改进免疫聚类算法的变压器故障诊断研究

摘要：

电力变压器是电力系统中的最关键的设备之一,一旦其发生故障,必然会带来巨大的经济损失.本文分析了模糊C均值、免疫算法、混沌优化算法应用于变压器故障诊断的应用现状,提出了基于灰色关联度的免疫模糊聚类算法.在算法中,将故障样本间的灰色关联度和模糊聚类目标函数作为个体亲和度的函数的参数,混沌变异采用柯西变异算子,使得较大概率的搜索广大空间成为可能,从而产生较大变异,这样不易陷入局部最优点,从而保持种群的多样性.实验结果表明,采用所提方法使变压器故障诊断的准确率达到90％以上,该算法不仅有效的克服了传统的FCM聚类算法易陷入局部最小值的缺点,又能有效的抑制免疫进化过程中产生的“退化”现象.

关键词：模糊聚类、免疫进化、混沌优化、灰色关联度、故障诊断

所属期刊栏目：49

分类号：TM406(变压器、变流器及电抗器)

在线出版日期：2012-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：15-18,32