基于改进模糊聚类算法的变压器油色谱分析 |
| |
引用本文: | 李恩文,王力农,宋斌,方雅琪.基于改进模糊聚类算法的变压器油色谱分析[J].电工技术学报,2018(19). |
| |
作者姓名: | 李恩文 王力农 宋斌 方雅琪 |
| |
作者单位: | 武汉大学电气工程学院 |
| |
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。
|
本文献已被 CNKI 等数据库收录! |
|