电缆终端作为电缆线路中的关键附件,由其引发的电缆线路故障占有较高比例。高压电缆终端漏油是一种常见但难以发现的缺陷,可能导致高压电缆终端局部过热造成绝缘劣化,越来越多的人员或机构研究了各种高压电缆终端油位异常状态检测方法。然而这些方法大多需要停电,可操作性较低。本文研究一种基于红外图像的高压电缆终端油位异常的带电检测方法,有助于支撑高压电缆终端油位的准确安全评估。本文的主要工作如下:基于典型高压电缆终端结构,分析高压电缆终端漏油原因和路径,建立高压电缆终端油位异常情况下的等效热路模型,分析其热量传递特征,得到了高压电缆终端伞裙表面温度的分层机理。此外,通过有限元仿真获取高压电缆终端在不同运行状态下的温度场分布以及终端表面温度曲线,研究不同负荷、不同油位高度以及油位异常且进水等因素对高压电缆终端表面温度分布的影响。针对红外热像仪测量电缆终端温度的过程中存在的噪声干扰和背景干扰,通过红外图像的噪声特性分析,提出基于中值滤波和小波滤波的红外灰度图像降噪策略,并从信噪比、峰值信噪比以及均方差三个方面对比不同基小波的降噪效果,最终本文选定sym4基小波作为电缆终端红外成像灰度图像的降噪方法。通过对比分析三种边缘提取算法对高压电缆终端红外图像目标区域提取效果,最终采用基于Canny算子的边缘提取算法以及行像素值之和的阈值判定方法实现高压电缆终端区域的目标提取。基于提取的电缆终端目标区域的中间列像素值曲线,利用距离梯度提取高压电缆终端的目标伞裙区域,获取伞裙区域的灰度值曲线。利用中心滑动平均算法对伞裙灰度值曲线进行平滑滤波,提出基于峰值包络线梯度值的高压电缆终端油位评估方法,最后通过一现场漏油高压电缆终端实测案例,验证了本文所提出方法的可行性。