为提高断路器机械故障的诊断准确率,并解决传统基于振动信号方法面临的接触安装局限、低频本振和高频干扰等问题,提出基于声特征优化提取的机械故障监测算法。算法首先将声信号划分为信号区间并以K-S显著性检测提取故障信号差异较大的信号区间,然后提取其LDA优化凸显的GFCC特征,以提高特征对故障状态的描述能力,然后采用特征加权优化的SVM算法对高压断路器的机械故障进行诊断监测。以四种模拟机械故障取得的声信号数据进行实验,结果表明,算法对四种故障的诊断准确率均值达到94%以上,验证算法的有效性。