环网柜作为环网系统配送电的关键环节,其运行过程中会产生大量的过程数据,这些数据可以直接反映出环网柜系统实时运行情况,因此实施过程监控可以掌握环网柜的故障情况。传统的环网柜故障检测方法大多都是基于单变量进行的,单变量阀值故障检测的方法忽略了各个变量之间的关联性,损失了数据信息,只能检测直接超限故障,而环网柜系统数据各变量之间具有相互关联性,基于单变量的检测方法难以适应复杂多变的环网柜系统数据,故检测效果往往达不到预期要求。针对上述问题,本文先提出基于NPE算法的环网柜故障检测模型。利用环网柜实际数据进行建模,得到模型空间及残差空间,分别将构造的模型实验结果与单变量模型以及PCA算法模型定性进行比较,并定量讨论算法对故障检测的效果:此外,本文还提出了基于NPE算法的环网柜故障预测模型,预测模型主要从三个角度对NPE算法实施改进:未来公共气象数据、电缆老化寿命预测、以往用户用电习惯,同样对模型结果进行评价分析。模型建立后采用云南省某供电局提供的真实数据对模型训练,分别得到两个模型统计量T2和SPE的统计限。最终,针对故障检测模型,分别采用实时正常数据和历史单个变量均未超限的故障数据对模型检验,检验后的结果:模型对正常数据具有较低的误报率;检测结果与PCA算法模型相比较,得出NPE算法模型对故障数据具有更好的检测效果;此外,利用只有单个变量超限的故障数据进行检验,模型同样能检测出故障;证明了基于NPE算法环网柜故障检测的有效性。针对故障预测模型,采用故障前的数据对模型进行验证,验证的结果:预测模型能在故障发生之前给出故障预警提示,证实了预测模型对环网柜故障预测的有效性。