FCM聚類(lèi)算法及其在變壓器故障診斷中的應(yīng)用.pdf

1、電力變壓器的運(yùn)行狀態(tài)直接影響著整個(gè)電力系統(tǒng)的穩(wěn)定性，在眾多的變壓器故障診斷方法中，三比值法以其獨(dú)特的優(yōu)點(diǎn)在實(shí)際中得到了最廣泛的應(yīng)用，但是該方法的編碼和故障類(lèi)型之間對(duì)應(yīng)太苛刻，存在編碼缺失的問(wèn)題，所以故障診斷的正確率不高。
　　模糊聚類(lèi)算法能夠以隸屬度的方式實(shí)現(xiàn)對(duì)樣本集合的軟劃分，本文根據(jù)變壓器故障診斷具有模糊性的特點(diǎn)，將FCM（模糊c均值聚類(lèi)）算法和三比值法結(jié)合進(jìn)行變壓器故障診斷。對(duì)于FCM算法在聚類(lèi)過(guò)程中沒(méi)有區(qū)分樣本作用差異的缺

2、點(diǎn)，首先根據(jù)歐式距離可以表示樣本間相異度的思想，對(duì)FCM算法進(jìn)行加權(quán)改進(jìn)，實(shí)現(xiàn)了SWFCM算法。用IRIS數(shù)據(jù)集進(jìn)行試驗(yàn)，結(jié)果顯示SWFCM（樣本加權(quán)的模糊c均值聚類(lèi)）算法所得的聚類(lèi)中心能夠更加接近實(shí)際位置。
　　進(jìn)行變壓器故障診斷時(shí)，把標(biāo)準(zhǔn)樣本和待測(cè)樣本的數(shù)據(jù)按照三比值法中的故障類(lèi)型順序排列，組成樣本矩陣，作為SWFCM算法的輸入量，通過(guò)輸出隸屬度的比較，算法可以自動(dòng)識(shí)別待測(cè)樣本的故障類(lèi)型。實(shí)例表明，這樣的故障診斷模式能得到93

3、.42%的故障診斷正確率，而且在有噪聲干擾的情況下，算法的抗干擾能力也比三比值法強(qiáng)。
　　根據(jù)實(shí)際的故障診斷模式，本文對(duì)SWFCM算法的隸屬度矩陣設(shè)置了更合理的初始值，從迭代次數(shù)來(lái)看，SWFCM算法顯著提高了收斂速度，和FCM算法相比，能夠更快地確定故障類(lèi)型。
　　為了體現(xiàn)SWFCM算法在修正聚類(lèi)中心位置上的作用，直接用SWFCM算法對(duì)152組樣本進(jìn)行聚類(lèi)，由于每類(lèi)的樣本數(shù)目相差懸殊，數(shù)目小的樣本類(lèi)會(huì)被作為分散點(diǎn)或孤立點(diǎn)，F(xiàn)