真空开关作为电力系统的保护和控制设备之一,在电力系统中有着重要的地位,它主要由真空灭弧室和操动机构两部分组成。操动机构作为驱动装置极易产生机械故障,从而影响了开关的综合性能,严重时会给电力系统带来严重的破坏性,因此对其状态进行精确诊断是极其必要的。本文选取操动机构为研究对象,首先对其故障进行了分类,阐述了它的特性参数以及故障之间的内在联系,分析了各种特性参数包含的故障信息,为故障诊断奠定了理论基础,然后描述了 BP神经网络模型的结构和数学原理,建立了基于BP神经网络架构的诊断系统,并根据仿真结果针对性的加入了遗传算法,创建了基于遗传算法的BP神经网络系统。为检验该系统的可靠性与优越性,本文对真空开关的特征信号进行了分析,信号中的有效信息被提取为特征值信号,然后被预处理为神经网络系统的输入向量,以操动机构的运行状态的编码作为目标向量,利用MATLAB软件作为仿真平台,分别对原始BP网络和遗传算法优化后的BP网络进行了仿真测试。仿真结果表明,与常规的BP网络相比,改进后的网络运行速度快了一倍以上,累计误差显著减小,在一定程度上克服了 BP网络容易陷入局部极小值的缺点。该方法为操作机构的智能化诊断提供了新的思路。