本发明公开了一种基于多分类算法的故障监测方法，包括以下步骤：获取高压断路器在多种状态下的监测参数，并提取出特征向量；利用步骤S1中提取到的特征向量，将不同时间下的电流电压数据作为输出值，设置分类模型参数，将故障位置作为特征向量导入值分类参数模型中，生成分类模型；对步骤S2中的多个算法模型的输出进行1‑5级程度分级，首先将单分类算法模型中输出的机械故障标记为G，程序故障标记为C，机械故障的等级划分为1‑3级，根据故障产生的位置的位置和产生故障的频率进行1‑3级分类。本发明基于多分类算法的故障监测方法通过集成了多个基于ELM标准极限学习机的改进单分类算法，达到了的提高多种故障状态条件下的诊断精度的效果。