摘要：變壓器油中溶解氣體分析(DGA)是變壓器運行和維護的重要技術手段,聚類算法是 油色譜分析的一種重要智能算法。但是聚類算法的目標函數是一個典型的非凸函數,其尋優求解 過程是局部搜索的爬山算法,迭代過程容易陷入局部極值點,因而無法實現有效的油色譜數據分 類。混沌變量具有隨機性和遍歷性,使得全局尋優成為可能。該文在聚類迭代的過程中,利用混 沌序列對聚類中心進行“人工突變”,同時在聚類的過程中設置多條并行的尋優軌跡,在迭代過程 中,每條尋優軌跡除了按照自身的梯度信息進行推演外,同時還共享其余軌跡的尋優信息。可在 迭代尋優的過程改變原有的尋優軌跡,從而避免尋優過程終止于局部極值點,實現全局尋優。實 例分析表明,該文的方法促進了聚類分析的全局尋優,提高了模糊聚類算法進行 DGA 故障模式 識別的能力,具有現實應用價值。