针对现有断路器故障诊断研究中无法有效区分未知类样本的问题,提出了一种基于卷积原型网络的断路器故障诊断算法。首先,以聚类的思想构建分类函数,通过各类故障的原型样本点特征空间距离约束来划分概率空间,实现对包含未知类故障样本集的识别。同时,以原型样本点为聚类中心,将样本特征的空间距离作为卷积特征自提取网络的优化目标,以有效改善样本特征的类内聚集性及类间的分散性,提高模型对样本的分类准确度。最后,基于110 kV断路器现场实验数据,对所提算法的有效性和准确性进行验证。结果表明,所提算法能够准确区分测试样本中的未知故障,并有效改善了故障样本特征的空间分布。