断路器是电力系统中控制和运行的重要开关设备之一,是保证电力系统安全可靠运行的关键部分,在供电和配电系统中起着开断和闭合正常线路以及开断故障线路的作用,所以低压断路器的操作性能对电网的安全、稳定及经济运行至关重要,由于低压断路器进行实际的动作时,会出现各种不正常的运行状态,因此对低压断路器动作产生的故障进行诊断研究是一项必不可少的任务,在对其故障诊断的同时,低压断路器和各种控制器配合对电力系统进行控制,保护和监测,从而当系统中出现故障时,可以及时使低压断路器动作,快速切除系统中的故障部分,或者切断整个电源供电,从而防止故障扩大,避免造成巨大的经济损失和人员的伤亡。本文针对分合闸线圈电流特征信号对低压断路器的机械故障进行了诊断和监测,首先介绍了低压断路器的机械故障诊断的研究现状,确定了文章以分合闸线圈电流信号为主要研究对象,并详细的分析了分合闸线圈电流的相关理论以及对应的故障类型,根据分合闸线圈电流信号确定了断路器的健康状态。首先采用小波变换对电流信号进行了预处理,准确地识别出故障信号中的奇异点,从而可以得到去噪平滑处理后的分合闸线圈电流波形,提取出波形特征值然后进行故障识别,在此基础上又加入了人工智能的方式,采用小波分析和模糊神经网络结合的方法对低压断路器进行故障诊断,这种改进的方法首先以小波分析为基础,提取时间和电流特征参数t₁、t₂、t₃、t₄、i₁、i₂、i₃,然后在模糊神经网络中增加模糊化层,对特征参数进行相对模糊化运算,最后将模糊化后的特征参数输入到神经网络进行故障识别、分类,最后通过实验和仿真的研究,本文所采用的小波变换和模糊神经网络结合的方式是行之有效的,实验结果显示模糊神经网络低压断路器的故障诊断模型能够准确的诊断出故障类型,具有良好的实用性。最后搭建了低压断路器在线监测和故障诊断系统,该系统由上位机和下位机组成,可以实现低压断路器数据历史查询、故障诊断等多种功能。同时建立了良好的人机界面,提供了简单易懂的互动操作。