高压断路器是电力系统中重要的控制和保护设备之一，起着控制分配电能和保护设备的双重任务，其可靠性直接影响到电力系统的安全运行。高压断路器的绝大部分事故源于机械方面的原因，而弹簧操动机构作为高压断路器的主要开合部件，其运行的可靠性与稳定性直接决定了断路器的性能。　　针对我国在状态检修方面存在的不足，本文对高压断路器的在线监测展开了研究。首先根据弹簧操动机构的机械特点，分析了振动、行程、线圈电流等特征参数与机械部分工作状态之间的关系，确定了监测参数。分、合闸线圈电流的分析为断路器的在线监测提供了必要且完整的理论依据，对振动信号在时域下的特征进行分析，利用实际操作过程中的机械振动信号对高压断路器进行机械故障诊断势必会具有良好的应用前景。在此理论分析的基础上，详细研究了监测参量的采集方法。然后，对在线监测系统进行了硬件设计，包括信号采集模块、信号处理模块、状态分析模块、故障诊断模块及人机交互模块等几个部分，并对各个子模块的设计进行了详细叙述。该在线监测系统能够满足电力设备在线监测稳定性、可靠性、实时性的要求。　　针对采集到的机械特征量信号，由于采集过程中存在不可避免的噪声及干扰，因此首先利用小波阈值消噪方法对采集到的信号进行预处理。通过对消噪过程中参数的比较与分析，确定消噪参数，并利用MATLAB软件验证方法的可行性并观察消噪效果。故障诊断是在线监测系统必不可少的部分，因此，综合比较分析现有的人工智能算法，本文针对基于径向基函数(RadialBasisFunction，RBF)神经网络的高压断路器故障诊断进行了研究。