基于多模态数据融合与少样本学习的断路器故障诊断方法

基于多模态数据融合与少样本学习的断路器故障诊断方法，方法包括：1)利用数据采集单元在同一时间采集断路器的不同模态数据；2)利用数据预处理单元对采集的不同模态数据进行预处理，得到各组模态数据的初级特征；3)利用数据融合单元对各组模态数据的初级特征进行融合，得到融合特征；4)利用故障诊断单元对融合特征进行分类，实现故障诊断。本发明通过融合多源传感器信息，并利用基于MAML的元学习算法训练支持向量机分类器，实现了在少量样本下的断路器故障诊断。本发明有效解决了现有断路器故障诊断方法依赖大量标注数据、难以适应新故障类型等问题。