塑壳断路器是低压电器中应用最为广泛且最为重要的设备之一，人们对其可靠性的要求日益提高。随着电器设备的在线状态监测、故障诊断与可靠性维修等一系列研究的日益深入，对断路器的在线监测与剩余寿命预测的研究工作也已成为国内外学者关注的热点。　　塑壳断路器的使用寿命包括电寿命和机械寿命，对其寿命预测的研究紧紧围绕这两方面展开。　　首先，设计并开发了塑壳断路器的电寿命试验装置，试验过程中，对断路器合闸、保持接通和分闸的过程中电压电流进行监测记录。从波形中提取了影响电寿命的几个关键参数，即：分断电流值、燃弧时间以及分断时燃弧期间的燃弧能量；并提出了预测相对剩余电寿命的理论模型。　　其次，设计并开发了塑壳断路器的机械状态监测系统，该系统对塑壳断路器在分闸、合闸及脱扣后重合闸操作过程中的触头状态监测电压和分/合闸电机电流进行监测，通过对采集到的电压电流信号的分析与处理，间接计算得到塑壳断路器的闭合（分断）时间、三极闭合（分断）同步时间差等反映机械特性的参数。本文应用小波分析方法对机械特征参数进行了分析处理，从而确定了反映机械状态变化趋势的特征参数。　　最后，将小波神经网络作为断路器机械状态预测的数学模型。通过分析试验数据，可知断路器闭合同步时间差随操作次数的变化规律大致反映了断路器机械状态在操作过程中的变化趋势，为了预知断路器的机械状态，应用小波神经网络对断路器闭合同步时间差进行了预测，并在MATLAB软件中进行了仿真分析。仿真结果表明：预测值与实际值基本吻合，预测误差在允许的范围之内，小波神经网络用于断路器机械状态预测是可行的，这为进一步进行断路器的机械寿命预测奠定了理论基础。