一种高压断路器状态量特征提取方法及系统

本发明属于电力设备状态监测与故障诊断技术领域，包括一种高压断路器状态量特征提取方法及系统，该方法包括：对去噪后的原始监测信号提取局部极大值点与极小值点；构建特征向量，并输入至训练后的神经网络模型中，在Softmax输出层输出六维向量，该六维向量对应最优B样条插值阶次中六个阶次的预测概率；基于构建的包络线采用经验模态分解得到若干个本征模态函数IMF分量，并对每个IMF分量进行希尔伯特变换，根据解析信号的瞬时频率与幅度变化，构建状态量特征集，判断高压断路器是否处于异常状态，因此，该方法通过对断路器采集的振动信号进行多阶段智能处理，实现高精度、低噪声的特征提取，能够有效支撑断路器的故障诊断与状态识别。