变压器作为电力系统关键设备,承担着重要的运行责任,故其绝缘状态对系统安全稳定尤为重要。油纸绝缘是变压器内部绝缘的主要形式,决定了变压器绝缘的整体可靠性,局部放电作为一种无损检测手段在变压器油纸绝缘老化状态评估方面备受青睐,但局部放电处于强电磁环境且随机性强,同时特征量与老化阶段之间又多为非线性对应关系。本文基于多种特征参数,采用修正量子粒子群优化支持向量机算法对老化状态进行评估,以期进一步提高变压器油纸绝缘老化状态评估的效率。在实验室分别对牛皮纸和Nomex纸开展为期21天的加速热老化实验,测量不同老化阶段绝缘纸局部放电信号,对局部放电信号进行去噪、特征提取、特征构造,并识别绝缘纸老化阶段。论文主要包括以下内容:(1)针对局部放电信号非线性、非平稳特性,采用2FFT改进稀疏分解匹配追踪算法即MP-2FFT算法的局部放电去噪方法。利用MP-2FFT算法对局部放电仿真信号进行去噪,并与传统小波阈值法、经验模态分解法进行对比,MP-2FFT算法的去噪效果在各项评价指标中都明显优于传统算法;将MP-2FFT算法的收敛速度与MP算法进行对比,前者明显快于后者;同时,采用MP-2FFT算法对实测局部放电信号进行了去噪验证。(2)构造局部放电混合时间序列特征。对牛皮纸和Nomex纸不同老化阶段局部放电信号提取统计特征参数,对局部放电时间序列提取基本的混沌特征参数和改进Shannon熵,对比分析两种绝缘纸不同老化阶段特征参数的变化规律,获得绝缘纸随热老化发展的局部放电混合时间序列特征。(3)校正量子粒子群惯性因子优化支持向量机,进行油纸绝缘老化阶段识别。校正惯性因子变化公式,在保证量子粒子群算法搜索精度的同时,提高了算法的收敛速度;基于基本的局部放电特征参数及其组合,“校正量子粒子群惯性因子优化支持向量机”能够有效识别油纸绝缘的老化状态;混合时间序列特征能进一步提高“校正量子粒子群惯性因子优化支持向量机”对油纸绝缘老化状态的识别效果。