电晕放电的过程包含着十分复杂的物理过程。电子、正离子、负离子和中性分子等多种微粒在放电过程中同时存在,并且带电粒子如电子等的运动在空间中形成电晕电流,而空间电晕电流又感应出磁场。直流电晕产生的空间电荷分布、电晕电流密度分布与空间磁场分布之间存在单向映射关系。因此,为解决目前直流电晕放电研究中存在的气体中空间电荷分布难以测量的问题,通过监测电晕电流在其周围所产生的空间磁场分布来研究空间电荷分布是一个新的研究方法。本文摒弃了传统的研究空间电荷分布与空间磁场分布之间的物理规律的方法,将空间电荷分布、电晕电流分布和磁场分布均抽象为数学向量,创新性地通过机器学习算法以及隧穿磁阻（Tunneling Magneto Resistance,TMR）磁传感测量技术来研究电晕放电的空间电荷分布。本文重点研究了基于机器学习方法建立空间电荷、空间电晕电流和空间磁场分布的映射关系以及通过TMR磁场传感器实现对电晕电流及其磁场的测量,主要研究内容如下:（1）研究了基于COMSOL软件建立空间磁场分布与空间电流分布的数据库。首先推导了电流密度分布与电荷密度分布之间的关系。然后利用COMSOL数值仿真平台,根据平行针结构双极放电和典型单点电晕放电这两个场景分别搭建了空间电流分布的仿真模型,并计算出空间电流分布所产生的空间磁场分布。改变电流分布,磁场分布也随之改变,由此建立起空间电流分布与空间磁场分布的数据库。（2）具体地应用神经网络来求解磁场-电流的映射关系。首先提出空间磁场分布-空间电流分布映射关系的研究是一个多输入、多输出的非线性回归问题,建立了基于神经网络的磁场-电流映射关系求解模型,并介绍了神经网络模型的参数学习方法。接着,阐述了对原始映射样本库的数据简化和预处理方法。然后,基于R语言平台通过参数调优来选取网络模型的参数。最后,分别以两个场景模型所得的映射样本数据库进行训练和测试,并对神经网络模型的误差进行了分析。此外,还分析了输入节点数对磁场-电流映射关系求解模型精确度的影响。（3）针对针-板电晕放电进行了磁场传感测量研究。首先基于隧穿磁阻传感器设计并制作了双轴磁场传感测量装置,并对TMR传感器的灵敏度和频率响应这两个性能参数进行了测试。其次,通过双轴TMR传感器对电晕放电脉冲电流产生的磁场的响应,实现对电晕电流及其磁场的测量。此外,通过对磁场测量结果的分析,验证了该测量方法的可行性。最后,具体地阐述了本文方法应用于实际直流线路空间电荷分布测量的整体方案。