电力设备的运行状态是一个动态变化的过程,基于设备运行状态的运维策略的制定是实现设备精准化运维管理的前提,是智能化电网的必要组成部分。变电站作为一个整体,为了提高电网运行的可靠性,必须提高每一个设备元件的可靠性。基于设备运行状态的状态维修策略在电网开展已有很多年,随着状态维修的逐渐深入开展,状态评估作为状态维修的理论依据对于状态维修策略的有效制定起着决定性作用。长期以来,状态评估的热点主要集中在发电机、变压器等少数大型设备上,而对于数量众多,广泛应用的高压开关柜设备研究较少。随着近年来用户侧对供电可靠性要求的加强,该类设备的状态评估及状态维修也逐渐引起广泛关注。本文以高压开关柜为研究对象,建立多维信息状态评估模型并提出综合评估算法。解决的关键问题包括:检测数据与设备绝缘劣化之间的定性及定量分析;电磁干扰环境下检测数据的准确提取;多维状态参量高压开关柜评估模型的建立;基于信息融合的高压开关柜状态评估算法的研究。由于电力系统设备的特殊性,现场数据的获取及评估后的设备实际状态的验证非常困难,本文中除Ansoft软件仿真部分外,其余开关柜检测数据均为现场实测数据。本文的主要工作和研究成果包括:结合电磁波传播特性,通过理论推导,给出了高压开关柜主要检测数据TEV(暂态对地电压,transient earth voltage)与开关柜内绝缘劣化强度的定量关系;利用Ansoft电磁仿真软件对开关柜进行三维建模,并采用高频载流线圈模拟开关柜内部局放,仿真得到了开关柜内部局部放电位置、幅值及频率变化对TEV检测值的影响,为确定高压开关柜状态评估模型的状态参量提供了理论支持。在对现有电力设备检测手段特点分析的基础上,结合高压开关柜自身安装及运行特点,通过对现场检测数据的对比和分析,得到了适用于现场的高压开关柜电-声-光联合检测方案,为高压开关柜状态评估模型中状态参量的选取及各参量之间主次关系的划分提供了数据支持。为减小变电站电磁环境对检测数据带来的影响,提出了一种用于带电检测值的数据抗干扰算法。通过计算检测值偏差的突变量,消除了局部电磁干扰给检测值带来的影响,在此基础上,利用修正公式对数据进行进一步修正,消除了由于临近设备内部绝缘劣化导致检测值升高给评估结果带来的不利影响,提高了设备带电检测数据的准确性,为进一步设备状态评估的准确性奠定了基础。建立了一种针对高压开关柜的多维状态参量评估模型。为更好的反应设备绝缘劣化的发展趋势,评估模型采用模糊量作为状态评判因子,得到基于模糊量的综合评估向量;同时,采用“五级制”设备状态评估等级,依据隶属度函数将评估向量划分至相应评估等级;模型的状态参量涵盖了设备带电检测数据、环境在线检测信息、历史评估信息、设备运行信息、预试定检数据及日常巡检信息,涉及检测数据、运行信息、历史信息、设备预防性试验数据、日常维护信息多个方面的数据信息。在对检测数据特点分析的基础上,针对高压开关柜,提出了基于熵权和信息完整度的模糊分层状态评估算法,算法一方面通过“熵权”值减小了对主观权值的依赖,融入了检测数据信息量因素给权值带来的影响;另一方面,通过引入“信息完整度概念”与本次评估结果的可信度相关联,使得状态参量缺失工况下设备状态评估结果更有实际意义;为进一步消除主观权值对算法的影响,提出了基于突变级数的状态评估算法,能够从突变角度对设备的状态变化给出评估,能够通过突变类型的调整自适应状态参量缺失工况,算法更加简单;为减小隶属度函数中主观经验的影响,提出了基于可变聚类中心修正FCM的评估算法,利用聚类中心定值对传统可变聚类中心FCM算法进行修正,从聚类角度更加直观地反应变电站中设备状态的整体分布。通过对以上三种适用于高压开关柜的状态评估算法进行分析比较,提出了一种基于信息融合的综合状态评估算法,分别以模糊分层理论、突变级数算法和可变中心修正聚类算法结果作为评估系统子属性,在决策层采用贝叶斯融合算法,以充分发挥不同评估算法优势,达到不同算法的功能互补,增强综合算法容错性及有效性。在决策层融合算法中提出了一种基于数据信息相似度的贝叶斯分类模式概率计算方法,在评估系统决策层贝叶斯融合过程中,依据各个子系统决策属性向量之间的相似度确定模式概率,能够更加客观地反应子属性特点,进一步增强评估系统的置信度和容错性。利用现场实际检测信息对融合算法进行验证,证明了融合评估算法的有效性及优越性。