模糊聚类算法在舰船电气系统故障远程检测中的应用

摘要

依据模糊均值聚类故障检测原理,对舰船电气系统初始状态数据样本归一化后,构建舰船电气系统状态数据模糊相似矩阵,依据该矩阵分析系统状态数据亲疏度;利用亲疏度结果获取状态数据的最佳权值指数,并对状态数据样本进行加权处理,降低系统状态数据聚类稀疏度;将最佳权值指数赋予到状态数据中,同时更新模糊C-均值聚类目标函数。通过设置聚类类别数量、停止阈值和迭代次数后,求解更新模糊C-均值聚类目标函数并输出聚类隶属度和聚类中心,完成舰船电气系统初始状态数据聚类,得到舰船电气系统故障类别。实验结果表明,模糊C-均值聚类钻粉在舰船电气系统故障类型检测过程中具备较低的稀疏度,可有效检测舰船电气系统故障类型的同时其检测结果贴近度数值最高接近1.0。