近年来,随着我国科技的迅猛发展和经济的快速增长,城网和农网进行了大规模的改造和新增建设,电力电缆已在电力系统的电能输送和分配中占据主导地位,其中交联聚乙烯（XLPE）电缆,因具有良好的电气性能,载流量大等特点而得以广泛应用。根据电缆故障调研与分析表明,电缆终端结构复杂,包含多层附件材料,是电力电缆的薄弱环节,在制作或安装以及长期运行下易产生绝缘缺陷,导致局部场强畸变,产生局部放电以及局部异常温升,并进一步造成电缆故障,降低电力电缆的运行稳定性。因此开展电缆终端的电-热场特性、局部放电特征分析以及故障诊断方法研究,对电力系统的稳定运行具有重要的工程意义。本文在对课题的背景及现状总结的基础上,深入了解完好和故障的电缆终端内部结构,详细地调研与分析电缆终端故障薄弱点及成因;针对典型缺陷下的电缆终端,分别从电-热场特性、局部放电特征和故障诊断方法三方面深入开展研究。首先,基于电缆终端解剖结果,建立完好和典型缺陷下的XLPE电缆终端三维仿真模型;学习电-热场耦合理论,基于标准IEC60287和红外热成像测试验证仿真模型的正确性,通过COMSOL有限元仿真软件开展电-热场特性分析,仿真结果表明:缺陷处的场强畸变和异常温升是引发电缆终端故障的主要因素;另外,基于热场特性提出了故障程度的诊断方法。其次,本文搭建了局部放电检测平台,制作了含典型缺陷的XLPE电缆终端试样,探索了典型缺陷下XLPE电缆终端的局部放电特性,研究结果表明:在不同放电时间下,PRPD和PSA谱图的相似性和差异性能够为纹理特征提取与故障诊断提供良好的参考依据。另外,PRPD谱图的正负半周偏斜最小差异度|ΔSk|min反映缺陷类型具有良好的灵敏性。最后,本文结合PRPD谱图和PSA谱图特征,建立了PRPD-PSA图库,设计了多种特征提取方案,通过RBF神经网络算法实现故障诊断。研究结果表明:融合GGCM-GMRF提取PRPD谱图和PSA谱图纹理特征,并基于RBF神经网络算法识别方案的效果最佳。除此之外,本文对用于识别的特征量进行了筛选与优化,获得了效果更佳的诊断方法。