[發(fā)明專利]基于模糊聚類的支持向量機高壓斷路器故障診斷方法

在審

• 申請?zhí)枺?/td>: 201310271693.3
• 申請日: 2013-07-01
• 公開（公告）號: CN103345639A
• 公開（公告）日: 2013-10-09
• 發(fā)明（設(shè)計）人: 苗紅霞;王鵬彰;齊本勝;徐安;鄧志祥
• 申請（專利權(quán)）人: 河海大學常州校區(qū)
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 南京縱橫知識產(chǎn)權(quán)代理有限公司 32224
• 代理人: 董建林;汪慶朋

1.?一種基于模糊聚類的支持向量機高壓斷路器故障診斷方法，其特征在于：該方法包括下述步驟：?

步驟一，?對斷路器動觸頭的行程時間曲線提取特征向量作為故障診斷的數(shù)據(jù)庫；

步驟二，數(shù)據(jù)樣本進行模糊聚類處理，生成新的聚類中心矩陣；

步驟三，?聚類中心矩陣作為訓(xùn)練樣本，運用支持向量機進行訓(xùn)練；

步驟四，?運用本高壓斷路器故障診斷方法對測試數(shù)據(jù)進行診斷。

2.?根據(jù)權(quán)利要求1所述的一種基于模糊聚類的支持向量機高壓斷路器故障診斷方法，其特征在于：所述步驟一中，所述的對斷路器動觸頭的行程時間曲線提取特征向量方法運用的是小波包分析技術(shù)。

3.?根據(jù)權(quán)利要求1或2所述的一種基于模糊聚類的支持向量機高壓斷路器故障診斷方法，其特征在于：在所述步驟二中，所述的數(shù)據(jù)樣本進行模糊聚類處理，生成新的聚類中心矩陣運用的是模糊C均值聚類算法，所述模糊C均值聚類算法方法包括如下：

（a）計算模糊集的隸屬度矩陣；

（b）計算數(shù)據(jù)樣本的聚類中心；

（c）選取最靠近判決邊界的聚類中心有效聚類中心。

4.?根據(jù)權(quán)利要求1所述的一種基于模糊聚類的支持向量機高壓斷路器故障診斷方法，其特征在于：步驟三中，所述的聚類中心矩陣作為訓(xùn)練樣本，運用支持向量機進行訓(xùn)練的方法包括如下：

（Ⅰ）支持向量機有關(guān)參數(shù)初始化；

（Ⅱ）有效聚類中心樣本通過核函數(shù)投射到特征空間；

（Ⅲ）特征空間構(gòu)造最優(yōu)分類面；

（Ⅳ）訓(xùn)練支持向量機。

5.?根據(jù)權(quán)利要求3所述的一種基于模糊聚類的支持向量機高壓斷路器故障診斷方法，其特征在于：所述的模糊C均值聚類算法的模糊集的隸屬度矩陣U和數(shù)據(jù)樣本的聚類中心C的計算方法如下：

（1）隨機初始化隸屬度矩陣U，且滿足???????????????????????????????????????????????????；

（2）通過，計算c個聚類中心Ci，i=1,...,c;?c?c≥1；

（3）通過計算價值函數(shù)，其表達式為：,如果它小于某個閾值，或者相對于上次的價值改變量小于某個閾值，則算法停止;

（4）通過，計算新的U矩陣;返回到步驟（2）。