基于鲸鱼优化算法改进模糊聚类的变压器故障诊断的方法

    公开(公告)号:CN119004156A

    公开(公告)日:2024-11-22

    申请号:CN202410952634.0

    申请日:2024-07-16

    Abstract: 基于鲸鱼优化算法改进模糊聚类的变压器故障诊断方法,涉及变压器故障诊断技术,其特征在于,包括如下步骤:步骤S1:收集变压器油中溶解气体的数据,作为初始数据集;步骤S2:对所获取的数据集进行初始化处理;步骤S3:构建鲸鱼算法改进模糊聚类模型,获得聚类中心;步骤S4:对变压器故障类型进行诊断,确定故障结果。本发明是一种基于鲸鱼优化算法改进模糊聚类的变压器故障诊断方法,解决了初始化参数难以选取的问题;通过动态随机改变学习因子c1和c2,能跳出局部最优解,得到全局最优解;自适应权重ω的设计,能够平衡全局与局部搜索,避免过早收敛,提高变压器故障诊断结果的准确性。

    基于粒子群改进模糊聚类的变压器故障诊断的方法

    公开(公告)号:CN118013330A

    公开(公告)日:2024-05-10

    申请号:CN202410071562.9

    申请日:2024-01-17

    Applicant: 三峡大学

    Abstract: 基于粒子群改进模糊聚类的变压器故障诊断的方法,包括以下步骤:步骤1:收集变压器油中溶解气体的数据,作为初始数据集;步骤2:对步骤1的初始数据集进行初始化处理;步骤3:构建粒子群改进模糊聚类模型,获得聚类中心;步骤4:基于步骤3获得的聚类中心对变压器进行故障诊断,确定待诊断变压器的故障类型。本发明一种基于粒子群改进模糊聚类的变压器故障诊断方法,解决了初始化参数难以选取的问题;通过动态随机改变学习因子c1和c2,能跳出局部最优解,得到全局最优解;非线性惯性权重w的设计,能够平衡全局与局部搜索,避免过早收敛,提高变压器故障诊断结果的准确性。

Patent Agency Ranking