由于局部放电是引起电气设备绝缘性能劣化的重要因素之一，因此通过对局部放电进行在线检测，就可以发现电气设备绝缘的局部缺陷及其发展状况，进而分析电气设备的绝缘性能。在局部放电在线检测中，核心问题是高速数据采集、干扰抑制、特征提取、知识获取与绝缘诊断等。本文就是针对局部放电在线检测中的这些问题，采用新型智能信息处理技术，研究直流局部放电在线检测中的高速数据采集、干扰抑制、特征提取、知识获取与绝缘诊断等方法，并把所提出的方法应用于某地铁牵引变电站馈线电缆在线检测系统中。 本文以傅立叶分析、小波分析、移动时间窗、粗糙集等为基础，系统的研究了直流局部放电的干扰抑制、特征提取、知识获取与绝缘诊断方法。研究内容主要包括四个部分：第一部分研究局部放电在线检测的并行分布式高速数据采集与处理系统；第二部分研究直流局部放电在线检测中的干扰抑制问题；第三部分研究直流局部放电特征提取方法；第四部分研究局部放电在线检测的知识获取与绝缘诊断方法。 针对局部放电脉冲信号的特点，采用高速并行分布式数据采集与处理系统，实现局部放电信号的高速采集与处理。该系统分别为每条数据采集通道设置独立的前置智能装置，采用“流水线式”的工作机制，实现局部放电信号的高速采集与处理(包括干扰抑制、特征提取和初步诊断)，并把处理结果传送到后台计算机系统中，进行最后的综合分析与决策处理，以得到电气设备的当前绝缘状态。 通过分析局部放电在线检测中的干扰及其分布特点，采用以频域自适应平滑处理方法为主、小波分析方法为辅的混合干扰抑制方法，来抑制局部放电在线检测中的连续『F弦干扰和白噪声干扰。并通过采用移动FFT算法，以改善DFT的实时性，进而改善了局部放电在线检测的实时性。 通过分析局部放电与电气设备绝缘性能之间的关系，采用移动时间窗技术，提取时间窗内的放电次数、最大和平均放电量来作为进行电气设备绝缘检测的特征量。并采用连续两次放电之间的时间间隔构造局部放电脉冲的加权系数，来反映连续放电对电气设备绝缘性能的影响。 针对局部放电在线检测中特征量众多、诊断知识获取困难等问题，应用粗糙集的属性和属性值约简方法，剔除多余的条件属性和属性值，提取能够反映电气设备绝缘性能的最小特征量集合(即核心属性集)，以获取用于电气设备绝缘性能诊断的决策规则；并采用CLIPS6.23工具开发电气设备智能诊断专家系统。