买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:国网甘肃省电力公司陇南供电公司
摘要:本发明提供一种基于CS优化的FCM变压器绕组变形检测方法,通过将多个待测变压器的频率响应样本数据与已知变形状态的频率响应数据混合后进行聚类分析,并依据聚类结果,实现对变压器绕组变形检测;在聚类分析时由于模糊C均值聚类算法受噪声和异常值影响较小,可降低对频率响应样本数据的难度,但其对初始簇中心的位置十分敏感,且初始簇中心一般随机生成的,可能会出现局部最优,影响聚类结果的准确性;故采用布谷鸟算法对模糊C均值聚类算法的初始簇中心进行优化,通过随机游走和区域跳跃搜索求得全局最优解。因此,本发明通过上述技术手段,能够提高变压器绕组变形检测结果的准确性,保证变压器运行工作的稳定性和可靠性。
主权项:1.一种基于CS优化的FCM变压器绕组变形检测方法,其特点在于,包括以下步骤:获取待测变压器的至少两条频率响应曲线,将所述频率响应特征曲线转换为频率响应特征数据;将待测变压器对应的频率响应特征数据与若干已知变形状态的频率响应特征数据混合后,输入至变压器绕组变形聚类模型进行聚类分析;获取所述变压器绕组变形聚类模型输出的聚类结果,并根据待测变压器对应的频率响应特征数据的聚类结果,确定待测变压器的变形状态;其中,所述变压器绕组变形聚类模型采用模糊C均值聚类算法进行聚类分析,且采用布谷鸟算法对所述模糊C均值聚类算法的初始簇中心进行优化,优化方式包括以下步骤:S1:初始化参数,并将一组随机解作为初始鸟窝位置,用于计算初始适应度函数值;其中,将鸟窝位置配置为簇中心,将适应度函数配置为所述模糊C均值聚类算法的目标函数;初始化的参数包括:鸟窝规模M,发现概率P,最大迭代次数,解空间的上下边界;S2:以随机游走的方式,计算子代鸟窝位置;S3:比较子代鸟窝位置与父代鸟窝位置对应的适应度函数值,若子代鸟窝位置的适应度函数值更小,则子代鸟窝位置替换父代鸟窝位置;S4:判断是否达到最大迭代次数,若达到,则将当前的鸟窝位置作为最优解;否则,跳转至步骤S2。
全文数据:
权利要求:
百度查询: 国网甘肃省电力公司陇南供电公司 一种基于CS优化的FCM变压器绕组变形检测方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。