摘要
本发明属于电力开关设备监测技术领域,具体涉及一种断路器故障诊断方法和系统、计算机装置。该方法首先获取断路器的特征量数据,所述特征量是对获取的反映断路器运行情况的多源特征信号采用LDA降维处理后得到的对断路器故障诊断所需的特征量;然后将获取的特征量数据输入至故障诊断模型中得到断路器故障分类结果;所述故障诊断模型是利用训练集对机器学习模型进行训练得到,且所述训练集为包含有故障分类标签的多组历史特征量数据的数据集。本发明通过LDA降维处理可以去除一些冗余和干扰诊断的信息,保留足够重要的特征,能够准确地表示原始多源特征信号的类别信息,使得故障诊断模型的效率和准确率均较高。
技术关键词
特征量数据
故障诊断模型
断路器故障诊断
数据处理装置
机器学习模型
计算机装置
数据传输装置
多源特征
数据采集装置
持久化技术
电力开关设备
遗传算法
策略
辅助开关
处理器
信号
监测技术