现如今，随着电力能源使用规模的扩大，我国环网柜的使用量剧增，而保障环网柜的安全稳定运行，是保证配网系统安全运行的必要条件。根据市场调研发现，目前我国10kV及其以下的环网柜线路分布广、数量多，监测系统不完善，功能单一，维护需要较大的人力成本和经济成本。
　　为解决上述问题，本文设计了一套适用于环网柜的在线监测系统。设计了适用于环网柜局部放电监测的高频传感器和暂态对地电压传感器及其调理电路，采用非侵入式的高频传感器和暂态对地电压传感器，有效地采集了环网柜的局部放电信息;设计了适用于环网柜的电缆终端头绝缘表面温度监测方案，采用了腕带式测温的设计，基于433MHz的无线数据传输，使得测温的方式更加的方便可靠;设计了适用于环网柜的电流故障监测和电压带电监测方案，光纤传输和光耦隔离的方式使得高压系统与低压系统有效隔离;采用了GPRS无线传输方案对传输环网柜的数据信息进行了有效的实时传输。
　　本文针对环网柜电缆终端局放信号的模式识别方面，搭建了三种电缆终端头中常见的局部放电模型，通过上述系统对局部放电信息进行了采集。采用了希尔伯特变换和变分模态分解对局部放电信号进行时频分析，得到局部放电信号的有效模态，并求取各模态分量对应的多尺度排列熵，计算得到局部放电信号的特征矩阵，采用了主成分分析算法筛选出最优特征向量集，并对特征集分别采用BP神经网络和支持向量机进行了模式识别。采用了精度、准确率、召回率和F1分值等评价指标识别效果进行了评价。结果表明，对于针板放电和沿面放电，支持向量机的准确率高于BP神经网络，且三种放电的识别F1分值高于BP神经网络算法，表明支持向量机更适用于解决小样本、工程实际的问题。
　　本文基于CodeComposerStudio和LabVIEW对系统的上位机和下位机程序进行了设计，完成了系统的整机调试，并将其在10kV环网柜现场中进行了安装测试。基于上位机软件，实现了环网柜的远程在线监测，实现了环网柜的运行维护智能化。通过在实验室的环境下模拟故障发生，验证了各个传感器和整机监测的有效性。随后，通过现场的测试，所开发的系统能够有效的采集到环网柜的运行状态信息，并根据环网柜的信息数据对环网柜进行状态诊断，验证了监测系统的有效性。