摘要：断路器操作时会伴随剧烈的振动和声音信号，该文提出了一种基于自适应权重的证据理论，诊断断路器机械故障方法。首先利用小波包对多传感器的振动和声音信号进行分解，然后提取特征熵输入（library for support vector machines，LIBSVM）获得了基本可信度分配，再利用状态分类准确率对权重自适应赋值，最后通过证据理论（dempster sharer，DS）将多信号加权后的基本可信度进行融合，实现了断路器正常、卡涩、基座松动和拒分状态的识别。通过识别实验表明：自适应权重的证据理论在避免证据冲突情况下，能够有效提高断路器故障类型诊断的准确率。

关键词：支持向量机 自适应权重 证据理论 故障诊断 

单位：华北电力大学电气与电子工程学院; 河北省保定市071003