局部放电检测是评估发电机绝缘状况的重要手段。通过在线监测电机的局部放电信号，提取局部放电脉冲的统计特性，可以进行故障诊断，提前给出预警，防止发生严重事故。但在发电机运行的现场，背景干扰往往远大于局部放电信号，使得测量无法正常进行。此外，局部放电受诸多外界因素的影响，其严重程度的评估目前还没有一个统一严格的标准。如何有效地抑制干扰提取局部放电信号及由局部放电信号评估绝缘劣化的严重程度是局部放电在线监测中两个重要的课题。近年来发展起来的多小波理论，除了具备传统小波的多分辨率分析的优点，还同时具有对称性、正交性、紧支性及高阶消失矩，具有比单一小波基函数生成的小波更优越的信号处理性能。此外，经验模态分解(Empirical Mode Decomposition，EMD)在处理非平稳信号方面也具有良好的前景。本文将多小波变换和经验模态分解应用于局部放电信号的处理，探讨了其在强干扰下检测放电脉冲、提取局部放电信号特征的方法，并结合相似分析，对局部放电信号评估技术进行了研究。最后基于Multi-Agent技术，构建了发电机局部放电在线监测系统。 在研究发电机局部放电在线监测系统过程中，本论文主要做了如下几个方面的工作： 1.在研究多小波变换的基础上，将多小波消噪算法引入局部放电信号的处理。论文对多小波的预处理方式与多小波系数处理方法均做了深入的研究，并与传统的小波消噪算法进行了对比。研究结果显示，相比小波分析，多小波受波形匹配的影响较小，在处理各种形态的局部放电信号时能取得更好的效果。 2.在研究经验模态分解算法的基础上，将经验模态分解算法引入局部放电信号分析，并结合向量阈值与自适应滤波算法，对局部放电检测中的白噪声和窄带干扰抑制问题进行了研究。研究结果显示，经验模态分解结合向量阈值的消噪算法能有效地抑制白噪声，检测出局放脉冲；将经验模态分解的自适应分频特性与自适应滤波算法结合起来，能有效地将多频率窄带干扰抑制的问题转化为多个单频率窄带干扰的问题，取得优于普通自适应滤波的效果。 3.论文基于长期在线监测的发电机局部放电数据，对局部放电的评估技术进行了研究：①对于中性点检测局部放电的方式，相位分布之间会发生混叠，这给放电的模式识别带来了困难，论文从放电模式的稳定性出发，定义了相似率参数，通过相似率分布来研究放电模式的变化情况；②构造了局部放电相位分布的Sk-Ku图谱，对绝缘老化状态与Sk-Ku图谱之间的关系进行了研究，结果显示，不同发电机的Sk-Ku图谱之间存在相似性，其数据分布与绝缘状态之间存在一定的关联，可用作参考评估发电机的绝缘状态。 4.在介绍Multi-Agent理论的基础上，研究并实现了发电机局部放电在线监测Multi-Agent系统。发电机局部放电Multi-Agent系统是一个多层的智能分布式系统，根据系统的数据处理及诊断流程，各层可以根据需要分别设置不同的Agent，执行相对独立的功能。各个Agent可以单独进行更新，确保使用最新的技术和处理方法，同时有利于系统进行扩展，增加新的子监测系统或新的传感器。 论文最后对上述研究成果进行了总结，指出了局部放电在线监测应用中还有待于进一步研究的问题。