模糊聚類分析及其在變壓器油色譜數(shù)據(jù)分析中的應(yīng)用.pdf

1、電力變壓器是電力系統(tǒng)中最重要的電氣設(shè)備之一，其運(yùn)行狀態(tài)直接影響到整個電力系統(tǒng)的安全與穩(wěn)定運(yùn)行。油中溶解氣體分析由于無需停電試驗(yàn)，便于在線監(jiān)測，且不受外界電場和磁場因素的干擾，因此被世界公認(rèn)為是監(jiān)測和診斷充油電力變壓器早期潛伏性故障最有效的方法之一。 目前基于溶解氣體分析的變壓器故障診斷方法有很多，本文嘗試將模糊聚類分析方法應(yīng)用到變壓器油色譜數(shù)據(jù)的分析中來，并針對該方法在實(shí)際應(yīng)用中存在的問題進(jìn)行了分析討論。 本文首先應(yīng)用模

2、糊聚類分析中的模糊ISODATA算法對變壓器油色譜數(shù)據(jù)進(jìn)行了聚類分析。該方法在實(shí)際應(yīng)用中存在一些問題，如：模式空間的劃分缺乏依據(jù)，聚類分析時沒有考慮各種氣體成分對故障反映的靈敏度等。本文對此進(jìn)行了改進(jìn)，引入了一個描述不同氣體成分對故障反映靈敏度的指標(biāo)權(quán)向量，并在每次迭代運(yùn)算之后對聚類中心進(jìn)行分解和合并處理。利用改進(jìn)后的模糊ISODATA算法對100條測試樣本進(jìn)行了故障診斷，并將診斷結(jié)果與三比值法、改良電協(xié)研法以及實(shí)際故障原因進(jìn)行了對比分

3、析，診斷準(zhǔn)確率達(dá)到了92％，相對于原有的88％有了一定程度的提高。 模糊ISODATA算法以及改進(jìn)后的算法都存在著一個共同的缺點(diǎn)，那就是大數(shù)據(jù)量情況下的計(jì)算耗時。改進(jìn)后的模糊ISODATA算法雖然有效地縮短了故障診斷的時間，但在故障診斷之前需要對已有的樣本數(shù)據(jù)進(jìn)行聚類分析，其計(jì)算過程依然比較繁瑣，為此，將模糊邏輯聚類神經(jīng)元網(wǎng)絡(luò)應(yīng)用到變壓器故障診斷中來，該方法采用模糊集理論中的模糊邏輯算子來完成網(wǎng)絡(luò)的運(yùn)算，再加上神經(jīng)網(wǎng)絡(luò)并行處理的

4、特點(diǎn)，從而大幅度提高了其運(yùn)算速度，節(jié)省了運(yùn)算時間。應(yīng)用該方法對測試庫的樣本進(jìn)行了故障診斷，其診斷準(zhǔn)確率達(dá)到了91％。 模糊ISODATA算法存在兩大缺點(diǎn)：一是處理大數(shù)據(jù)量時的計(jì)算耗時，二是容易陷入局部極小點(diǎn)或鞍點(diǎn)。模糊邏輯聚類神經(jīng)元網(wǎng)絡(luò)雖然可以解決其中第一個缺點(diǎn)，但該方法還是基于梯度下降的學(xué)習(xí)算法，因此不可避免的會陷入局部極小點(diǎn)或鞍點(diǎn)，為此，將進(jìn)化計(jì)算中的進(jìn)化策略應(yīng)用到變壓器故障診斷中來，利用該算法全局尋優(yōu)的特點(diǎn)，從而得到更加合