基于机器学习的射频超导腔热失超模式在线分类方法、装置、设备及介质

本发明公开了一种基于机器学习的射频超导腔热失超模式在线分类方法、装置、设备及介质，包括：获取射频超导腔的腔压Vc和前向电压Vf；根据腔压Vc和前向电压Vf，计算腔压幅度的预测值rc，比较预测值rc与实测腔压幅度值r的偏差e；基于实测腔压幅度值r和偏差e分别提取特征Qid、Eid和Nsoft；将提取的特征Qid、Eid和Nsoft输入故障诊断模型，实现故障分类，故障包括非热失超故障和热失超故障，热失超故障包括常规热失超、电失超致热失超和软失超。因此，本发明可以实现热失超模式自动化在线分类，为加速器运行人员提供秒量级的高准确度故障信息反馈。