基于多特征参量的组合电器开关设备状态感知与故障诊断方法

基于多特征参量的组合电器开关设备状态感知与故障诊断方法，涉及组合电器开关设备的故障诊断技术领域，根据GIS设备的振动、电流和声音信号的联合特征值对机械故障进行精确诊断。通过计算振动信号子阶段特征值异常率的方法，确定机械缺陷所在振动子阶段，从而缩小故障搜索范围，定位机械故障，实现对机械故障的初步判断。通过SSA‑LightGBM聚类学习算法，融合电流信号、振动信号和声音信号的多维特征信号的特征向量导入SSA‑LightGBM故障诊断模型，相较于传统的机器学习算法，精确率高、分类效果好，实现对GIS不同分合闸机械状态的有效识别。