基于遗传聚类算法的油中溶解气体分析电力变压器故障诊断

摘要：

电力变压器油中溶解气体分析 DGA(Dissolved Gas Analysis)是电力变压器故障诊断的重要方法.为了克服模糊 C- 均值算法存在的聚类中心数不容易确定,以及容易陷入极小的问题,在运用改进遗传算法的基础上,探讨了一种将自适应遗传算法和模糊 C- 均值相结合的遗传-模糊聚类算法,并将其应用于 DGA 电力变压器数据分析,实现了变压器的故障诊断.实验数据表明:该算法收敛速度快,能有效地对样本进行聚类,提高了识别故障率.

关键词：电力变压器、溶解气体分析、模糊C-均值聚类算法、遗传算法、故障诊断

所属期刊栏目：28

分类号：TM411;TM835(变压器、变流器及电抗器)

资助基金：中国博士后科学基金2006040933

在线出版日期：2008-05-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：15-18