六氟化硫(SF6)气体绝缘电力设备凭借其可靠性高、占地面积小等优点，广泛地应用于高压、超高压和特高压领域，在电网中有着非常重要的地位，其运行状态直接关系到电力系统的稳定性。在SF6气体绝缘电力设备的故障中，绝缘故障因其发生频率高、破坏性大而最为引人关注。绝缘故障如果不能被及时识别，很可能会发生连锁反应，导致事故范围扩大，造成巨大的经济损失。通常，绝缘故障是由早期的潜伏性绝缘隐患发展而来。因此，早期潜伏性绝缘故障的在线监测与诊断技术的研究具有十分重要的理论意义和实用价值。　　常温下，SF6是化学性质极其稳定的气体。当SF6气体绝缘电力设备发生绝缘故障时，SF6会分解形成低氟硫化物。这些低氟硫化物会与电极、绝缘材料以及SF6中气体杂质、水分等发生化学反应，形成多种具有强毒性和腐蚀性的气体和固体衍生物。实验研究和运行经验表明，气体衍生物的种类、含量等特征与绝缘故障的类型、严重程度以及持续时间等状态密切相关。因此，分解气体法近年来得到了广泛地关注，即通过监测绝缘故障时SF6分解形成的衍生物的种类、含量等特征实现电力设备状态监测与故障诊断。相对于其他故障诊断方法，如脉冲电流法、超高频法、超声波法和光学法等，分解气体法具有无电磁干扰、无振动噪声、无侵入性以及适于放电和过热故障监测等许多优点，近年来在现场设备绝缘故障监测中得以迅速发展，并取得了一定的效果。然而，由于SF6分解气体种类繁多且性质复杂，以及现场设备运行历史较短、实验研究数据积累较少和缺少有力的在线监测手段等原因，使得分解气体法仍有诸多基础理论问题和关键技术尚待解决和突破。因此，基于分解气体法的SF6气体绝缘电力设备在线监测与故障诊断技术与工程实际需要仍有一定的距离。　　本文围绕绝缘故障下SF6气体分解物的形成规律、分解气体法特征量的提取和选择、基于新原理的SF6气体分解物检测技术三个方面，展开基础理论和关键技术的研究。　　首先，展开了SF6气体分解物形成规律的实验研究。针对绝缘故障下SF6气体分解物形成规律基础数据较少、故障诊断特征量不清晰等问题，以气相色谱-质谱(Gas Chromatography Mass Spectrometry，GCMS)联用技术为检测手段，对电晕放电、火花放电、沿面放电等常见绝缘故障下SF6气体分解物的形成特征进行了实验研究，并根据气体分解物的形成特征提取了特征量。讨论了差异化的施加电压、局部放电起始电压、气压等因素所带来的影响，并对其中的作用机制进行了分析和总结。此外，还考虑了电极和绝缘材料等因素带来的影响。不同绝缘故障模式下SF6气体分解物的数据积累及特征量的提取和选择为建立绝缘故障模式识别模型提供了数据支撑和结构框架。　　第二，为识别绝缘故障的类别和严重程度，提出了以分解气体组分的浓度比值{（SOF2+SO2）/SO2F2，CO2/CF4}作为“特征对”的概念，并描述了该“特征对”在特征空间内的几何分布形态。“特征对”{(SOF2+SO2)/SO2F2，CO2/CF4}沿坐标轴呈现规律性的带状分布，即“特征带”，在一定程度上可定性识别不同形式的放电故障和放电严重程度。此外，提出了一个新的比值特征量，即SO2F2/CO2。随后，以(SOF2+SO2)/SO2F2、 CO2/CF4和SO2F2/CO2三个比值作为“特征量组”，以支持向量机为手段建立了故障模式识别模型。结果表明，所提出的三比值“特征量组”对于识别绝缘故障的类别和严重程度具有较好的可行性和有效性。　　第三，根据SF6气体分解物的特点以及在线监测的客观要求，自行设计开发了用于检测SF6分解气体的光声光谱系统。该检测技术可替代现有的检测手段，有效实现SF6气体绝缘电力设备在线监测。在该系统中，信噪比为1时，四种气体组分SO2F2、 SO2、 CF4和CO2的检测限分别可以达到0.45 ppm、0.26 ppm、0.245ppm和0.1 ppm，均优于0.5 ppm，满足GIS等设备现场监测的要求。通过对若干组浓度未知的“伪盲样品”进行测量，对比GCMS的测量结果，用平均相对偏差和预测均方根误差(RMSEP)两个指标评估偏差，考察了光声检测系统的预测能力。对偏差较大的CF4和SO2进行多元校正模型改进，改进模型的测量结果与GCMS的测量结果之间的偏差显著减小。结果表明，对于SO2F2、 SO2、 CF4和CO2，所研制的光声检测系统与GCMS系统的测量偏差属于工程现场应用可接受的合理范围。这为实现基于光声光谱法的SF6气体绝缘电力设备在线监测技术初步奠定了基础。