随着现代经济的快速发展,电力系统输配电的电压等级不断提高,污闪故障对国民经济的影响越来越严重。目前使用的预防污闪措施需要耗费大量的人力和物力而且都达不到理想效果。以往研究表明,以泄漏电流作为核心数据推断绝缘子污秽状况的在线监测系统,通常依据泄漏电流的大小来进行评判,具有一定的局限性,因为泄漏电流除了与绝缘子表面的污秽状况有关外,还受环境温度、湿度等因素影响,并且与各因素之间存在复杂的非线性关系。由此本文提出将人工智能方法应用于高压绝缘子污秽在线监测系统中。首先本文对绝缘子污闪机理进行仔细研究与分析,并对国内外现有的防污措施和在线监测方法进行了探讨,指出存在的不足之处。随后通过人工污秽模拟试验及现场采集到的数据信息分析了环境因素对不同污秽程度绝缘子外部电气特性的影响,选择现场监测泄漏电流有效值、泄漏电流峰值及泄漏电流脉冲频次、环境温湿度等数据作为输入参量,提出了模糊逻辑推理应用于绝缘子污秽在线监测结果的方法。在此基础上,更进一步提出了模糊神经网络的改进方法来实现对监测结果的综合评定。文章最后通过大量的试验数据验证了该方法的可行性,从而为解决高压绝缘子污秽在线监测系统的实效性问题提供了一种新途径。