本发明的目的是提供一种提高断路器储能过程状态辨识准确率和泛化性的方法，提取声振信号特征，依靠CNN强大的自学习能力进行特征提取和故障诊断，其中的重点是断路器声振联合特征矩阵的构造和CNN模型的优化。

专利提出方法用在基于振动信号的断路器状态诊断中，通过构建振动信号特征库，有效诊断储能过程中的故障。

用于断路器状态监测系统或故障诊断装置。