随着城乡现代化建设的不断发展,电力行业在人民日常生活具有重要地位。地下电力电缆在输配电能中具有重要地位,越来越受电力行业青睐。电力电缆在日常运行中会出现一些故障,出现这些故障的主要原因之一是电力电缆绝缘层易发生局部放电。局部放电的强弱直接影响到电力电缆绝缘层的绝缘能力,因此检测电力电缆局部放电是预防事故发生的有效方法之一。由于定期或者停电检修传统方法进行电缆检测具有不能实时监控电缆放电状态的局限性,因此对电力电缆在线检测中的电磁耦合法及缺陷的模式识别进行深入研究。首先,对课题的研究背景及意义进行简介,研究电力电缆局部放电在线检测技术的国内外发展状况以及缺陷模式识别技术的发展进程。以电力电缆绝缘内带有气隙为例,分析局部放电产生并具有周期性原因。比较多种电力电缆在线检测方法的优缺点,采用以电磁耦合法进行局部放电在线检测。其次,简述高频电流传感器中罗格夫斯基线圈的工作原理以及制作时的注意事项,测试高频电流传感器在不同频率下的耦合信号能力,采用软硬件结合的方式进行抗干扰,设计并制作4种缺陷放电模型,搭建基于电磁耦合法的局部放电在线检测系统。信号采集方面,选取以FPGA为核心的数据采集卡与计算机结合的方式;软件方面,选用Matlab软件编程进行数据的提取及降噪处理,生成相应的放电谱图,对每种放电类型进行分析。最后,使用支持向量机的方法进行局部放电缺陷模式识别,研究支持向量机的分类原理,选用径向基（RBF）核函数和双曲正切（Sigmoid）核函数构造高维空间的分类函数。为了正确识别不同的放电类型,选择统计特征参数对局部放电数据进行特征提取,并以此特征参数作为分类器的输入特征向量。对3种分类决策方法原理及优缺点进行分析,选择一对多的分类算法构建分类器,通过不断训练、优化分类器,进行局部放电的模式识别。通过识别结果对比可知,RBF核函数识别准确率均在90%以上,识别效果更加准确,能够应用在电缆局部放电缺陷分类识别之中。