本课题针对高压开关柜绝缘故障检测定位难、易引起火灾，造成较大经济损失的重大问题，从易发的绝缘故障出发，研制了基于多传感器阵列排布的开关柜局部放电检测装置，易于定位放电位置，并制定了基于统计分析和支持向量机的阈值设定及模式识别算法。从易发的温升故障出发，基于新型温度计的开关柜测温装置，提出基于Lazy Snapping混合模拟退火算法的高压开关柜温度场红外三维图像重建仿真方法。基于高压开关柜多维状态信息，开发了基于数据融合的开关柜状态在线监测系统，实现数据采集、存储和展示，开展健康状态评估以及故障诊断。 成果已在220千伏崇光变电站等35变电站704面开关柜得到广泛应用，从2019年至2023年，共检测出各类故障16次，运行情况良好，可推广应用，社会、经济效益显著，累计实现直接经济效益1779.04万元，后续可推广至国内外在建在运输变电工程，经济社会效益巨大。成果的应用对提高高压开关柜智能监测、提升电网安全稳定性、保障电网运行和检修安全水平，具有重要的科学意义和工程实用价值，同时也将带来巨大的社会和经济效益。 主要创新点： （1）提出开关柜多状态参量状态评估方法，实现开关柜状态智能评估及故障智能研判、智能预警。 收集开关柜状态感知终端多业务全量数据，在基于现场开关柜设备状态参量及所评价状态的基础上，运用机器学习的故障诊断模型进行综合故障诊断。建立典型故障多维输入特征集，基于支持向量机svm，建立故障数据输入故障类别输出之间的关联关系；通过对故障点的时空定位和特征提取，实现故障类别的判定，最终完成故障原因关联分析，实高压开关柜故障的智能评判和预警。 （2）提出高压开关柜设备的局放状态分界点和相关阀值等标准参数，实现开关柜边缘计算及就地智能诊断监测预警。 在收集大量历史数据的基础上，利用统计分析算法，借助于正态分布、对数正态分布、威布尔分布及指数分布等统计分布曲线，拟合已有历史数据，并评估出设备的局放状态分界点和相关阀值等标准参数。根据监测到的实时数据，结合历史趋势变化，对常见故障进行专项分析和判断。 （3）建成基于开关柜监测数据标准化交互、标准化管理方法的诊断知识库，实现海量开关柜监测数据标准化处理、智能化分析诊断。 研究检测数据库动态更新方法；研究数据信息的归档和整理方法，以达到智能分析电力设备绝缘状态的目的。研究建立诊断知识库、应用各类诊断算法，对相关数据进行分析处理，研究数据交互与共享能力实现的方法；研究平台的关键功能模块，包括数据中心模块、带电检测模块、集合诊断模块，知识库管理模块、统计分析模块等功能。制定的设备状态评价标准与规则，综合在线监测数据、离线缺陷数据、检修维护记录等对设备各个部分的状态进行评价，最终汇总得出设备整体评价，用评价结论指导设备运行及检修。