高压断路器是电力系统重要的电气设备,作为承载电流和断开异常回路的控制装置,其储能机构保持良好储能状态直接关系到切除电网故障的可靠性。高压断路器储能涉及到不同部件机械传动和能量相互转化,通过研究伴随断路器储能过程信号的特征变化,及时发现储能机构异常和缺陷,对指导现场断路器检修具有重要意义。通过分析断路器储能机构工作原理、常见故障及伴随信号特征的基础上,制定断路器储能状态辨识系统总体技术方案,通过实验获取机构储能过程的振动信号和电机电流信号,展开信号特征提取和状态辨识算法的深入研究。首先,在理论分析基础上研制断路器储能状态辨识系统,选择传感器和数据采集的技术指标,并制定振动-电流联合特征提取-状态辨识的软件流程。其次,对储能机构信号进行提取。对于振动信号提取时间、峭度、裕度作为时域特征,变分模态分解（VMD）结合多尺度排列熵（MPE）作为时频域特征,振动时频图-颜色矩作为时频-图像特征;在电流特征提取中采用时间、峭度、偏斜度、指定谐波电平作为电流状态指标,并由振动和电流信号构建储能状态辨识联合特征矩阵。再次,引入t-分布随机临近嵌入（t-SNE）降维算法对高维特征进行约简,得到振动-电流低维敏感特征向量。选取三路测点振动特征为主证据体,电流特征为辅助证据体,利用模糊k最近邻（FKNN）算法获取基本可信度。最后,结合DS证据理论形成FKNN-DS综合辨识框架,输出融合辨识可信度与FSVM-DS、KFCM-DS模型对比了算法的准确性,并利用现场测试数据进行了验证。