电晕脉冲电流法是一种地面检测不良绝缘子的方法，但目前应用中其检测的准确度较低。本文力图通过大量的实验室和现场数据的分析，发展一种基于人工神经网络的不良绝缘子诊断方法，提高脉冲电流法用于检测不良绝缘子的准确性。本文利用检测装置，在实验室和现场分别采集了大量电晕脉冲数据，统计分析了有、无不良绝缘子时电晕信号的谱图特征。通过对谱图波形特性的分析，先对谱图进行了小波平滑，然后在平滑后的谱图上提取了表示波形特征的统计指标，最后把统计指标送入人工神经网络进行模式识别。研究表明，对谱图信号进行小波平滑和特征提取能提高神经网络诊断不良绝缘子的准确性。经BP网络识别发现，对于实验室的95个样本，人工神经网络的识别的率可达90%以上；而对现场的92个样本，其识别率为80%左右；对实验室和现场的所有数据融合后的206个样本，识别率可达80%左右。