从智能图像处理和三维造型技术的角度提出一种针对特高压换流阀厅用套管运行状态特征的监测方法.该方法主要包括:应用智能图像处理技术对红外热像仪、紫外成像仪数据库进行辨识、分类处理;通过Kalman滤波技术针对典型金具绝缘距离进行实时在线测量;应用基于有限元法三维造型技术建立阀厅典型主设备套管的电场模拟模型,获得关键金具表面电场分布情况.结合图像数据库信息、绝缘距离信息和典型主设备套管电场分布信息有效获取其运行状态参量,并应用智能算法对其运行状态进行自动评估.结果表明:未使用Kalman滤波技术时,在0～160 s内对于关键位置处的距离预估偏差跳变较为剧烈,使用Kalman滤波技术后预估偏差跳变幅度缩小,基本控制在同一误差水平;神经网络具有较好的学习效果,适应度函数迭代100次后趋于稳定,且模糊神经网络局部权值出现较为典型的非线性特征.研究结论可有效发掘潜伏性隐患、定位正发性故障,为主设备套管运行维护提供有效的数据支撑和保护策略.