论文部分内容阅读
为更加客观准确地依据带电检测数据对开关柜的健康状态进行评价,提出了一种基于最优等级数的多维特征量开关柜健康状态评价方法.首先,基于局部放电数据的波动特性,引入波动程度指标,构建局部放电多维特征数据库,充分挖掘局部放电数据特征;然后通过K均值聚类评价算法中不同簇的误差平方和确定最优簇的个数K即评价等级数,解决评价等级数的主观设定问题,并基于该最优等级数对开关柜局部放电健康状态进行聚类分析;最后采用t分布随机近邻嵌入降维算法实现了高维度数据聚类的可视化.通过现场带电检测数据验证了算法的可行性,与传统方法对比,该文所提方法有效地将开关柜健康状态分类的准确率提高了10.9％,为开关柜运维检修中健康状态的评估提供了一定的理论依据.