%A 李恩文, 王力农, 宋斌, 方雅琪 %T 基于混沌序列的变压器油色谱数据并行聚类分析 %0 Journal Article %D 2019 %J 电工技术学报 %R 10.19595/j.cnki.1000-6753.tces.181894 %P 5104-5114 %V 34 %N 24 %U {https://dgjsxb.ces-transaction.com/CN/abstract/article_6186.shtml} %8 2019-12-25 %X

变压器油中溶解气体分析(DGA)是变压器运行和维护的重要技术手段,聚类算法是油色谱分析的一种重要智能算法。但是聚类算法的目标函数是一个典型的非凸函数,其寻优求解过程是局部搜索的爬山算法,迭代过程容易陷入局部极值点,因而无法实现有效的油色谱数据分类。混沌变量具有随机性和遍历性,使得全局寻优成为可能。该文在聚类迭代的过程中,利用混沌序列对聚类中心进行“人工突变”,同时在聚类的过程中设置多条并行的寻优轨迹,在迭代过程中,每条寻优轨迹除了按照自身的梯度信息进行推演外,同时还共享其余轨迹的寻优信息。可在迭代寻优的过程改变原有的寻优轨迹,从而避免寻优过程终止于局部极值点,实现全局寻优。实例分析表明,该文的方法促进了聚类分析的全局寻优,提高了模糊聚类算法进行DGA故障模式识别的能力,具有现实应用价值。