随着国家电力行业的蓬勃发展,SF₆气体因其独特的绝缘性能和高效的灭弧性能在电气绝缘设备中广泛的应用。由于设备的大量使用,故障发生率也逐渐上升。如何对故障进行预警已经成为现在研究的热门课题。在电气设备发生放电故障时,SF₆气体会发生分解产生多种气体和化合物。将检测气体衍生物作为新型的设备故障检测方法,被广泛认可。然而复杂的衍生物,也成为检测的难点所在。通过分析各种故障分解物的特征发现,SO₂气体可以作为电弧放电和电火花放电的特征气体,而CS₂气体则只在盆式绝缘子沿面放电时产生。通过监测气体衍生物的含量,可以在早期对设备故障进行预警。所以本文对故障分解特征气体SO₂、CS₂含量进行监测,其结果可为现场设备维护提供数据支撑。本文介绍了国内外的研究现状和设备故障特征气体监测的方法以及各方法的优缺点和应用场合。在已有研究方法的基础上,本研究提出紫外差分吸收光谱法对故障特征气体SO₂、CS₂混合气体进行浓度反演。对紫外差分吸收光谱法的基本原理进行了介绍,并搭建实验系统。实验系统由光路、配气、控制以及数据采集分析组成,并对系统设备进行选型。对数据算法原理进行介绍,并利用算法对数据进行分析处理和结果对比。实验选用移动最小二乘法对195-210nm波段的CS₂和SO₂进行浓度反演,而对290-310nm波段的SO₂采用傅里叶变换滤波法进行反演浓度。结果表明在实验环境下,单组分SO₂和单组分CS₂都能达到很好的反演效果,其浓度反演最大误差分别为4.6%和2.6%,而且具有良好的稳定性和可重复性。最后,由于在混合气体吸收重合波段SO₂的吸收截面数值比CS₂的小一个数量级,SO₂的存在对CS₂的浓度反演干扰不大。考虑到195-310nm、290-310nm两波段两种气体相互干扰较小,实验对混合气体采用分波段反演浓度的研究。最终结果表明,在对混合气体进行反演时,SO₂的反演误差最大5.1%,CS₂的反演误差最大为6.1%,且随监测浓度的不断减小反演误差逐渐增大,但各组分的反演误差均在允许范围内,符合实验要求。