随着城市化进程的加快,电缆得以大量使用。地下电缆在恶劣天气下比架空线更安全,短距离传输更经济,并且具有不易受环境影响和低维护的特点,因此得到了广泛应用。然而,地下电缆更容易因局放、闪络等引发致永久性故障,故障查找更困难。早期故障检测可以识别存在绝缘缺陷的电缆,采取降低隐患电缆的供电负荷等措施,从而最大限度利用其剩余寿命,在永久性故障发生前及时更换电缆,对保障供电的稳定性和安全性具有重要意义。在研究电缆绝缘老化机理的基础上,根据电缆早期故障的故障形态,在PSCAD/EMTDC中搭建电缆早期故障仿真模型,模拟了单相接地早期故障。详细阐述了所依据的数学模型及仿真模型中所涉及的初始参数,在此基础上分析了不同初始参数的变化对所建故障电阻的影响；对故障电阻改变所引起的故障电流峰值,均方根值的变化进行了分析,并与已有文献中实际测得的电缆早期故障事件的故障电流进行比较,从而进一步佐证所搭建的电缆早期故障仿真模型的有效性。以PSCAD/EMTDC中搭建的电缆早期故障仿真模型所得仿真信号为基础,使用小波奇异性检测和贝叶斯变点分析两种方法对电缆早期故障电流信号进行了检测分析。从时频域的角度,利用离散db4小波和复Morlet小波这两种不同的小波基,对故障信号进行奇异性检测,定位早期故障的发生及结束时刻；建立时间序列变点分析的贝叶斯数学模型,从概率估计的角度分析信号的故障突变点,通过蒙特卡洛马尔科夫链(MCMC)求解贝叶斯数学模型的后验概率密度函数,得到的最大概率点对应的即为故障的起止时刻。分析结果表明两种方法均能有效地检测电缆早期故障,复Morlet小波的检测效果优于离散db4小波,而贝叶斯变点分析在故障突变不明显时,检测结果逊于小波检测的结果,但贝叶斯变点分析与小波变换相比具有较好的抗噪性。电缆早期故障信号,具有自恢复性,它区别于永久性故障,属于暂态扰动的一种,为了将其区别于线路中其他暂态信号,需要对其进行分类识别。基于PSCAD/EMTDC中所建立的配电网模型,仿真得到电容器投切扰动暂态信号,作为分类识别的比对信号,利用快速傅里叶变换(FFT)对早期故障信号和电容器投切扰动信号进行谐波分析,并根据其各次谐波的含有率和谐波总畸变率建立了频域特征向量,作为区分两类暂态信号的依据；建立了基于概率神经网络(PNN)的分类器和支持向量机(SVM)分类器,分别对两类信号进行分类识别。仿真结果表明,两种分类器都可以有效地区分早期故障信号与电容器投切扰动信号,并且在小样本的情况下,支持向量机分类器具有较高精度。