本文在分析国内外局部放电检测抗干扰、模式识别和放电严重程度研究状况的基础上,深入研究了局部放电特高频检测技术中的抗干扰方法、特高频信号分离方法和典型放电故障的放电模式特征以及放电类型识别与放电阶段判别的方法。主要工作有:详细分析了局部放电检测过程中各种干扰的类型和特点,提出了内外信号对比法、相间信号对比法、信号多周期分析方法、基于网格和密度聚类方法与模糊聚类分析方法的干扰信号排除方法。通过仿真验证和现场数据的分析处理验证了各种方法的有效性,并且总结了四类典型干扰信号的波形特征,为今后排除干扰提供了依据。针对放电产生的单次局部放电特高频信号,本文提出了基于时频分析与聚类分析的信号分离方法,实现了多种放电故障同时存在的情况下不同放电类型的局部放电特高频信号的分离,从而得到单一放电类型的局部放电特高频信号,为进一步对局部放电进行模式识别研究奠定了基础。研究了五种典型故障局部放电特高频检波信号的放电模式谱图特征,分析了相应的放电模式谱图特征量。提出了基于差异度计算的放电模式识别特征量优化选择方法。通过对放电模式谱图的统计特征参数、幅值特征参数以及灰度图像特征参数进行差异度分析表明:局部放电的灰度图像特征参数与其它特征参数相比更有利于局部放电的模式识别和放电阶段的判断。基于局部放电灰度图像特征参数与整体的像素分布特征,分别采用灰评估和相似度计算的方法给出了放电类型识别与放电阶段判别的实现方法。分析结果表明,采用局部放电灰度图像的整体像素分布特征并通过与局部放电灰度图像的样本图像进行相似度计算的方法对局部放电进行模式识别与放电阶段判别较为简单有效。基于本文的研究成果开发了一套局部放电测试与诊断软件,通过实验室局部放电试验以及现场试验对软件进行测试表明,软件运行稳定,使用方便。