一种基于机器学习的交流接触器灭弧性能的识别方法

本发明提供一种基于机器学习的交流接触器灭弧性能的识别方法，该方法根据电弧停滞、电弧背后击穿两种异常现象进行特征提取并对电弧电信号和图像信号进行识别，其中电弧电信号和图像信号特征提取可组成一个完整系统，实现自动提取原始数据的各个特征，最终使用已有的样本数据构建SVM或者KNN分类器，当有新的产品需要测试时，使用该系统采集电信号和图像信号数据，再处理成相应的特征形式便可输入到成型的分类器中进行快速识别；综上所述，本发明能够快速识别接触器灭弧室内电弧是否存在异常现象，有利于对产品开断性能和灭弧性能做出合理判断，应用于接触器或其他低压电器产品质量的快速检测和分析可提高检测速度。