随着电力工业的发展,气体绝缘开关设备（Gas Insulated Switchgear,GIS）的使用愈加广泛,其应用过程中的问题也日渐凸显,尤其是GIS内开关动作所产生的特快速暂态过电压（Very Fast Transient Overvoltage,VFTO）严重威胁着与GIS相连的变压器的安全。在无法完全消除这一威胁的实情下,比较常见的应对方法是对变压器遭受的VFTO冲击进行及时、可靠地检测,有效地记录冲击次数和强度,以助于评估变压器内部绝缘与机械健康状态,为制定变压器检修维护方案提供参考,还可为变压器故障事后分析提供可查的数据基础,预防类似事故再次发生。本课题组在现场实践中发现,入侵到变压器上的VFTO会在铁心接地线上耦合出相应的VFTO信号。这一发现为检测VFTO冲击提供了一种新思路,即在变压器铁心接地线上对VFTO冲击进行检测。相较于现有的检测方法,新思路对变压器的正常运行不造成任何影响,不存在任何安全隐患,具有明显的现实意义。为此,在回顾了VFTO的相关研究与主要检测技术发展现状的基础上,针对现有铁心接地信号（Core Earthing Signals,CES）监测不全、应用不充分等问题,结合课题组多年现场经验与工程实际需求,开展了变压器铁心接地线上耦合VFTO信号特性及其检测方法研究。为了从理论上证明新思路的可行性,并为后续方法研究奠定基础,开展了从VFTO产生到耦合至铁心接地线全过程的建模与仿真研究。首先,建立了隔离刀闸时变参数模型,对VFTO产生过程及其特性进行了仿真研究。然后,借鉴现有的绕组高频暂态模型,结合变压器绕组实际结构,建立了绕组的“平行多导体无损传输线与集中参数混合模型”,仿真分析了VFTO在绕组中的传播过程及其特性。最后,根据铁心结构和材料参数,建立了铁心的高频电容耦合模型,并与前面模型进行联合仿真,分析了VFTO耦合至铁心接地线致使CES中出现VFTO脉冲的全过程,还总结了VFTO脉冲特征,初步建立了VFTO脉冲特征知识库。研究表明,入侵到绕组上的VFTO以“沿线传输”和“电容耦合”两种方式传播,并通过绕组与铁心之间、铁心内部硅钢片间的电容耦合至铁心接地线,使CES中出现VFTO脉冲。此外,还对某个现场实际案例进行了实参建模与仿真对比分析,仿真结果与实测结果基本一致,证明了所建模型的正确性与仿真方法的有效性。通过这部分研究,在证明本研究课题可行性的同时,还为课题研究目标的实现奠定了知识与理论基础。作为实现本课题研究目标的基本前提,开展了CES实时监测方法研究。首先,根据CES中各类信号的时频特征,选定了合适的监测量程与频带。并在此基础之上,设计了前置传感单元对CES进行“广视角”传感,捕获CES中的各种信号。然后,利用后置处理单元对CES进行“不眨眼”高速采集与实时数据处理,从不同角度对CES中的特征进行计算,实时、准确地提取CES中的各类信号特征。最后,通过对现场应用案例的分析,证明了上述监测方法实现了对CES中各种信号的全面捕获与各类特征的实时、准确提取,为本课题研究目标的实现提供了必要的方法支持。在CES监测的基础上,深入研究了CES中VFTO脉冲的自动识别技术。第一步,以大量现场实测脉冲作为原始样本集D0,并利用Relief特征选择方法对这些脉冲的特征进行选择,筛选出了最能区分VFTO脉冲和非VFTO脉冲的10个特征量,从而构建了初始高维样本集D1。第二步,利用主元分析（Principal Component Analysis,PCA）对D1进行降维处理,得到了只含有2个主分量的低维样本集D2,并以此作为后续机器学习的训练样本。第三步,对于新的脉冲样本P,利用k近邻（k-Nearest Neighbor,k NN）学习方法在训练样本中匹配到距离P最近的“近邻”,并根据“近邻”属性识别P是否为VFTO脉冲。第四步,对于识别出来的VFTO脉冲,将其趋势特征与前文所建VFTO脉冲知识库中的趋势特征进行匹配,辨识当前VFTO脉冲的具体类别（分为合闸VFTO脉冲与分闸VFTO脉冲）。此外,还利用实测数据对上述识别技术进行了测试,测试结果显示该技术可准确地的识别出其中的VFTO脉冲,并辨识其具体类别,证明了该技术可为本课题研究目标的实现提供有力的技术支撑。在前文研究成果的基础上,依托HOMS协同监测平台,研发了CES在线监测系统。该在线系统包括“CES数据获取层-数据接入层-数据分析层-数据服务层”四个功能层。其中CES数据获取层是通过CES监测方法和VFTO脉冲识别技术获取CES的特征;数据接入层是从HOMS协同监测平台获取电站层数据并进行统一管理;数据分析层是对CES特征数据和获取的电站层数据进行多种分析,识别异常,并进行辅助诊断;数据服务层是向用户推送“提示与报警”服务,并向专家提供多种交互接口,辅助专家进行分析与诊断。同时,考虑到变压器内部多特性之间以及变压器与相连设备之间的复杂耦合关系,还研究了基于K-L散度的多源数据关联分析技术,并据此开展了变压器多状态数据关联分析实践工作。该系统已成功服役于葛洲坝、向家坝、隔河岩等水电站以及多个变电站,现场案例验证了该系统对变压器遭受VFTO冲击的检测能力,同时还证明了其对其它异常或故障的感知与辅助诊断能力,展示了其在保证变压器安全稳定运行方面所发挥的积极作用。