一种高压断路器机械状态预测方法、装置、计算机设备及存储介质

本发明涉及高压断路器技术领域，尤其涉及一种高压断路器机械状态预测方法、装置、计算机设备及存储介质，方法包括：采集断路器相关数据样本；将采集的断路器相关数据样本进行预处理，划分数据集；将数据集利用LSTM神经网络进行训练，预测断路器的HVCB在四种机械状态下的断路器相关数据，并利用预测结果计算预测的机械特性参数；将预测的机械特征参数输入到训练的SVM模型中进行诊断，使用并行加速模块优化，获得预测结果，能够实现对高压断路器机械状态的高效、准确预测，有助于及时掌握断路器机械状态变化趋势，提前预测可能的机械故障，避免重大事故发生，减少经济损失，保障电力系统的安全稳定运行。