改进的灰熵关联度算法用于变压器故障诊断 fault diagnosis of transformer using an improved grey entropy relation algorithem.pdfVIP

下载本文档

7
0
约2.19万字
约 6页
2017-08-13 发布于上海
举报
版权申诉

改进的灰熵关联度算法用于变压器故障诊断 fault diagnosis of transformer using an improved grey entropy relation algorithem.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

改进的灰熵关联度算法用于变压器故障诊断 fault diagnosis of transformer using an improved grey entropy relation algorithem

第21卷第4期电力系统及其自动化学报 V01．2lNo．4 2009年8月 oftheCSU—EPSA Aug．2009 Proceedings 改进的灰熵关联度算法用于变压器故障诊断曹建1’2，范竞敏1’2，丁家峰1，盛驰1’2 (1．中南大学物理科学与技术学院，长沙410083； 2．北京华电云通电力技术有限公司，北京100069) 摘要：为解决传统灰熵关联度算法中标准序列难以确定、故障隶属度分辨率差等问题，提出新的灰熵关联度诊断算法。采用C—Means模糊聚类算法，将若干典型样本组成的故障空间聚成C个灰类，并得到c个最优聚类中心。以上述聚类为基础，将主成分分析应用于灰熵关联度，建立一种以模糊聚类和主成分分析为基础的灰熵关联度诊断变压器故障的新模型。实践结果表明，文中方法能大幅度提高故障隶属度的分辨率，故障诊断准确度达到了94％，从而为变压器故障诊断提供一条新的有效途径。关键词：模糊聚类；主成分分析；灰熵关联度；故障诊断中图分类号：TM407}TPl8文献标志码：A 文章编号：1003—8930(2009)04—0025-05 Fault ofTransformeran Diagnosis UsingImproved Grey Relation Entropy AIgorithem CAOJianl”，FAN Chil·2 Jing—rainl”，DINGJia—fen91，SHENG of Scienceand South (1．DepartmentPhysics Technology，CentralUniversity， Changsha410083，China； Huadian PowerTechnical 100069，China) 2．Beijing Yuntong Co．，Ltd．，Beijing Abstract：Toovercome oftheconventional relation standard disadvantages greyentropy algorithm，forexample of aredifficulttO andfaults has low fault determine sequencestypes subjectiondegreesvery resolvingpower，a novel relation is theC—Means grey algorithm utilizing fuzzy entropy presented．By faults aredividedintoCkindsof C clustercentersare typicalsamples greytypes，andoptimal computed．Based ontheabove--mentioned