1.一种接触网隔离开关故障诊断方法，其特征在于：应用于诊断系统，该诊断系统包括光纤温度传感器、光纤角度传感器、扭矩传感器、振动传感器、电流传感器、加速度传感器、模拟量采集器、双绞线、PC机，光纤温度传感器安装在接触网隔离开关的动触头上，用于检测动触头的温度，光纤角度传感器安装在接触网隔离开关动触头的旋转轴上，用于检测接触网隔离开关分合闸的角度，扭矩传感器安装在电机旋转轴上，用于检测电机输出轴的扭矩，振动传感安装在接触网隔离开关电机的表面，用于检测电机运作时的振动情况，电流传感器安装在接触网隔离开关电机的定子电源线上，用于检测电机定子电流的变化情况，接触网隔离开关的两个支柱绝缘子的法兰底部分别安装相同的加速度传感器，用于检测支柱绝缘子模态固有频率，以判断支柱绝缘子是否存在缺陷，模拟量采集器安装在接触网隔离开关旁边，用于接收光纤温度传感器、光纤角度传感器、扭矩传感器、振动传感器、电流传感器、加速度传感器采集到的信息，并将该信息处理后通过双绞线传输至PC机进行处理，进而判断出接触网隔离开关的故障类型。

2.根据权利要求1所述的接触网隔离开关故障诊断方法，其特征在于：所述光纤角度传感器包括第一轴承底座、光纤探头、反光镜、丝杆、第二轴承、转动轴、第二轴承座、丝杠滑块、第一轴承、接收光纤、激光接收器、激光发射器、光源光纤，第一轴承安装在第一轴承底座中，第二轴承安装在第二轴承底座中，丝杆安装在第一轴承与第二轴承之间，丝杠滑块安装在丝杠上，转动轴穿过第一轴承与丝杆一端连接在一起，反光镜安装在丝杠滑块上方，光纤探头穿过第一轴承座安装，光源光纤和接收光纤分别连接在光纤探头与激光发射器、激光接收器之间，由激光发射器向光源光纤中发射激光束，激光束经过光源光纤的传播从光纤探头照射到反光镜上，经反光镜反射后进入光纤探头中，再经过接收光纤将反射回来的激光束传播至激光接收器中，在激光接收器中进行光电转换后变为电压信号，转动轴的另一端与接触网隔离开关动触头的旋转轴连接，动触头旋转时，带动转动轴转动，转动轴为丝杆传动，丝杠滑块随着丝杠的转动在移动，进而改变反光镜与光纤探头之间的距离，完成将接触网隔离开关旋转角度信息转换为直线信息， 激光接收器与模拟量采集器相连，将转换后的电压信号传输给模拟量采集器，由模拟量采集器进行A/D转换后发送至PC机，将电压信号转换为对应的角度值。

3.根据权利要求1所述的接触网隔离开关故障诊断方法，其特征在于：所述模拟量采集器采用8通道DAQM-4206电流/电压采集模块，将光纤温度传感器、光纤角度传感器、扭矩传感器、振动传感器、电流传感器、加速度传感器传来的电信号转换成相应的数字量通过RS485通信方式从双绞线上传输至PC机，设置RS485通信协议为每一帧数据包含00（0X0000-

0X0FFF） 01（0X0000-0X0FFF） 02（0X0000-0X0FFF） 03（0X0000-0X0FFF） 04（0X0000-

0X0FFF） 05（0X0000-0X0FFF） 06（0X0000-0X0FFF） 07（0X0000-0X0FFF），其中00 01 02 03 

04 05 06 07为0 8通道的编号，后面紧跟的0X0000-0X0FFF是相应通道读取到的数据值。

~

4.根据权利要求1所述的接触网隔离开关故障诊断方法，其特征在于：所述PC机上设有上位机，用于处理模拟量采集器传来的数据信息，PC机上的上位机以RS485通信方式对双绞线上传来的数据信息进行解析，得到各个通道采集到的值，这些值即为接触网隔离开关不同故障类型对应的故障特征属性值，并在上位机中根据不同故障类型对应的故障特征属性值训练好基于概率神经网络的接触网隔离开关故障诊断模型，当接触网隔离开关出现故障时，光纤温度传感器、光纤角度传感器、扭矩传感器、振动传感器、电流传感器、加速度传感器采集到的信息通过模拟量采集器整合后传输至PC机的上位机中，经基于概率神经网络的接触网隔离开关故障诊断模型分类后，得出接触网隔离开关的故障类型。

5.根据权利要求4所述的接触网隔离开关故障诊断方法，其特征在于：所述上位机界面含有传动部分、导电回路、支柱绝缘子、操作机构按钮控件，触头温度、动触头角度、电机扭矩、电机振动、定子电流、绝缘子振动、动触头角度变化、隔离开关编号、故障发生时间、故障类型、开关位置窗口，通过点击传动部分、导电回路、支柱绝缘子、操作机构按钮控件以分别查看传动部分故障、导电回路故障、支柱绝缘子故障、操作机构故障对应的故障特征属性值，触头温度、动触头角度、电机扭矩、电机振动、定子电流、绝缘子振动、动触头角度变化分别显示的是触头温度值、动触头角度最终值、电机扭矩值、电机振动值、定子电流值、模态固有频率值、动触头角度变化值，其中动触头角度变化值是通过光纤角度传感器采集到的角度值随时间变化得到的值，隔离开关编号、故障发生时间、故障类型、开关位置窗口分别显示出现故障的接触网隔离开关编号、故障发生的时间、接触网隔离开关的故障类型及其所在的位置，每个接触网隔离开关的编号及所在的位置由工作人员在根据各个接触网隔离开关的具体安装情况提前导入上位机中。

6.根据权利要求5所述的接触网隔离开关故障诊断方法，其特征在于：所述将接触网隔离开关的故障类型分为了传动部分故障、导电回路故障、支柱绝缘子故障、操作机构故障，其中传动部分故障的特征为在分合闸过程中电机定子电流增加、电机输出轴转矩增大、动触头角度变化异常、触头过热；导电回路故障的特征为触头过热、动触头最终分合闸角度超出预设值；支柱绝缘子故障的特征为接触网隔离开关分合闸操作时支柱绝缘子的模态固有频率异常；操作机构故障的特征为电机定子电流增加或为零、电机振动增加、电机扭矩增加、分合闸过程中动触头角度变化异常。

7.根据权利要求1所述的接触网隔离开关故障诊断方法，其特征在于：所述基于概率神经网络的接触网隔离开关故障诊断模型分类步骤为：

（1）数据预处理

对光纤温度传感器、光纤角度传感器、扭矩传感器、振动传感器、电流传感器、加速度传感器采集到的数据进行转换为触头温度值、动触头角度最终值、电机扭矩值、电机振动值、定子电流值、模态固有频率值、动触头角度变化值，即为不同故障类型对应的故障特征属性值，作为故障诊断模型的样本数据，并对这些数据进行归一化处理，作为模型训练样本；

（2）创建概率神经网络

概率神经网络是由径向基函数网络发展而来的一种前馈神经网络，其结构由输入层、模式层、求和层、输出层组成，接触网隔离开关有4个故障类型、7个故障特征属性值、11份输入样本，所以网络模型的输入层为7个神经元，模式层有11个神经元、求和层为4个神经元、输出层有4个神经元，以此建立用于接触网隔离开关故障诊断的概率神经网络模型；

（3）根据已有故障数据训练概率神经网络

将接触网隔离开关故障类型对应的故障特征属性值导入创建的概率神经网络模型中进行训练，得到训练好的接触网隔离开关故障诊断的概率神经网络模型；

（4）网络效果测试

定义采集到的数据样本及其正确分类模式标签，然后将测试样本与训练样本相同的方式进行归一化处理，并将处理后的测试样本输入已建立好的网络模型中，得出分类效果；

（5）结果分析

通过对接触网隔离开关故障诊断的概率神经网络模型诊断输出值进行分析，得到当前接触网隔离开关所存在的故障类型，并将诊断后的结果输出显示在上位机界面的故障类型窗口上。