元の名称記録: 南京绿电智能科技有限公司

本发明涉及故障诊断技术领域，具体为一种基于多信息融合的柱上断路器故障诊断方法，本发明首先获取三相电流、线圈电流等电量模态数据及机构振动、声纹等机械量模态数据，构建时频域对齐特征张量；随后通过图时空注意力融合模型，深度挖掘异构数据间的物理结构关联与时序演化规律，生成动态时空特征矩阵；接着采用特征级－决策级混合架构，分别构建表征操动机构传动链状态的机械证据体与表征真空灭弧室工况的电气证据体；应用改进的D‑S证据理论进行融合，当检测到高冲突证据时，自动触发自适应仲裁机制，通过动态衰减冲突权重或分配至不确定项，有效避免了误判，实现了机电状态的高鲁棒性协同诊断。

本发明涉及故障预测与健康管理技术领域，具体为一种一二次融合成套环网箱故障诊断方法及系统。包括实时采集三相瞬时电压和电流信号，并转化为数字化暂态数据；对数字化暂态数据进行时间窗预处理，并执行小波包分解，生成暂态特征向量；通过暂态零序功率方向法和支持向量机模型对暂态特征向量进行计算分析，生成本地诊断结果；当本地诊断结果为需启动协同定位时，基于数字化暂态数据计算暂态电流相似系数和暂态波形强度差异系数，生成综合定位结果；根据综合定位结果确定故障线路，并生成遥控命令；基于遥控命令执行故障隔离操作，并执行PHM流程。本发明通过将双重本地暂态诊断与跨终端协同定位深度融合，实现了故障区段边界的高精度确定。