本發(fā)明提供了一種基于自組織的模糊小腦模型神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的開關(guān)柜設(shè)備故障預(yù)測方法，包括S1：對來自開關(guān)柜局部放電檢測數(shù)據(jù)進(jìn)行圖譜分析，得到圖譜的特征數(shù)據(jù)存儲在二維的矩陣，形成M×N的特征輸入，接著采用自相關(guān)協(xié)方差方法去除原始數(shù)據(jù)的噪聲并減少輸入數(shù)據(jù)的維度；S2：建立具有三層映射關(guān)系的自組織小腦神經(jīng)網(wǎng)絡(luò)模型；S3：利用李雅普諾夫函數(shù)設(shè)計(jì)該模型的優(yōu)化學(xué)習(xí)率；S4：將訓(xùn)練數(shù)據(jù)作為模型輸入，對模糊大腦神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；S5：對當(dāng)前開關(guān)柜局部放電檢測數(shù)據(jù)執(zhí)行步驟S1操作，將獲得的數(shù)據(jù)作為特征輸入，將其輸入模型對開關(guān)柜設(shè)備故障進(jìn)行預(yù)測；上述方法可實(shí)時(shí)掌握開關(guān)柜的健康狀態(tài)，促進(jìn)電力產(chǎn)業(yè)的健康發(fā)展。