本文以ABB公司12kV iVD4智能真空断路器为研究对象,进行了智能真空断路器振动信号的在线监测与故障诊断研究。根据真空断路器振动信号的特点设计了智能真空断路器振动信号采集系统,使用Hilbert边际谱能量法对振动信号进行特征提取继而建立振动信号特征量知识库,并提出使用ELM(Extreme Learning Machine,ELM)极限学习机进行断路器故障诊断。利用VB.NET,MATLAB,SQL Server混合编程设计了振动信号采集与分析的振动信号在线监测与故障诊断上位机系统。首先,根据12kV iVD4智能真空断路器振动信号的特点对加速度传感器进行选型与安装,设计振动信号采集系统的硬件电路和采集软件,分析VD4真空断路器机械故障类型,为故障模拟奠定基础。其次,介绍了Hilbert变换及Hilbert边际谱的原理,通过Hilbert边际谱与FFT的仿真对比证明Hilbert边际谱更适于非平稳信号处理。根据分合闸振动信号频谱分析,提出基于Hilbert边际谱能量法的特征提取方法,并建立振动信号特征量知识库。此外,提出使用ELM极限学习机进行断路器故障诊断,对ELM网络参数进行设置,结合振动信号特征量知识库进行网络训练,分析不同隐含层神经元对诊断效果的影响。最后,介绍了振动信号在线监测与故障诊断上位机系统的编写平台和系统结构,利用VB.NET完成系统界面和信号采集部分软件设计,利用VB.NET和MATLAB混合编程完成振动信号数据处理和图像显示,利用Microsoft SQL Server创建数据库以保存振动信号数据,实现历史数据的显示、查询等功能。