首页> 中文期刊> 《黑龙江电力》 >基于鲁棒学习模糊C均值聚类算法的变压器故障辨识方法

基于鲁棒学习模糊C均值聚类算法的变压器故障辨识方法

         

摘要

为提高电力变压器故障评估的准确性,在变压器油中溶解气体检测数据基础上,采用鲁棒学习模糊C-均值聚类算法进行状态信息挖掘分析.该方法利用信息熵来度量样本归属的模糊性,避免了经典模糊C-均值聚类算法受初始化参数影响大、对离群数据点敏感、分类结果不稳定等缺点.算例计算分析结果表明,基于鲁棒学习模糊C-均值聚类算法能够对变压器评估指标数据进行有效、准确的分类,从而实现电力变压器故障的准确评估,为检修决策提供合理的建议.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号