改进PSO与模糊聚类相结合的变压器故障诊断.pdf

改进PSO与模糊聚类相结合的变压器故障诊断.pdf

ID:57749993

大小:292.50 KB

页数:4页

时间:2020-03-28

改进PSO与模糊聚类相结合的变压器故障诊断.pdf_第1页
改进PSO与模糊聚类相结合的变压器故障诊断.pdf_第2页
改进PSO与模糊聚类相结合的变压器故障诊断.pdf_第3页
改进PSO与模糊聚类相结合的变压器故障诊断.pdf_第4页
资源描述:

《改进PSO与模糊聚类相结合的变压器故障诊断.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、研究与开发改进PSO与模糊聚类相结合的变压器故障诊断韩富春廉建鑫高文军崔凯2(1.太原理工大学电气与动力工程学院,太原030024;2.长治供电分公司,山西长治047605)摘要针对基本粒子群算法存在收敛速度慢、易陷入局部极值的缺点,提出了一种改进PSO算法与模糊聚类相结合的变压器故障诊断方法。该方法根据变压器油中主要特征气体含量,利用杂交遗传改进粒子群通过优化模糊聚类准则函数,得出故障类型的最优聚类中心,再由聚类中心得出相应模糊隶属函数,最后由隶属函数判断所属故障类型。实例分析结果表明,该算法在有限样本情况下具有较高的故障诊断正确率,可以满足电力变压器的故障诊断要求。关

2、键词:电力变压器;故障诊断;改进PSO;模糊聚类TransformerFaultDiagnosisApproachofModifiedParticleSwarthOptimizationAlgorithmCombingwithFuzzySetAnalysisHanFuchunLianJianxinlGaoWenjunlCuiKai2(1.SchoolofElectricalandPowerEngineering,TaiyuanUniversityofTechology,Taiyuan030024;2.ChangzhiPowerSipplyCompany,Changzhi,

3、Shanxi047605)AbstractBecausethestandardparticleswarmoptimizationalgorithmhadsomeshortcomingsofslowconvergenceandeasytofalljntothelocalextremevalue,anewpowertransformerfaultdiagnosticmethodwasproposed,whichisbasedonmodifiedparticleswarthoptimizationalgorithmcombingwithfuzzysetanalysis.Acco

4、rdingtothedataofthemaincharacteristicsdissolvedgasappliedtoPowertransformer,thismethodusethemodifedparticlesarthoptimizationalgorithmwhichisimprovedbythehybridgeneticth—eorytooptimizethecriterionfunctionoffuzzyset,inthiswaywewillgettheoptimi.zedclusteringcentersofeveryfaulttypesbywhich,th

5、ecorrespondingfuzzymembershipfunctionsarecalculated,thenthefaultthpesoftransformerareidentifiedbaseonthecorrespondingfuzzymembersipfunctions.Thetestresultshowsthatthismethodwithhighaccuracyoffaultdiagnosisinfinitesamplecases,SOitcouldmeettherequirementsoffaultdiaghosisofpowertransformers.

6、Keywords:transformers;faultdiagnosis:optimizedclusteringcenters;modifiedPSO;fuzzyset向量机l4J、人工神经网络【_6】等各种智能技术与变压引言器故障特征气体含量信息结合的方法对变压器故障电力变压器是电力系统中的关键设备之一,其进行分析诊断,这些方法已经取得了较好的成果。运行状态关系到整个电力系统的安全可靠运行。因粒子群优化算法是一种新型的进化计算技术,此,及时发现变压器的潜在故障,保证其安全稳定具有搜索能力强、参数少、算法灵活简单等优点,运行,具有重要的现实意义。日前在我国,油中溶在变压器

7、故障诊断方面也已有所应用,但传统的粒解气体分析的三比值法是对变压器进行故障诊断最子群算法存在收敛速度慢、易陷入局部极值的缺陷。基本的方法之一⋯,但这种方法在实际应用rf1,存本文利用杂交遗传原理对粒子群算法进行了改进,在着编码判据缺损等问题f2]。针对这些不足,在变使用改进后的粒子群算法对模糊聚类准则函数进行压器的故障诊断中,又提出了将人工免疫_3】、支持优化,得出最优聚类中心,然后由故障测试数据求2011年第5期电鼍技求l1研究与开发出其隶属函数,最后由隶属函数判断变压器故障类别,则聚类准则函数为型。实例计算表明该方法具有较

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。