电网技术

2006, (04) 65-68+73

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于克隆选择分类算法的电力变压器故障诊断
Power Transformer Fault Diagnosis Based on Clonal Selection Classification Algorithm

熊浩;孙才新;李小虎;

摘要(Abstract):

变压器油中溶解气体分析是进行电力变压器故障诊断的一种有效方法,将克隆选择分类算法引入电力变压器油中溶解气体分析,利用免疫克隆选择原理学习并提取表征故障样本特征的记忆抗体集,然后用最邻近分类法对故障样本进行分类。人工免疫系统具有良好的自学习和自记忆能力, 使得克隆选择分类算法具有很强的非线性分类和泛化能力。经大量实例分析,并将其结果与IEC三比值法和BP神经网络等方法的结果相比较表明,该算法能有效对电力变压器单故障和多故障样本进行分类,并具有较高的诊断精度。

关键词(KeyWords): 溶解气体分析;克隆选择;最邻近分类法;电力变压器;故障诊断;高电压绝缘技术

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(50425722)~~

作者(Author): 熊浩;孙才新;李小虎;

Email:

DOI: 10.13335/j.1000-3673.pst.2006.04.013

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享