本發(fā)明公開了一種基于小樣本條件下牽引供電系統(tǒng)的可靠性研究方法，應(yīng)用Bootstrap法對“小樣本”數(shù)據(jù)進(jìn)行虛擬增廣，有效改善了現(xiàn)有技術(shù)中相關(guān)故障數(shù)據(jù)實(shí)際樣本量少，而導(dǎo)致對威布爾分布擬合效果差的問題。LSSVM算法較傳統(tǒng)SVM算法，簡化了計(jì)算的復(fù)雜性，提高了算法收斂精度。并結(jié)合粒子群算法易實(shí)現(xiàn)易、精度高、收斂快等優(yōu)點(diǎn)。應(yīng)用設(shè)計(jì)的PSO?LSSVM算法對LSSVM模型參數(shù)進(jìn)行優(yōu)化，選取LSSVM的最優(yōu)參數(shù)進(jìn)行配置。對采用故障樹分析法，BDD算法建立的牽引供電系統(tǒng)模型進(jìn)行有效預(yù)測。得出牽引供電系統(tǒng)設(shè)備的可靠性以及平均失效時(shí)間，對牽引供電系統(tǒng)整體設(shè)備維修計(jì)劃提供可靠的科學(xué)依據(jù)。