改进K均值聚类法在变压器故障诊断中的应用

含量 之 间 的关 系存 在 一 定 的 模 糊 性 和 不 确 定 性 ， 导 致 改 良三 比 值 法 在 变 压 器 故 障 诊 断 中 存 在 一 定 的不 足 ｌ ＿ ２ ］ 。为 此 需 对 Ｄ Ｇ Ａ 技 术 的改 良三 比值 法 中有 关 变 压 器 故 障 的 多 种 数 据 进 行 研 究 ， 而 聚类 分 析 法 是 研 究 和 挖 掘 数 据 的 主 要 方 法 ［ ３ 之一 ， 为 此 分 析
改良三比值法 的特征气体三对 比值之 间的数据关 系， 采用 改进
Ｋ 均 值 聚 类 法 对 变 压 器 进 行 故 障诊 断 ， 从 而 进 一 步 提 高 电力 变
压器故 障判断 的精准性 。
４ Ｋ均值聚 类和改进 Ｋ均值聚类 Ｍ Ａ Ｔ Ｌ Ａ Ｂ实现
在 ＭＡＴ Ｉ ＡＢ中， 调用如下程序可实现 Ｋ均值聚类 ： Ｅ Ｉ Ｄ Ｘ， Ｃ， Ｓ ＵＭＤ， Ｄ ］ ＝ｋ ｍｅ ａ ｎ ｓ （ ｄ ａ ｔ ａ ， Ｋ） 。其中 ， Ｉ Ｄ Ｘ为聚类结果 ； Ｃ为
Ｉ 茎 鱼 坚 璺 量 里 ： ｚ ｎ ｕ ａ ｎ ｇ ｂ ｅ Ｙ ｎ ｇ Ｙ 。 ｎ ｇ Ｙ ｕ Ｙ ａ ｎ ｊ ｊ ｕ
改 进 Ｋ 均 值 聚 类 法在 变 压 器 故 障诊 断 中 的应用
王 莹 卢 秀 和
（ 长春工 业 大学 ， 吉林 长春 １ ３ ０ ０ １ ２ ）
Ｋ “ Βιβλιοθήκη 序 号 １ ２ 进 Ｋ均值 ） 来 进 行 变 压 器 故 障诊 断 。
个样本特征值 ， 即 — Ｈ。 ／ Ｇ Ｈ４ 、 ｙ ＝Ｃ Ｉ － Ｉ ￣ ／ Ｈ ２ 、 ｚ — Ｈ１ ／ Ｇ ， 选择变压器故障 中的 四种 故 障作为 划分类别 ， 即低温 过热 、 中 温过热 、 高温过热 和低能放 电 ， 分别编号为 １ 、 ２ 、 ３ 、 ４ 。样本数据
类， 形成新 的分类 。然后计 算新 聚类 中心 ， 再计算 第 二个样 本 到新聚类 中心距离 ， 对第二个样本进行归类 ， 依次类 推。
术＿ １ 中改 良三 比值法是 近年来常用 的变压 器故障诊 断方法 ， 但 由于变压器 的多种 故障类 型与改 良三 比值法 中特征 气体组 分
聚类 中心 ； Ｓ ＵＭＤ 为 每 一 行 样 本 到 该 聚 类 中心 距 离 和 ； Ｄ 为 每
一
１ 聚类 分 析
聚类 就 是按 照 不 同事 物 间 所 具 有 的某 种 相 异 性 对 事 物 进 行 分类 和划 分 的 过 程 ， 该过 程属 于无监 督分类 ， 没 有 先 验 知 识 和 教师 指 导 ， 而是 通过 不 同事 物 间 相 异 程 度 （ 可用距 离表示 ） 来进 行 。而 聚 类 分 析 则 是 融 进 了 数 学 方 法 ， 对 采 集 到 的数 据 集
个 样 本 到 各 个 聚 类 中心 距 离 ； ｄ ａ ｔ ａ为 要 聚 类 的 数 据 集 合 ， 每 行为一个样本 ； Ｋ 为 分 类个 数 。 样 本 数据 选 取 改 良三 比值 法 的 三 对 特 征 气 体 的 比值 作 为 三
一
进行 分类 的一种分析 。聚类算法按照 聚类 的方式 、 准则 和分类 结果 的取 值方 法分为很多种 ， 本文 采用 按聚类准则分类 中的 Ｋ 均值聚类 分析 （ 简称 Ｋ 均值 ） 和改 进 Ｋ 均 值聚类 分析 （ 简 称改
０ 引言
电力变压器是 电力系统 中非常重要 的枢纽 电气设 备 ， 其正 常运行是 电力 系统 安全运 行与 稳定 的前提 ， 所 以准确 、 有效 地
进 行 变 压 器 故 障 诊 断 显 得 尤 为 重 要 。油 溶 气 体 分 析 （ ＤＧ Ａ） 技
返 回（ ２ ） ； 否则算法结束 。 Ｋ 均值 进 行 初 始 分 类 时 ， 先随机选 一批代 表 点 ， 然 后 依 次 计 算 其 他 样 本 归 类 。先 计 算 第 一 个 样 本 ， 把 它 归 于 最 近 的 一
３ 改进 Ｋ均值聚类算法
Ｋ均值受初始值影响很大 ， 不同初始点选择会导致不同结果，
改进 Ｋ 均 值算 法对 Ｋ 均 值算 法 的 初 始 聚类 中心 选 择 方 法 进行 了
改进 ， 从数据对象分布出发动态地寻找并确定初始聚类 中心点。
本文 采用 基 于最小 距离 的初 始 聚类 中心选 取法 进行 改 进 Ｋ 均值 的初 始 聚类 中心 点确定 ， 然后 再 利用 Ｋ 均值进 行运 算
摘
要： 将改 进 Ｋ均 值聚 类法 在模 式辨 别 和分类 方面 的优 势应 用到 变压 器故 障诊 断 中。对 Ｋ 均 值聚 类法 的不 足 进行 分 析 ， 采 用 改进
Ｋ 均 值聚 类法 和油溶 气体 分 析技术 中改 良三 比值 法相 结合 的方 法对 变 压器 的多 种 常见 故 障 进行 诊 断 ， 并 将诊 断 结 果 同 Ｋ均 值 聚 类 法进 行 对 比分析 ， 应用 ＭＡＴ Ｉ Ａ Ｂ对 两者 的结果进 行仿 真 。结果 表 明 ， 改进 Ｋ 均值 聚类 法不 仅 能正 确 、 有 效地 进 行变 压 器 故 障判 断 ， 而 且优 化 了 Ｋ 均值 聚类 法在 初始 聚类 中心选 择方 法上 的不 足 ， 使 诊 断结果 更趋 于 准确 真实 。 关键词 ： 改进 Ｋ 均值 聚类 ； 变压 器故 障 ； Ｋ 均 值 聚类 ； 改 良三 比值法 ； ＭＡＴ Ｉ Ａ Ｂ仿真
如表 １ 所示 。
表 １ 样 本 数据
２ Ｋ均值聚类算法
Ｋ 均 值 算 法 先 随 机选 取 Ｋ 个 对 象 作 为初 始 聚类 中 心 ， 然 后 计 算 每个 对象 与各 个 聚类 中心 的距 离 。算 法 步 骤 如 下 ： （ １ ）Ｋ 均 值 算 法 使 用 聚 类 准 则 函 数 为 误 差 平方 和 准 则 ：