论文摘要
随着铁路线路的快速发展,高压隔离开关成为使用量最大的高压设备。接触网隔离开关的运行可靠性对保障牵引供电的稳定运行有着重要意义。K-means作为一种十分有效的聚类分析工具,通过处理电机电流采集系统监测得到的隔离开关电机电流信号,计算获得簇中心及其位置的变化并以此作为判断隔离开关故障情况的依据,分类后的高压隔离开关机械故障为后续的监测和诊断提供了直观的表述。但是由于高压隔离开关机械故障的复杂性,以及K-means算法自身的局限性,本文提出一种改进的K-means算法,通过结合自适应权重和遗传算法（genetic algorithm,GA）,避免了K-means算法在依赖初始值和局部收敛等弊端,通过实际数据进行仿真,验证了该方法的有效性。据此可对高压隔离开关的机械故障进行分类并且作为接触网隔离开关故障分类和检测的依据。
论文目录
文章来源
类型: 期刊论文
作者: 刘仕兵,马志方,仇智圣,李俊
关键词: 算法,自适应权重,遗传算法,隔离开关
来源: 华东交通大学学报 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 铁路运输
单位: 华东交通大学电气与自动化工程学院
基金: 国家自然基金科学项目(11162006),江西省教育厅科技项目（GJJ150530,GJJ160488）
分类号: U226.8
DOI: 10.16749/j.cnki.jecjtu.2019.05.019
页码: 136-142
总页数: 7
文件大小: 525K
下载量: 71