[发明专利]基于模糊聚类的变压器故障诊断方法

摘要

本发明公开的基于模糊聚类的变压器故障诊断方法，具体照以下步骤实施：1）根据在线监测数据建立原始数据矩阵；2）将原始数据矩阵中的数据进行标准化获得模糊矩阵；3）建立模糊相似矩阵；4）用平方法计算出模糊相似矩阵R的传递闭包矩阵R'，即模糊等价矩阵t(R)＝R'；5）根据t(R)的下三角，将t(R)中的数据从大到小排列；6）将分类阈值λ从大到小取出，模糊等价矩阵t(R)中的数据大于所取的λ时，将对应的模糊等价矩阵t(R)中的数据用1替换，反之用0替换，将模糊等价矩阵t(R)的每一列数据元素相同的列归为一类；7）根据λ得出动态聚类图，结合DGA技术确定变压器故障类型。本发明的变压器故障测试方法建立了基于模糊聚类的变压器故障诊断模型，能提高电力变压器故障诊断的准确性。

主权项

1.基于模糊聚类的变压器故障诊断方法，其特征在于，具体按照以下步骤实施：步骤1、根据在线监测数据，输入待分类对象的个数n和特征变量个数m，建立原始数据矩阵Y＝(y_ij)_n×m：根据在线监测数据将论域U＝{y₁,y₂,y₃…,y_n}作为待分类的对象，其中每个对象由m个指标表示其性能，即Y_i＝{y_i1,y_i2…,y_im},(i＝1,2,…n)，建立原始数据矩阵，原始数据矩阵为Y＝(y_ij)_n×m；步骤2、将原始数据矩阵中的数据标准化到[0，1]之间，获得模糊矩阵：对步骤1建立的原始数据矩阵Y＝(y_ij)_n×m中的第i个变量进行标准化，就是将y_ij通过算法转换成y′_ij，具体按照以下算法转换：yij′=yij-yi‾Ti,(1≤i≤n,1≤j≤m);]]>其中，yi‾=1myij,]]>Ti=Σj=1m(yij-yi‾)2m-1;]]>将原始数据矩阵Y＝(y_ij)_n×m中的数据进行标准差标准化变换后，若还有个别的则要对这些数据继续进行极差正规化处理，极差正规化处理按照以下算法实施：yij′′=yij-min{yij′}max{yij′}-min{yij′};]]>经极差正规化处理后，得到的所有的y″_ij∈[0,1]，并且也不存在纲量矩阵的影响，即得到模糊矩阵Y＝(y″_ij)_n×m；步骤3，采用相似系数法、距离法或贴近度法之一来确定相似系数，建立模糊相似矩阵；步骤4、用平方法计算出经步骤3获得模糊相似矩阵R的传递闭包矩阵R'，即模糊等价矩阵t(R)＝R'；步骤5、观察步骤4获得的模糊等价矩阵t(R)的下三角，再将模糊等价矩阵t(R)中的数据从大到小排列，这些由大到小的数据即为分类阈值λ的取值点；步骤6、将步骤5中的分类阈值λ从大到小逐一取出，当模糊等价矩阵t(R)中的数据大于所取的分类阈值λ时，将对应的模糊等价矩阵t(R)中的数据用1替换，反之，用0替换，最终模糊等价矩阵t(R)中只含有0和1两个元素；观察模糊等价矩阵t(R)的每一列，数据元素相同的列归为一类，进而将其进行分类；步骤7、根据步骤5中不同的分类阈值λ，运用MATLAB软件编程仿真，最终得出基于模糊聚类的变压器故障诊断模型的动态聚类图，再结合DGA技术确定变压器故障类型。