基于GA与PSO混合优化FCM聚类的变压器故障诊断

被引:19
作者
雷浩辖
刘念
崔东君
马铁军
徐海霸
机构
[1] 四川大学电气信息学院
关键词
变压器; 故障诊断; 遗传算法; 粒子群优化; 模糊C均值聚类;
D O I
暂无
中图分类号
TM407 [维护、检修];
学科分类号
080801 ;
摘要
针对FCM聚类、GA-FCM聚类以及PSO-FCM聚类在进行变压器故障诊断时的不足,采用了GA与PSO混合优化FCM(GAPSO-FCM)聚类来进行故障诊断。GAPSO-FCM聚类进行的是全局搜索,克服了FCM聚类容易陷入局部极小值的问题。GAPSO-FCM聚类是以全局最优个体将GA聚类与PSO聚类有机地联系在一起,GA与PSO共用一个最优个体,迭代过程中既包括了GA运算也包括了PSO运算。它依据GA的随机性扩大了搜索范围,之后在所找到的个体附近依据PSO进行更细致的搜索,克服了仅基于单一GA或PSO优化的FCM聚类的早熟问题。通过仿真与实例分析,表明采用GAPSO-FCM聚类进行故障诊断的正确率比采用其他三种聚类的正确率高。
引用
收藏
页码:52 / 56
页数:5
相关论文
共 15 条
[1]   基于免疫RBF神经网络的变压器故障诊断 [J].
任静 ;
黄家栋 .
电力系统保护与控制, 2010, 38 (11) :6-9+14
[2]   基于灰关联熵法的电力变压器故障诊断研究 [J].
宋强 ;
李菲 ;
张运素 ;
徐蕾 .
变压器, 2010, 47 (02) :56-58
[3]   利用改进遗传算法与LS-SVM进行变压器故障诊断 [J].
张凯 ;
黄华平 ;
杨海涛 ;
谢庆 .
电网技术, 2010, 34 (02) :164-168
[4]   改进型灰色关联度在变压器故障诊断中的应用 [J].
贺令辉 ;
邓维 ;
龚杰 ;
周力行 .
变压器, 2009, 46 (12) :50-53
[5]   基于不完备信息系统规则提取和Petri Nets的电力变压器故障诊断 [J].
荣雅君 ;
赵杰 ;
王健 ;
吴闻婧 ;
葛葆华 .
电力系统保护与控制, 2009, 37 (18) :1-4+10
[6]   基于LM-Elman神经网络的电力变压器故障诊断 [J].
孙婧雅 ;
倪远平 ;
李凌 ;
刘守盎 .
云南大学学报(自然科学版), 2009, 31 (S2) :50-54
[7]   一种结合模糊TOPSIS法和BP神经网络的变压器故障诊断方法 [J].
潘超 ;
马成廉 ;
郑玲峰 ;
刘宁 .
电力系统保护与控制, 2009, 37 (09) :20-24+29
[8]   基于模糊免疫识别方法的电力变压器故障诊断 [J].
周爱华 ;
张彼德 ;
方春恩 ;
李伟 .
电网技术, 2009, 33 (03) :99-102
[9]   基于粒子群优化神经网络的变压器故障诊断 [J].
王晓霞 ;
王涛 .
高电压技术, 2008, (11) :2362-2367
[10]   加权模糊聚类及其在电力变压器故障诊断中的应用 [J].
陈舵 ;
崔杜武 ;
李雪 ;
王竹荣 .
西安理工大学学报, 2008, (02) :182-186