基于优化K-Means的变压器绕组机械状态检测

摘要：

为更加准确有效地检测变压器的绕组机械状态, 提出了优化K-Means聚类算法对变压器突发短路下的振动信号进行分析.首先提取了振动信号的特征向量分布, 然后引入数据密度的概念, 对现有的K-Means算法进行优化, 使得初始聚类簇中心的选取更加合理.进而基于优化K-Means算法得到了振动信号特征向量的簇中心, 根据簇中心向量的模值和角度对变压器绕组状态进行检测.对某110 kV变压器突发短路试验时的振动信号计算结果表明, 所提出的优化K-Means算法有效提高了计算结果的准确性, 振动信号特征向量的簇中心位置变化可以清晰地反映出变压器绕组状态改变的演变过程, 从而可为变压器状态检修策略的提出提供依据.

关键词：变压器、绕组状态、优化K-Means、特征向量、振动信号

所属期刊栏目：44

分类号：TP391;TM769;TM41

在线出版日期：2018-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2027-2032