纵横交叉算法与模糊聚类相结合的变压器故障诊断

摘要：

针对FCM（模糊C－均值聚类）在变压器故障诊断中的不足，提出采用纵横交叉算法优化FCM （ CSO－FCM）聚类来进行故障诊断。溶解气体分析与FCM相结合，能有效提高变压器故障诊断的准确率，但FCM存在聚类结果不稳定和容易陷入局部最优等问题。而纵横交叉算法是一种基于种群的随机搜索算法，在算法中首次提出了维局部最优概念和纵横交叉双搜索思想。实验证明，相比其它主流群智能优化算法，CSO算法在解决维数灾问题和收敛精度问题方面取得了较大突破，能有效克服局部最优的问题。新诊断模型有效弥补了单一诊断法的不足，拥有全局收敛性强和处理模糊信息的能力。实例分析表明，该方法与传统FCM相比，能获得更优的聚类中心，有效提高了变压器故障诊断的准确性和快捷性。

关键词：纵横交叉算法、模糊聚类、故障诊断

所属期刊栏目：53

分类号：TM406(变压器、变流器及电抗器)

资助基金：国家自然科学基金项目51307025；广东省自然科学基金S2013040013776，S2012040007911；广东省教育厅育苗工程项目2013LYM－0019

在线出版日期：2016-08-09（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：25-29