由于安装操作、制造工艺以及运行环境等影响,交联聚乙烯电力电缆容易发生绝缘故障。局部放电作为电缆绝缘失效的早期征兆,研究电缆局放的检测与模式识别,对排除电缆隐患,提升其运行可靠性有重大意义。超声检测法具有操作简单,不影响被测设备,受外部电磁噪声影响小等特点。目前,超声法应用于电缆局部放电诊断亟待进一步研究,包括明确超声检测指标和定量检测方法,准确建立PRPD等局部放电分析模式,提升局部放电类型识别率等方面。本文通过电缆局部放电的超声传播模型分析了检测位置和超声频率对局放超声信息获取的影响。结合分析结果和相关技术标准,研制了局部放电超声检测装置,利用脉冲电流法的检测结果对比证明该超声检测装置的有效性。在10k V交联聚乙烯电缆上模拟三类缺陷,采用脉冲电流法和超声法同时获取局部放电样本。结合硬件滤波、软件滤波和自适应阈值的小波变换法去除局放信号中的噪声干扰,该方法抑制噪声的同时较好地保留了局放超声波形的特征。研究局放超声信号与视在放电量之间的关系,先从局部放电产生超声波的原理分析了超声信号能量、幅值与视在放电量的关系,然后提取试验的超声信号能量、振幅、持续时间三个特征量,通过脉冲电流法的电信号计算视在放电量,对超声信号特征量与视在放电量的关系拟合分析。结果表明,在超声检测频段30-50k Hz和试验电压5-9k V范围内,超声信号振幅与视在放电量成正比,超声能量与视在放电量的平方近似线性关系,不同电缆缺陷的超声特征量与视在放电量之间的关系拟合曲线不相同。所得结论对选取局放超声检测指标和通过超声特征量估计放电量提供参考依据,也为后续建立局部放电分析模式提供研究基础。提出一种基于多特征的KNN-DBN决策融合的电缆局部放电识别算法。分别构建超声局放相位分布模式（PRPD）和局放时间分布模式（TRPD）,提出基于超声能量和电信号的时间差计算方法,准确建立局部放电超声PRPD,进一步提取二维图谱的27维统计算子;对超声信号进行加窗分帧处理,提取短时能量、功率谱重心频率作为TRPD特征量。采用高斯核函数加权改进K-近邻算法（KNN）,相较传统KNN和线性支持向量机,该算法对TRPD特征有更高的识别率和识别速度,且噪声干扰下鲁棒性较好;采用深度信念网络（DBN）实现PRPD高维特征的识别,相较浅层神经网络识别率提升明显。最后,基于Dempster-Shafer证据理论,将KNN和DBN的识别结果在决策层进行融合,进一步提升识别率达92.38%,实现不同局放模式信息的充分利用与提升识别结果的可靠性。