论文部分内容阅读
变压器油中溶解气体分析（DGA）是电力变压器绝缘诊断的重要方法。针对模糊C-均值聚类算法（FCM）用于DGA时存在可分性差和等趋势划分等问题，用样本点分布密度大小作为权值，结合核函数的增强可分性，提出点密度加权模糊核C-均值聚类算法，并将其用于变压器DGA数据分析，从而实现变压器的故障诊断。实例分析结果表明该算法能快速、有效地对样本进行聚类，且特别适用于含有噪声样本的环境。