摘要：提出了一种高压断路器机械故障诊断的智能算法，该算法采用最小二乘支持向量机（least squares support vector machine，LSSVM）算法，提取高压断路器振动信号的特征熵；为了提高故障诊断的精度，采用粒子群优化（particle swarm optimization，PSO）算法，优化LSSVM算法的参数。算例表明：PSO—LSSVM算法不仅能够取得良好的分类效果，而且诊断速度与精度均高于传统的支持向量机（support vector machine，SVM）算法，适用于高压断路器机械故障诊断。

关键词：高压断路器 最小二乘支持向量机 粒子群优化 故障诊断 

单位：西安理工大学水利水电学院 陕西省西安市710048 中国水电顾问集团西北勘测设计研究院 陕西省西安市710056