局部放电(Partial Discharge,简称PD)是电缆绝缘故障早期和突发性故障的主要表现形式之一,它既是引起电缆绝缘进一步劣化的主要原因,又是表征电缆绝缘状况的主要特征量。深入开展电缆PD在线监测与模式识别研究能够及时、准确地判断电缆内部绝缘状况和缺陷类型,对于防止电缆线路事故的发生,以及保障电力系统安全稳定运行都有着十分重大意义。为此,论文在分析国内外PD模式识别研究状况的基础上,深入研究了不同绝缘缺陷PD信号波形特征和统计特征,从两种放电模式的角度出发,提出了两种适合电缆PD信号模式识别的新方法。主要进行了以下研究工作:针对110kV高压XLPE电缆附件出现的绝缘缺陷以及产生的PD特点,设计了4种电缆中间接头内部四种典型绝缘缺陷物理模型,在实验室采用高速PD采集系统和电容耦合传感器获得了这4种绝缘缺陷产生的大量PD样本,并构建出了电缆PD ? ? q ? n谱图及其灰度图像。提出了基于离散小波变换和奇异值分解的电缆附件PD单次波形特征量提取方法:首先对PD进行离散小波变换,得到各尺度小波分解系数,基于Birge-Massart阈值策略提取各尺度系数的有效极大值,并形成极大值的矩阵,再对小波变换极大值矩阵进行奇异值分解,以奇异值做为PD的特征量输入构造的分类器,识别效果良好。论文引入二维线性鉴别分析,提出了双向二维最大间距准则((2D)2MMC)算法提取电缆PD灰度图特征量。这种算法能在保持原始数据拓扑结构不变的前提下,从垂直、水平两个方向上对图像进行投影,将高维数据映射到相应的低维空间,提取出电缆有效特征量,提高了电缆缺陷PD类型的正确识别率,且有效缩短模式的识别耗费时间。