刘太洪，赵永雷（.国网陕西省电力公司，陕西西安　70048；.国网邯郸供电公司，河北邯郸　056004）



动态加权模糊聚类在变压器故障诊断中的应用研究

刘太洪1，赵永雷2
（1.国网陕西省电力公司，陕西西安710048；2.国网邯郸供电公司，河北邯郸056004）

摘要：为提高变压器故障诊断准确率，提出了一种基于遗传算法的动态加权模糊C均值聚类算法。该算法使用把聚类中心作为染色体的浮点数的编码方式，染色体长度可变，不同的长度对应于不同的故障聚类数；并使用权值区别不同样本点对故障划分的影响程度。将该算法应用于电力变压器油中溶解气体分析（DGA）数据分析，实现了变压器的故障诊断。经过大量实例分析，并将结果与其他算法进行对比，表明该算法具有较高的诊断精度。

关键词：动态聚类；权值；遗传算法；变压器；故障诊断

KEY W0RDS：dYnamic c1ustering；weights；genetic a1gorithm；transformer；fau1t diagnosis

传统诊断方法（IEC三比值法、改良三比值法等）属于单故障、渐发性故障的简单诊断技术，由于电气设备故障原因和故障现象的复杂性、模糊性和不确定性，传统故障诊断方法所诊断的结果准确率并不高。近几年来，以模糊数学、神经网络、灰色系统等理论为基础的综合智能化诊断及模式识别等方面的研究中取得了很大的进展，该文在深入研究的基础上运用遗传算法和模糊C均值聚类算法［2-3］，构造一种新的集成诊断方法。

传统的分类方法（如三比值法的分类或专家的经验分类等）总是先确定故障类的多少，即先确定故障模式，然后把故障样本按一定规则或经验分配到模式中去，而缺乏对样本数据的科学分析，因此得出的模式也就自然不能保证是故障样本数据的真正结构。……