本发明公开了一种基于GWO‑KFCM的高压断路器故障诊断方法，包括以下步骤：步骤1，对声音信号进行带通滤波，并通过广义S变换，构建声纹特征；步骤2，对振动信号进行变分模态分解，得到排列熵；步骤3，将声纹特征和排列熵特征联合构建特征向量集；步骤4，通过GWO‑KFCM对特征向量集进行预分类得到最优特征向量子集，并将最优特征向量子集数据输入模型SVM，经分类得到最终的诊断结果，通过利用声振信号联合互补优势，分别提取声纹和排列熵特征，然后采用GWO‑KFCM进行聚类优化得到最佳聚类中心，最后采用SVM进行故障诊断，能够对高压断路器机械故障进行快速有效检测，提高了高压断路器故障诊断的可靠性。