六氟化硫（SF₆）气体具有优良的绝缘和灭弧性能，在电力高压设备中得到广泛使用。电气设备发生放电故障时，SF₆气体发生分解，并与气室内的杂质发生化学反应生成一系列氟氧化物。由于传统的电气试验法在故障诊断上具有局限性，因此，利用SF₆分解气体组分诊断设备故障及评估其运行状况，对设备早期故障的诊断与预测具有重大意义。本文主要展开以下四部分的研究：（1）对SF₆放电分解气体的形成机理、影响因素、相对含量及变化趋势展开深入研究分析。（2）针对SF₆电气设备，分别建立放电故障模型及绝缘缺陷模型；分别选取合适的气体组分或比值作为特征参量，采用支持向量机多分类方法，在Matlab中开发故障诊断程序。（3）选取合适的监测气体，进行气体曲线拟合，预测设备故障发展趋势，评估设备运行状况。（4）开发“故障分析系统”，为故障诊断及故障预测提供操作平台。本文主要得到以下四点成果：（1）放电故障是导致SF₆气体发生分解的主要原因，影响其放电分解的因素有放电类型、放电能量高低与持续时间、电极材料与绝缘材料、水分与氧气等杂质等。（2）采用支持向量机多分类法，成功开发基于SF₆分解物分析的电气设备故障诊断程序，测试结果显示故障诊断程序能正确诊断放电故障类型和绝缘缺陷类型。（3）采用SOF2气体和SO2F2气体作为监测气体，得到了理想的气体拟合曲线及拟合函数，可对设备运行状况进行评估。（4）成功开发了“故障分析系统”，该系统为基于SF₆分解物分析的故障诊断、故障预测提供了良好的操作平台。