基于克隆选择分类算法的电力变压器故障诊断

摘要：

变压器油中溶解气体分析是进行电力变压器故障诊断的一种有效方法,将克隆选择分类算法引入电力变压器油中溶解气体分析,利用免疫克隆选择原理学习并提取表征故障样本特征的记忆抗体集,然后用最邻近分类法对故障样本进行分类.人工免疫系统具有良好的自学习和自记忆能力,使得克隆选择分类算法具有很强的非线性分类和泛化能力.经大量实例分析,并将其结果与IEC三比值法和BP神经网络等方法的结果相比较表明,该算法能有效对电力变压器单故障和多故障样本进行分类,并具有较高的诊断精度.

关键词：溶解气体分析、克隆选择、最邻近分类法、电力变压器、故障诊断、高电压绝缘技术

所属期刊栏目：30

分类号：TM855(高电压技术)

资助基金：中国科学院项目（非规范项目）50425722

在线出版日期：2006-04-06（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：65-68,73