多数电缆故障往往是由潜伏性缺陷发展劣化导致，因此电缆潜伏性缺陷是制约电缆安全稳定运行的关键因素。电缆潜伏性缺陷具有隐蔽性强、发展缓慢等特点，加之测试现场电磁干扰大、信号间歇性强等环境影响，如何高效、准确地进行电缆潜伏性缺陷识别和诊断已经成为困扰电力企业的重要问题。传统在线监测状态参量单一，且电磁、噪声等干扰导致信号衰减和畸变，测得数据无法真实反映电缆运行状态。因此，发展电缆潜伏性缺陷智能识别和诊断技术对于证电缆安全可靠运行、对指导电缆检修工作具有重要意义。 本项目，针对高压电缆线路缺陷检测手段不全面、缺陷状态参量单一的难题，提出基于原始时域信号的高压电缆潜伏性缺陷智能识别与诊断关键技术，实现智能、高效、准确的潜伏性缺陷识别和诊断。首先提出了电缆线路缺陷多维状态参量的溯源方法，为电缆线路潜伏性缺陷识别和诊断提供可靠的多维状态参量原始数据；获得电缆典型潜伏性缺陷的多尺度特征参量，构建电缆典型绝缘缺陷与接地系统缺陷特征数据库；最后建立基于海量数据库的电缆缺陷信息化智能诊断平台，结合电缆缺陷类型智能识别和分级技术，对电缆绝缘和接地系统的运行状态进行精准诊断，为高压电缆线路的状态评价提供科学的数据支撑与决策依据。