变压器是电力系统的“心脏”,发挥着电能转换核心作用,其无缺陷运行与居民的可靠用电以及电网的经济安全息息相关。为保障电网安全运行和电力持续供应,迫切需要对变压器的各种常见故障以及解决方案展开研究。其中,局部放电是电力变压器运行中最为常见的故障之一,其容易侵蚀绝缘介质,造成绝缘劣化降低绝缘强度,影响绝缘介质的使用寿命。更严重的是,当绝缘介质发生击穿,会引发巨大的人身设备安全事故,给国家和企业带来高额经济损失,并对电力系统的安全运营造成威胁。目前,针对变压器局部放电的研究方法有很多种,但是每种方法各有优劣,本文对各种方法进行了对比分析,并展开了相应的研究。首先,根据国内外已有的研究成果,详细阐述了电力变压器局部放电的定义及基本理论,接着对目前常用的放电信号检测手段、放电信号特征参数提取以及类型识别算法进行了简要介绍。本文基于平稳小波迹算法,将symN小波作为基函数,对原始局放信号降噪处理,选取了最优降噪算法;基于平稳小波迹算法常用局部放电特征参量提取固定函数,调整尺度参数和位移参数,提取特征参量,通过相关性分析降低其维数。基于提取的有效特征信号,本文采用人工神经网络算法来识别变压器内部四种常见的局部放电模式。通过上述对小波迹理论的分析,将其与神经网络相结合,并在此基础上使用粒子群算法进行优化处理。采用现场实际算例对改良后的识别模型进行了验证,对实际算例放电类型识别的结果表明,优化后的算法较优化前具有更优良的识别准确度。基于上述研究,开发了一种采用特高频段信号的变压器局放在线监测系统,并将该系统应用于菏泽电网。通过实际案例说明该系统的投运成功对变压器进行监测,识别局部放电信号及类型,保障了菏泽电网稳定和安全。