复合信号对比学习机制下基于Venn-Abers模型的故障诊断方法

本发明公开了复合信号对比学习机制下基于Venn‑Abers模型的故障诊断方法；采集隔离开关的电流信号和驱动电机的振动信号，提取所述电流信号的时域信息和振动信号的频域信息并传输到特征数据库；基于Venn‑Abers理论建立故障诊断模型；将提取的电流信号和振动信号的特征信息通过对比学习分别将振动信号与电流信号进行故障诊断，分别得出电流信号和振动信号对应的预分类诊断结果；将得到的预分类故障诊断结果利用故障诊断模型进行概率融合得到最终故障诊断结果。本发明提出的方法有效克服了振动信号和电流信号在故障识别能力上的局限性，实现了更全面的故障识别类型，实现了隔离开关故障诊断的高准确率。