登录    注册    忘记密码

期刊文章详细信息

基于混沌理论与蝗虫优化K-means聚类算法的电抗器铁芯和绕组松动状态监测  ( EI收录)  

Looseness status monitoring of reactor core and winding based on chaos theory and K-means clustering algorithm optimized by grasshopper algorithm

  

文献类型:期刊文章

作  者:侯鹏飞[1] 马宏忠[1] 吴金利[1] 张俊杰[2]

HOU Pengfei;MA Hongzhong;WU Jinli;ZHANG Junjie(College of Energy and Electrical Engineering,Hohai University,Nanjing 211100,China;Institute of Electrotechnology,Baoding Tianwei Baobian Electric Co.,Ltd.,Baoding 071056,China)

机构地区:[1]河海大学能源与电气学院,江苏南京211100 [2]天威保变电气股份有限公司电工技术研究所,河北保定071056

出  处:《电力自动化设备》

基  金:国网江苏省电力有限公司重点科技项目(J2018014)。

年  份:2020

卷  号:40

期  号:11

起止页码:181-187

语  种:中文

收录情况:AJ、BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:为了更加准确有效地监测高压并联电抗器铁芯和绕组机械状态,提出了基于混沌理论与蝗虫优化K-means聚类算法的电抗器铁芯和绕组松动状态监测方法。首先,对振动信号的混沌特性进行分析,采用C-C法选择最佳延迟时间和嵌入维数,对电抗器振动信号进行相空间重构;然后,利用蝗虫算法优化传统K-means聚类算法,从而更加合理地选取初始簇中心,进而通过优化后的K-means聚类算法求出重构信号相轨迹的簇中心;最后,根据簇中心位移矢量和的模值变化对电抗器铁芯和绕组松动状态进行监测。研究结果表明:采用Wolf法求得的各测点最大Lyapunov指数均大于0,证明电抗器振动信号具有混沌特性。蝗虫优化K-means聚类算法有效提高了计算结果的准确性,振动信号相轨迹的簇中心位移矢量和的模值变化能够有效反映铁芯和绕组松动故障隐患,从而为电抗器铁芯和绕组松动状态检修提供了理论依据。

关 键 词:高压并联电抗器 铁芯和绕组  蝗虫优化K-means聚类算法  混沌理论  振动信号 监测  

分 类 号:TM47]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心