摘要
本发明属于断路器故障诊断技术领域,具体涉及一种高压断路器及其机械特性健康诊断方法、系统。该方法包括:S1、获取高压断路器的分/合闸过程中的运行状态信息;S2、将所述运行状态信息输入到预先训练好的故障诊断模型,得到高压断路器机械特性的故障状态类型;故障诊断模型包括强分类器,强分类器是通过AdaBoost算法对至少两个弱分类器组合得到的分类器。本发明通过AdaBoost算法采用多算法融合技术构建分类模型,AdaBoost算法通过调整数据点的权重,使得模型更加关注难以分类的样本,这增强了模型的分类效果。本发明解决了现有技术中对于难以分类的故障数据的分类精度低而导致的故障诊断精度低的技术问题。
技术关键词
健康诊断方法
AdaBoost算法
高压断路器
故障诊断模型
特征波形提取
强分类器
行程
多项式
断路器故障诊断技术
弱分类器
电流
线圈回路
健康诊断系统
曲线
触头
诊断模块
构建分类模型
多算法融合
系统为您推荐了相关专利信息
机械故障诊断方法
诊断机械设备
故障诊断模型
多模态
多输入单输出
轴承故障诊断方法
故障诊断模型
特征提取器
故障类别
注意力
石油钻机设备
实时数据采集
并行多通道
分布式时间
嵌入式采集终端
组合特征向量
多任务损失函数
粒子群优化算法
深度学习模型
故障隔离