高压断路器是电力系统中最重要的开关设备之一，它在系统中承担着保护和控制作用。为了保证高压断路器可靠运行，监测其运行状态信息并根据所采集的信号进行故障诊断是十分必要的。据统计高压断路器的故障主要是机械故障，本文深入研究了基于振声信号联合分析的高压断路器机械故障方法。首先，合理选择传感器采集高压断路器的多种信号，设计了一种高压断路器状态监测与故障诊断总体方案。其次，根据高压断路器分合闸过程中的振动和声波信号的特点，运用经验模式分解（EMD）提取特征向量，将此特征向量作为支持向量机的输入，分别对高压断路器典型机械故障进行了识别，通过实验进行了验证。再次，提出了一种新的高压断路器振声联合诊断机械故障方法。该方法利用快速核独立分量分析（Fast KICA）对采集到的声波信号进行盲源分离处理，通过对处理后的声波信号与原始振动信号进行改进集合经验模式分解（EEMD），求取每一个固有模态函数（IMF）的二维谱熵，并生产二维谱熵矩阵的变换矩阵，作为支持向量机的输入特征向量对断路器机械状态进行识别。最后，提出了一种基于振-声-时三维图特征的高压断路器机械故障诊断方法，利用分级多时标信号对准构建振-声-时三维图，提取三维图包络的六面八角特征作为一级特征向量，三维图二维投影的区域弦分布作为二级特征向量，基于分级形状特征构建了断路器故障诊断支持向量机的输入向量，并给出了可行的诊断步骤和实现过程。