接地网是电力系统必不可少的组成部分,对电力系统稳定运行起到关键作用。我国的接地网常年埋于地下及其容易发生腐蚀断裂,导致其工作性能下降甚至引发事故。因此提高接地网腐蚀检测效率并对腐蚀速率进行预测,有助于及时发现并解决接地网存在的问题。目前接地网的腐蚀检测方法仍有待完善,腐蚀预测的方法更是稀少,因此改进接地网检测与预测方法并开发一款智能装置,对保证接地网的安全运行具有指导性意义。本文分析了现有的检测方法并总结了其优缺点,最终选定了电化学原理为基础的接地网腐蚀检测方法。通过对检测过程中的干扰信号进行分析,提出了融合短时傅立叶变换的无迹粒子滤波算法进行滤波。其中短时傅立叶变换用于滤除电磁干扰信号,无迹粒子滤波算法用于滤除高斯白噪声,最大程度地滤除了检测信号中的噪声信号,从而确保了检测结果的准确性。对接地网进行腐蚀速率预测可以预知接地网腐蚀状态,然而接地网预测研究处于初级研究阶段。腐蚀速率数据是呈非线性的,而且样本量少。所以选用寻优性能好、参数少的鲸鱼算法优化最小二乘支持向量机,建立优化的预测模型。而鲸鱼算法初始种群影响着其优化效率,考虑到混沌映射可以产生多样性较好、适应度较高的种群,所以本文采用混沌映射对鲸鱼算法进行改进,得到最终的预测模型。算例分析验证了预测模型的准确性,为腐蚀速率分析分析和接地网维护提供了基础。利用现有的接地网检测方法不能一次测量所有参数且无法进行预测,所以本文在装置开发的基础上,用软件程序对检测功能进行了改进,实现了一次可测得所有参数的功能,并实现了装置的预测功能,然后根据软件开发需求将软件划分为通讯协议模块、通讯模块、数据处理模块和人机交互模块并分模块开发。从而实现了装置改进和对硬件电路的控制,完成接地网的腐蚀检测及预测工作。