作为连接电网和矿井供电系统的枢纽设备，煤矿地面10kV开关柜的运行状况对煤矿供电系统的稳定性和可靠性起着至关重要的影响作用。因此，实时地对煤矿地面10kV开关柜的运行状态进行在线监测和诊断是非常必要的。　　本文受河南省产学研项目—“煤矿变电站配电设备及下井电缆运行状态检修决策系统”(项目编号：132107000027)的资助，为实现开关柜设备的智能化、网络化改造，开展对矿用高压开关柜运行状况在线监测与机械故障诊断的研究，提出了基于CAN总线的煤矿地面10kV开关柜在线监测与诊断系统。依据所需监测的状态数据，文章设计了整个系统的总体结构并搭建系统的硬件平台，以工业控制计算机为上位机，采用LabVIEW编写上位机数据处理和监测软件，凭借CAN总线实时性强、可靠性高、拓扑结构易于扩展的优势，系统能够实现同时对多台开关柜运行状况的实时、全面、准确的在线监测。此外，文章对经验模态分解法进行边界延拓，克服了其在分解过程中的端点效应，以此改进的EMD分解法将断路器机械振动信号分解为有限个相互独立的IMF函数，以各IMF包络的能量熵特征值作为RBF神经网络的输入，采用可快速收敛且分类能力良好的交替梯度法训练RBF神经网络模型，实现了利用振动信号对断路器机械故障的准确诊断。　　最后，以KYN28A-12（Z）型高压开关柜（配 ZN63A-12型弹簧操动机构真空断路器）为测试对象，现场调试结果表明在线监测系统具有很高的可靠性和精确度，可实时、全面地掌握开关柜的运行状况。运用改进的EMD分解、IMF能量熵和交替梯度算法训练的RBF神经网络结合的诊断方法，能够相当快速和准确地识别出断路器的常见机械故障类型，切实地为煤矿高压开关柜的检修提供决策依据。