为实现高压隔离开关的机械故障辨识，提出一种基于驱动电机电流信号和振动信号联合特征提取的运行状态识别方法。首先对电流信号做时域分析，通过希尔伯特变换提取电流波形包络，提取波形最大值、均值作为电流特征；然后分析振动信号从电机上电到合闸完成的时域波形，提取主要振动事件的极值时刻作为振动信号的时域特征，与电流特征组成联合特征向量；最后通过支持向量机(support vector machine

SVM)算法实现隔离开关机械状态辨识，并采用遗传算法(genetic algorithm

GA)优化SVM参数。以某GW4型双柱式高压隔离开关为研究对象，模拟隔离开关正常运行、机构卡涩、螺丝松动3种运行状态，搭建软硬件系统采集电流信号与振动信号。实验结果表明，文中所提基于电流-振动信号联合特征与GA-SVM的辨识算法准确率达到了96.7%，有效提高了隔离开关机械故障的识别准确率。