目前，交联聚乙烯电力电缆在配电网中的应用越来越广泛，电压等级也越来越高，而电缆故障也随之增加。本论文在总结目前国内外局部放电在线监测方法和对交联聚乙烯故障检测方法的基础上，理论与试验相结合，通过研究XLPE电缆产生的局部放电信号的灰度图像，以及对分形特征值的计算，采用与人工神经网络相结合的的模式识别系统对电缆局部放电进行模式识别。 本文介绍了交联聚乙烯电力电缆的发展状况，分析了XLPE电力电缆产生局部放电的原因，对现有的XLPE电力电缆的故障检测方法进行了整理分析，说明了研究交联聚乙烯电缆局部放电在线监测的实用意义。 本文分析了XLPE电缆局部放电信号的脉冲仅为μA量级，持续时间短，所包含的频谱约10kHz～100MHz的特征，重点研究了一种利用高频宽带电流耦合传感器来检测局部放电的方法。试验证明，该传感器带宽可达39KHz～43MHz，可有效检测到XLPE电缆的局放信号。 本文针对XLPE电力电缆在实际运行中出现的绝缘缺陷进行了人工模拟各种绝缘缺陷，通过对四种缺陷进行工频电压下的局部放电试验，局部放电随加压时间的增加而增加，放电次数和幅值都有明显的变化。 论文从局部放电的分形特征出发，研究了分形理论和具体分维数的估计方法；通过研究基于局部放电灰度图像识别特征的模式识别系统，取得了较好的识别效果。验证了分形理论在XLPE电缆局部放电识别的实用性。