运行中的不同电压等级绝缘子串以不同的连接方式支撑着输电线路,也是线路上重要的绝缘模块,对材料的电气和机械性能都有较高的要求。而因各相膨胀系数不同,户外长期带电运行中的瓷绝缘子受机电负荷、极端天气等影响,易使绝缘电阻降低或产生有害应力,从而产生低、零值绝缘子,闪络放电时出现钢帽炸裂,绝缘子或导线掉落现象,引起严重电气事故。随着高压、超高压线路的大规模应用,由绝缘子劣化引起的电网事故率逐年攀升。为了不影响输电线路的运行,绝缘子应尽量保持原有绝缘水平,因此如何更加安全有效地对运行中绝缘子串进行劣化检测成为电力部门亟待解决的问题。近年来,以良好的图像分割与识别为基础的红外故障诊断技术,在绝缘子等电力设备的故障识别中应用越来越广泛,但受检测盲区和复杂图像的影响,现有检测方法和图像处理方法的准确率均偏低。为解决该问题,本文从理论仿真和试验分析入手,进一步研究了瓷质绝缘子的红外检测技术。本文通过程序仿真,提取典型位置处的压差和温差数据,分析了绝缘子劣化时的电压与红外特征变化规律,深入研究了劣化诊断盲区的成因和分布电压、预警温差、劣化位置等影响因素的作用以及改变环境湿度对盲区范围的调节作用。在此基础上进行了多组高压模拟试验,采用校正温度的方式对不同湿度下不同劣化情况的绝缘子串温度特性进行分析,并根据结果提出了基于盲区温差特性的绝缘子劣化诊断判据。本文将分水岭算法与基于形态学特征的预处理操作、钢帽盘面分割操作,以及基于倾角判别的角度校正操作相结合,通过设定内部标记符控制分割程度,可实现对不同电压等级下不同倾斜度的绝缘子串的片定位与提取。最后结合具有自适应性学习速率的BP算法模型,以归一化的钢帽和盘面温度参数作为红外特征输入参数,可实现对包括盲区绝缘子在内的绝缘子劣化诊断工作。综合以上方法搭建劣化绝缘子智能诊断系统并检验其效果,结果表明,本文的图像分割方法的自适应性更强,程序运行更快,效果更好;基于盲区温差特性的劣化诊断方法也具有较大优势,可明显减小劣化位置的干扰,有效降低检测盲区范围,对提高瓷质绝缘子红外检测准确率的作用显著,具有实用性。