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：国家电网有限公司;重庆电力设计院有限责任公司

摘要：本发明涉及一种基于LOF‑FCM模糊聚类算法的电抗器振动监测系统，属于电子器件领域。一种基于LOF‑FCM模糊聚类算法的电抗器振动监测系统，包括依次信号连接的传感器终端部分、信号处理电路部分、数据采集部分和PC端；本发明能够做到对电抗器的振动位移、速度以及加速度的实时在线监测，及时反馈其振动数据信息，提供电抗器振动评估的多维数据；将LOF离群因子检测算法与FCM模糊聚类算法进行有机融合，在进行聚类之前能够剔除一部分离群数据，大大提升了FCM聚类算法的准确度；能够通过改进LOF‑FCM模糊聚类算法对传感器的摆放位置误差进行消除，做到实时在线的精准检测，提升振动监测系统的准确度。

主权项：1.一种基于LOF-FCM模糊聚类算法的电抗器振动监测系统，其特征在于：包括依次信号连接的传感器终端部分、信号处理电路部分、数据采集部分和PC端；所述传感器终端部分包括位移传感器和速度传感器和加速度传感器；所述信号处理电路部分包括HPF高通滤波电路一、HPF高通滤波电路二、HPF高通滤波电路三、信号放大电路一、信号放大电路二和信号放大电路三；所述数据采集部分包括数据采集卡；所述位移传感器依次与HPF高通滤波电路一和信号放大电路一信号连接；所述速度传感器依次与HPF高通滤波电路二和信号放大电路二信号连接；所述加速度传感器依次与HPF高通滤波电路三和信号放大电路三信号连接；所述PC端包括上位机和改进LOF-FCM模糊聚类部分两个部分；其中，上位机是基于LabVIEW平台、利用单循环结构与多循环结构相结合的方式开发的；单循环结构实现初始参数设置、文件夹建立及离线分析功能；多循环结构运行监测主程序，实现信号的采集、处理及显示；单循环结构与多循环结构相结合的方式，显示位移测量值、速度测量值、加速度测量值、最大值、最小值、模糊聚类图像和聚类中心值；改进LOF-FCM模糊聚类部分流程为：FCM算法把n个向量xi分为c个模糊组，i＝1,2,…,n，并求每组的聚类中心，使得非相似性指标的价值函数达到最小；FCM用模糊划分，使得每个给定数据点用值在[0,1]间的隶属度来确定其属于各个组的程度；与引入模糊划分相适应，隶属矩阵U允许有取值在[0,1]间的元素；加上归一化规定，一个数据集的隶属度的和总等于1： FCM的价值函数的一般化形式为： uij介于[0,1]间；ci为模糊组i的聚类中心，dij＝||ci-xj||为第i个聚类中心与第j个数据点间的欧几里德距离，且m∈[1,∞是一个加权指数；λj与j∈[1,n]是式6的n个约束式的拉格朗日乘子；对所有输入参量求导，使式2达到最小的必要条件为： 和 确认聚类中心ci和隶属矩阵U流程为：1用值在0到1间的随机数初始化隶属矩阵U，使其满足式1中的约束条件；2用式3计算c个聚类中心ci，i＝1,…,c；3根据式2计算价值函数；如果它小于某个确定的阀值，或它相对上次价值函数值的改变量小于某个阀值，则算法停止；4用式4计算新的U矩阵；返回步骤2；在LOF算法中，通过给每个数据点都分配一个依赖于邻域密度的局部离群因子LOF，进而判断该数据点是否为离群点；若LOF远大于1，则该数据点为离群点；若LOF接近于1，则该数据点为正常数据点；目标函数LOF的计算如式5～7所示； reach-distkp,o＝max{k-disto,dp,o}7其中，lrdk为局部可达密度；Nk为第k距离邻域；reach-distk为第k可达距离；k-disto为o点的第k距离，即距o第k远的距离且不包括o点；k为50；LOF算法的异常界定阈值设定为2.0；所述振动监测系统中，布置位移、速度以及加速度三传感器终端，分别测试传感器同一摆放位置200次振动参量数据作为振动数据集，包括位移数据集、速度数据集以及加速度数据集，测得的振动数据在一定范围内浮动变化，同时分别取出各个数据集中的最大值与最小值；以其中一个振动参量数据为纵坐标，另外两个振动参量数据分别作为横坐标，得到位移-速度以及位移-加速度的两个二维坐标系中的数据簇，为避免两个数据簇的数据点重合，将其中一个数据簇数据对Y轴进行镜像处理，将两个数据簇数据进行数据点分离；再分别对三个振动参量数据进行数据归一化处理，分别以各自的振动平均值作为归一化标准值，再将所得数据绘制于同一张二维图中，得到改进LOF-FCM模糊聚类算法数据集；对二维平面上的数据点簇进行LOF离群因子检测，首先计算每个数据点的局部可达密度，然后通过局部可达密度进一步计算得到每个数据点的离群因子数值，该离群因子数值标识每个数据点的离群程度，离群因子数值越大，表示离群程度越高，离群因子数值越小，表示离群程度越低；通过设置离群因子数值的阈值，对高于此阈值的数据点进行剔除，进而达到对原始振动参量数据的预处理效果；对剩余的数据进行FCM模糊聚类处理，使得划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小，进而达到数据点的分类处理；对每一个分出来的类别进行聚类中心求解，将所得的聚类中心数值作为本发明监测系统最终测量值，将此测量值与前文的振动参量最小值与最大值分别进行误差求解，将两误差数据取平均值，即为振动监测系统测量精确度的提升值。

全文数据：

权利要求：

百度查询： 国家电网有限公司 重庆电力设计院有限责任公司 一种基于LOF-FCM模糊聚类算法的电抗器振动监测系统