公开(公告)号：CN114065813B

公开(公告)日：2024-09-17

申请号：CN202111336090.8

申请日：2021-11-12

申请人： 国网山东省电力公司滨州供电公司

发明人： 陈翼 ,  毛惠卿 ,  吕学宾 ,  马伟 ,  李蓬 ,  穆明亮

IPC分类号： G06F18/2413 ,  G06N3/006

摘要： 一种改进G‑means向量元的变压器绕组故障诊断方法，提高变压器故障诊断准确度。它包括以下步骤：1、采集变压器绕组振动信号，对实际测得的变压器绕组振动信号进行G‑means向量元分解VED，引入偏差系数γ，得到K个偏差向量函数IMγ；2、构造信号特征向量(能量熵和均方根值)；3、通过人工沙丁鱼群算法，优化选取G‑means算法初始向量元中心；4、运行人工沙丁鱼群算法优化后的G‑means算法,利用训练样本确定向量元中心；5、故障诊断；计算测试样本与不同向量元中心最小欧式距离，依据最小欧式距离原则实现故障识别。本发明通过改进后的沙丁鱼群算法避免G‑means算法陷入局部最优的情况，提高了向量元分类准确度和故障诊断准确度。

公开(公告)号：CN114065813A

公开(公告)日：2022-02-18

申请号：CN202111336090.8

申请日：2021-11-12

申请人： 国网山东省电力公司滨州供电公司

发明人： 陈翼 ,  毛惠卿 ,  吕学宾 ,  马伟 ,  李蓬 ,  穆明亮

IPC分类号： G06K9/00 ,  G06N3/00

摘要： 一种改进G‑means向量元的变压器绕组故障诊断方法，提高变压器故障诊断准确度。它包括以下步骤：1、采集变压器绕组振动信号，对实际测得的变压器绕组振动信号进行G‑means向量元分解VED，引入偏差系数γ，得到K个偏差向量函数IMγ；2、构造信号特征向量(能量熵和均方根值)；3、通过人工沙丁鱼群算法，优化选取G‑means算法初始向量元中心；4、运行人工沙丁鱼群算法优化后的G‑means算法,利用训练样本确定向量元中心；5、故障诊断；计算测试样本与不同向量元中心最小欧式距离，依据最小欧式距离原则实现故障识别。本发明通过改进后的沙丁鱼群算法避免G‑means算法陷入局部最优的情况，提高了向量元分类准确度和故障诊断准确度。