作为电力系统中实现无功补偿、稳定电能质量的枢纽型设备,干式空心电抗器（DAR）在电力系统中扮演着至关重要的角色。然而DAR内部绕组故障,尤其是匝间短路故障是引起DAR起火燃烧的主要原因之一。因此,及时对DAR内部绕组状态进行诊断和评估,预防烧毁事件的发生,是当前亟待解决的关键技术问题。传统的匝间短路故障检测方法普遍灵敏度较低,因此本文提出了基于脉冲频率响应分析法（IFRA）和粒子群优化支持向量机（PSO-SVM）的DAR匝间短路故障检测方法。首先,分析了DAR在正常运行和匝间短路时的等效电路模型,得到了电压-电流矩阵方程。从多方面考虑了IFRA中的关键脉冲参数的选取条件,确定实验脉冲激励信号幅值为1k V,频率为1Hz,脉宽500ns,前后沿保持在10～50ns。其次,依据提出的脉冲参数需求研制了一台脉冲激励装置,从理论分析、仿真验证、实物设计和装置测试四方面阐述了该装置的研制过程。考虑后续实验应用的可变性,输出参数留有了一定裕量,装置的输出性能为:产生脉冲激励信号幅值0～4k V,脉宽100ns～500ns,频率1Hz～1k Hz,前后沿保持在20ns左右。然后,搭建了DAR匝间短路实验平台,模拟绕组中匝间短路不同状态、不同程度和不同位置的内部绕组故障,并研究了不同故障下的频率响应曲线的特性变化规律。结果表明,匝间绝缘破坏以及匝间短路均会导致频率响应曲线中的谐振点向高频移动;匝间短路程度加深以及短路位置向中部移动均导致主要谐振点向高频移动;不同股匝间短路频率响应曲线中的相应谐振点变化更大。最后,采用相关系数（CC）、欧氏距离（ED）、对数坐标下差值绝对值的平均值（ASLE）和误差平方和（SSE）来量化频率响应曲线。结合PSO-SVM对测量的频率响应曲线诊断分析,诊断结果均保持在98%以上。之后进行了PSO-SVM的不确定性灵敏度分析。结果表明随着特征参量个数的增加,诊断准确率也会随之增加;非支持向量的缺失并没有改变诊断结果,而支持向量的缺失会大大减小诊断准确率。综上所述,本文提出的新方法可有效检测DAR匝间短路故障,具有较大的应用潜力和研究价值。