高压断路器能够对电网进行控制和保护,在电力系统中使用频繁,数量庞大。加强对高压断路器在线监测和故障智能诊断技术的研究,有利于促进电力设备智能化,满足智能电网的发展需求,提升电网的稳定性和可靠性。在线监测是指通过各类传感器,不间断地实时采集高压断路器的运行参数,故障智能诊断是指通过人工智能算法分析获得的数据,评估断路器工作状态,判断其潜在故障,这两种技术的结合能够为状态检修提供支持,具有广阔的应用前景。研究国内外有关技术的发展过程以及最新情况,通过历年统计数据总结断路器的常见故障,选取高压断路器的在线监测信号并加以分析。对于通过在线监测获得的数据,采用知识表的方法进行形式化,根据粗糙集理论,引入改进的贪心算法实现数据离散化和知识约简两个过程,凸显信息特征,删去冗余信息,提取关键规则,从而建立简洁明了的决策表。针对用于故障诊断的模型,选用模糊Petri网络,根据决策表规则建立网络模型,采用MYCIN推理方法,加快推理速度,提高故障诊断的效率和准确性。以断路器合闸过程常见故障为例,对决策表的建立和故障诊断的实现进行了验证。搭建完整的高压断路器在线监测和故障诊断系统,该系统由上位机和下位机组成,其中上位机是包含液晶显示触摸屏的小型工控系统,用于数据的处理和显示,下位机主要由ARM和FPGA组成,进行数据的采集和传递。上位机软件采用高级编程语言C#自主编写,拥有良好的人机交互界面,可以实现实时监测、历史查询、故障诊断等多种功能。该样机目前已通过现场试运行,取得了良好的效果。