基于SVDD和改進K Means的變壓器故障診斷模型

打開文本圖片集

摘 要：變壓器狀態(tài)對于智能配電房的安全穩(wěn)定運行具有重要意義。為實現(xiàn)對變壓器故障的準確診斷，在變壓器油中溶解氣體分析（DGA）的基礎(chǔ)上，提出了一種聯(lián)合使用支持向量數(shù)據(jù)描述（SVDD）和改進KMeans聚類的變壓器故障診斷方法。首先利用SVDD構(gòu)造閉合分類曲面實現(xiàn)“正?！焙汀肮收稀眱深惻袛啵缓髮Α肮收稀鳖悩颖具M行K-Means聚類分析，自動將其劃分為低能放電、中低溫過熱、高能放電、高溫過熱和局部放電5種故障類型，同時針對KMeans初始聚類中心選取難題，提出局部密度概念自動確定KMeans初始聚類中心，提升聚類性能。（剩余8622字）