近几年,我国电气化铁路的质和量齐升,总里程已居世界前列。然而,目前国内针对接触网系统的维修策略并不完善且效率低下。在长期服役过程中,接触网关键部件会产生损耗,从而导致接触网系统性能产生不同程度的退化,对铁路运行的安全性造成隐患。因此,若能从跟踪监测所得的数据中识别出接触网的运行状态,对接触网当前服役性能做预测,对保证接触网系统的可靠性具有重要意义。首先,本文依据最新的《高速铁路接触网运行维修规则》,研究了接触网各静动态参数的波动对系统状态的影响。结合接触网数据特征,经方案选比,提出了一种基于Copula函数的接触网静动态参数退化特征提取方法。其次,基于现有的6C检测监测系统和Ansys仿真结果,在大数据的基础上,首先利用EMD(经验模态分解)得到弓网间接触压力的IMF分量,之后通过Copula函数分析各IMF间的相关性,并在Matlab平台上构建其联合分布并提取特征值,从而基于单一参数对接触网退化性能进行状态识别,弥补了传统方法中只对某一 IMF分量单独分析的不足。最后,对多个接触网参数同时进行特征分析,采用合适的Copula函数研究多参数之间的相关性,并在Matlab平台上构建联合分布,提取其联合分布的均值方差等作为特征值,从而实现基于多参数的接触网状态识别。相对于只对单一参数进行特征提取的方法,提供了一种崭新的思路。