作为电能传输过程中的关键设备,变压器的停运往往会带来较大的影响,直接关乎社会经济和安全问题。但长期工作条件下,变压器不可避免地会出现绝缘劣化和局部放电（partial discharge,PD）问题,绝缘劣化会产生局部放电,而局部放电又会加剧绝缘问题,将局部放电作为绝缘状态的一个外在表现研究得到了广泛应用。基于目前国内外局部放电检测研究现状,本文设计和使用了超宽频带法,将脉冲电流的测量频段极大拓宽,更加真实地还原脉冲电流波形,实现了超宽频带局放脉冲-相位序列以及幅值-相位序列的同步采集,研究了变压器油纸绝缘局部放电在超宽频带下的放电特性,实现了多局放源的局部放电类型识别。论文主要包含以下几个方面:进行了油纸绝缘超宽频带局部放电检测系统的设计与研制,将局放脉冲的检测频段拓宽至30kHz-50MHz,检测带宽为49.97MHz,在超宽频带范围内实现了局部放电幅值-相位序列以及脉冲波形-相位序列的同步采集,并基于油纸绝缘针板、沿面和气隙缺陷搭建了局部放电实验平台。基于超宽频带局部放电检测系统的放电幅值序列,进行了油纸绝缘电晕放电、沿面放电和气隙放电特性分析,将局部放电幅值、相位、次数以及时间间隔信息以8种二维局放谱图的形式进行体现,并基于二维局放谱图进行了 38维指纹参数的提取,建立用于局部放电类型识别的指纹库。基于超宽频带局部放电检测系统对局放脉冲具有高还原度的特点,对超宽频带局放脉冲进行了等效时频参数、Renyi信息量以及功率谱熵、奇异谱熵和能量熵参数的提取,结合蒙特卡洛法利用局部放电仿真脉冲群对各组参数的聚类性能进行了分析。最后基于DBSCAN密度聚类算法,利用双局放源以及多局放源的实验数据进行脉冲群分离测试。最后构建了灰狼优化的BP神经网络局部放电类型识别器以及主成分分析降维模型,结合局部放电指纹库和多局放源脉冲群分离技术共同实现了实验室条件下的多局放源的局部放电类型识别,结果表明基于超宽频带局部放电检测系统能够实现对多局放源的准确分离与类型识别。