针对高压断路器在线监测与故障诊断问题,提出了一种基于概率神经网络的高压断路器故障诊断模型。该模型利用Parzen窗函数和Bayes分类规则建立了前向型自监督神经网络,在分析分(合)闸线圈信号的基础上提出了高压断路器故障模型。仿真结果表明,该模型对断路器的故障模式识别过程具有训练速度快、输出误差小和收敛性好等特点。