摘要：传统的高压断路器故障诊断方法太过于依赖经验，不能准确地反映特征量和故障模式之间的关系，诊断准确度不高。针对这个问题，采用卷积神经网络算法进行高压断路器故障诊断，结合高压断路器分合闸线圈电流特点建立诊断模型，通过输入零点故障特征参数进行学习训练，得到相应故障类型输出。仿真结果表明，所提算法的整体准确率高达93．68％，与其他基于神经网络的算法相比具有很大的优势。

关键词：断路器 高压断路器 卷积神经网络 故障诊断 

单位：西安工程大学电子信息学院; 陕西西安710048