气体绝缘母线(Gas Insulated Bus, GIB)采用滑动结构的插接式触头来吸收设备的装配公差和运行过程中产生的热应力。受设备运行过程中交变的负荷电流和环境温度作用，GIB触头表面发生相对滑动产生摩擦磨损现象，由此引发的接触电阻增加引起GIB设备的载流量下降，严重导致触头接触不良并过热熔化造成设备绝缘击穿。现有研究对于不涉及开合操作的GIB触头摩擦磨损现象认识不足，使得无法对运行状态下的GIB触头健康状态和剩余寿命进行评价，因此开展GIB触头退化失效和寿命预测的研究，对于GIB触头的全寿命周期设计制造和运行维护具有重要意义。
　　为实现对GIB触头的退化建模和寿命预测。本文通过载流摩擦退化试验获得空气、N2和SF6气体介质条件下GIB触头的接触电阻退化曲线，继而对GIB触头电接触退化过程展开研究，在此基础上采用LSTM神经网络算法建立GIB触头接触电阻退化模型，实现对GIB触头的电接触寿命预测。论文的主要研究内容如下：
　　1)为对动态的时间序列数据进行分析，研究了传统的线性模型ARIMA模型和具有自学习能力的LSTM人工神经网络模型；对ARIMA模型的组成和建模过程进行了分析；对人工神经网络的学习训练过程、LSTM神经网络的基本结构和工作原理进行了分析，能够为GIB触头的退化寿命预测提供理论基础
　　2)为获取GIB触头的接触电阻退化曲线，在对GIB触头结构和装配工况分析的基础上，设计加工了铜镀银-铝镀银触点试样；利用搭建的电接触载流摩擦物理试验平台，开展了空气、N2和SF6气体介质条件下GIB触点载流摩擦物理试验，通过LabVIEW开发环境设计了物理试验平台的数据采集系统，获取了试验中GIB触点接触电阻退化数据。
　　3)为对GIB触头退化过程进行研究，分析了GIB触点磨损表面和接触电阻退化曲线，结果表明：磨损碎屑的出现以及表面形貌的破坏使得GIB触点接触状态恶化，接触电阻明显增加，电接触性能逐渐退化；SF6和N2气体介质中接触电阻的退化速度远小于空气介质中的退化速度；电接触退化过程中，接触电阻序列虽然存在波动性，但是仍然具有明显的上升趋势。
　　4)为实现GIB触头的退化建模，先通过EWMA算法对GIB触点原始接触电阻退化曲线进行平稳化处理，在此基础上分别采用ARIMA模型和LSTM人工神经网络模型对GIB触点的接触电阻退化序列进行建模预测；单步预测和多步预测的结果表明：LSTM神经网络对接触电阻退化序列建模的效果优于ARIMA模型，因此本文选择将LSTM神经网络模型作为GIB触点接触电阻退化建模的方法。为实现GIB触头的电接触寿命预测，根据GIB触头的热设计指标和接触压降-温升(V-T)关系确定GIB触点的接触电阻失效阈值，在此基础上采用基于LSTM神经网络的GIB触点接触电阻退化模型对GIB触头的寿命进行预测，预测结果表现理想。