以设备状态预警和故障预测为中心的智能运检是电网运维发展的方向所在,隔离开关作为在运数量最多、故障数最多的双“多”高压设备,在机械故障诊断方面却依旧采用手感判断和解体检修等落后的传统检修方式来判断其机械故障,因此提出一种便捷可靠的隔离开关机械故障诊断方法对提高运维效率具有重大意义。论文从隔离开关故障原因和研究现状的不足中提出以驱动力矩作为隔离开关状态诊断依据,然后从公式推导、仿真模拟和试验检测三方面共同验证了驱动力矩判断隔离开关机械状态的可靠性,最终结合神经网络,提出一种基于操作力矩-转角曲线的隔离开关机械故障数字化智能诊断方法。为了明确操作力矩-转角特性曲线在不同状态下变化规律,本文在动力学仿真与力矩检测方案方面做了大量工作。在动力学仿真方面,论文建立隔离开关1:1精细化隔离开关三维模型,对触头触指等柔性体进行有限元分析再与刚体耦合,实现刚柔耦合动力学仿真。基于此模型,对隔离开关运动过程进行分析,并创造性地提出合闸不到位、三相不同期故障及轴承卡涩三种典型机械故障的仿真方法,发现操作力矩在不同状态下变化明显,可作为隔离开关状态诊断依据。在操作力矩检测方面,论文指出了手动操作力矩检测方案的不稳定性,提出一种对接式隔离开关操作力矩检测方法,对合闸不到位、三相不同期故障及轴承卡涩三种典型机械故障进行模拟,发现力矩波形在各典型状态下变化规律与仿真结论基本一致,证明了仿真与试验的准确性。为对隔离开关机械状态进行模式识别,论文从波形中提取7个特征进行皮尔斯相关系数分析和有效性分析,最终确立啮合前力矩均值、啮合角度、停止角度作为特征量,采用神经网络实现隔离开关机械状态智能判断,随后结合仿真提出卡涩故障分级标准并建立操作杆转动角度与触头触指间距离和主、从动级旋转角度间对应关系,实现隔离开关机械状态的数字化智能诊断,在判断为卡涩故障时输出卡涩等级,判断为合闸不到位时输出主、从动级与合闸标准为相差角度,判断为三相不同期时输出触头触指间距离,为隔离开关检修提供参考。