油纸绝缘老化状态的有效评估是保障油纸绝缘电力设备安全稳定运行的重要手段之一。基于激光拉曼光谱的运行油纸绝缘状态检测分析已经开展了初步研究,但目前仍缺乏温度和水分等外界因素对油纸绝缘老化拉曼光谱诊断影响的探究。本文针对油纸绝缘在实际运行过程中可能所处的温度、水分条件,探究了温度和水分对油纸绝缘老化拉曼光谱的影响,基于图论思想建立了考虑温度、水分影响的油纸绝缘老化拉曼光谱图数据库,并提出了一种结合图数据库的图卷积神经网络诊断方法。论文的主要工作如下:（1）通过加速热老化、恒温平衡以及吸潮试验制备不同老化程度、3种平衡温度和4种含水量的油纸绝缘老化样品。通过油中糠醛浓度的测试结果分析温度、水分对油纸绝缘老化产物在油中溶解浓度的影响。根据绝缘纸平均聚合度测试结果对油纸绝缘老化样本进行老化阶段划分。（2）基于实验室拉曼光谱测试平台对试验制备的不同平衡温度、含水量的油纸绝缘老化样本进行拉曼光谱分析。对原始拉曼光谱信号进行了平滑、归一化和基线扣除等预处理。开展了基于生成对抗网络的拉曼光谱数据扩增研究,为建立考虑温度、水分影响的油纸绝缘老化拉曼光谱数据库提供了基础。（3）比较不同平衡温度和含水量的油纸绝缘老化拉曼光谱,分析了温度和水分对老化样本拉曼光谱的影响规律。基于图论提出了一种能反映样本间老化差异的油纸绝缘老化拉曼光谱图数据库建立方法,为油纸绝缘老化拉曼光谱数据库的建立开展了新思路。利用线性判别分析法进行了拉曼光谱特征提取,修正了温度和水分对图数据库老化样本节点分布的影响,为建立基于拉曼光谱图数据库的油纸绝缘老化诊断模型提供了一定基础。（4）提出了一种结合图数据库的可用于小样本学习的油纸绝缘老化拉曼光谱图卷积神经网络诊断方法,提高了对考虑温度、水分影响的油纸绝缘老化样本的诊断性能。利用粒子群算法对构建图数据库的gamma参数进行寻优,确定了使得图卷积神经网络诊断模型诊断效果最佳的gamma参数。对比了油纸绝缘老化拉曼光谱不同诊断方法在考虑温度、水分影响后的诊断效果,验证了图卷积神经网络诊断方法的优越性。论文开展的考虑温度、水分影响的油纸绝缘老化拉曼光谱及其图卷积神经网络诊断研究为基于拉曼光谱的油纸绝缘老化状态准确诊断提供了重要支撑。