级以指导状态检修与运行调度.算例分析验证了该方法的可行性与有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王朝硕		10	24	3.0	4.0
2	郭创新	浙江大学电气工程学院	216	5889	43.0	69.0
3	李洁珊		5	8	1.0	2.0
4	章禹	浙江大学电气工程学院	14	89	5.0	9.0