高压断路器是电力系统中重要的一次设备,其中的SF₆断路器因其具有优良的绝缘性能和灭弧性能,获得了日益广泛的应用。即便如此,SF₆断路器的故障也时有发生,直接影响了电力系统的安全性和可靠性。在所有的SF₆断路器故障中,气体状态故障和机械状态故障占有相当大的比重,本文针对目前SF₆断路器状态监测和故障诊断系统在气体状态和机械状态两个方面存在的缺点和不足,从湿度监测、振动信号特征提取、故障诊断方法以及实际应用等几个方面进行了深入的研究。SF₆断路器对SF₆气体中水蒸气的吸附效应是影响湿度监测精确性的主要原因,目前尚没有理想的定量描述吸附效应的方法。本文在Polanyi吸附势理论的基础上,提出一种采用“吸附势-吸附空间”特性曲线定量描述吸附效应的方法,推导了计及吸附效应的不同温度下的湿度之间相互换算的公式,最后通过实验手段证明了该方法的有效性。时频联合分析是断路器振动信号特征提取的有效方法,但是在信号处理手段的选择上目前还不统一。本文对短时傅立叶变换和小波变换这两种时频联合分析方法各自的优缺点进行了研究,进而提出一种基于希尔伯特-黄变换的断路器机械振动信号特征提取新方法。应用上述三种方法分别从断路器振动信号中提取时频熵向量,通过比较各种时频熵向量的聚类性能得出结论,希尔伯特-黄变换是目前最理想的断路器振动信号特征提取方法。现有的故障诊断方法在自动跟踪设备行为变化的能力上均存在不足,本文以人工免疫网络记忆分类器为基础,提出了一种具有自学习能力的断路器机械故障诊断方法,应用实测断路器振动特征数据对自学习方法和非自学习方法进行了比较,结果表明,文中方法能够跟踪设备状态的真实分类边界,取得更为准确的诊断结果。最后,文章提出一种SF₆断路器气体状态和机械状态综合在线监测与故障诊断的设计方案,对系统的监测原理、硬件结构、软件流程等进行了详细的介绍,并与工程项目相结合开发了实际的应用系统。该系统已经在赤峰电业局部分投入使用,其中的气体状态监测单元获得了国家专利。