| 摘要: |
| 针对FCM聚类、GA-FCM聚类以及PSO-FCM聚类在进行变压器故障诊断时的不足，采用了GA与PSO混合优化FCM（GAPSO-FCM）聚类来进行故障诊断。GAPSO-FCM聚类进行的是全局搜索，克服了FCM聚类容易陷入局部极小值的问题。GAPSO-FCM聚类是以全局最优个体将GA聚类与PSO聚类有机地联系在一起，GA与PSO共用一个最优个体，迭代过程中既包括了GA运算也包括了PSO运算。它依据GA的随机性扩大了搜索范围，之后在所找到的个体附近依据PSO进行更细致的搜索，克服了仅基于单一GA或PSO优化的FCM聚类的早熟问题。通过仿真与实例分析，表明采用GAPSO-FCM聚类进行故障诊断的正确率比采用其他三种聚类的正确率高。 |
| 关键词: 变压器 故障诊断 遗传算法 粒子群优化 模糊C均值聚类 |
| DOI：10.7667/j.issn.1674-3415.2011.22.010 |
| 分类号: |
| 基金项目: |
|
|
|
|
| Abstract: |
|
| Key words: |
