高压架空输电线路作为远距离输电的主要方式,其带电作业成为电力作业中的重要内容。虽然带电作业有严格的操作规范,但是由于作业人员疏忽大意导致的触电事故经常发生,高压输电线路带电作业防触电预警问题始终是电力部门的难题。为了实现高压输电线路带电作业防触电预警,越来越多的高压安全预警设备在带电作业过程中被使用。但是这些设备通常只是通过固定的电场强度阈值实现安全预警,而没有根据不同电压等级安全距离处不同的电场强度自适应调整阈值。因此这些设备在针对不同电压等级线路施工时,要么预警距离过远无法正常施工,要么预警距离过近没有起到防触电预警的效果。为了实现高压安全预警设备能在不同电压等级的高压输电线路带电作业中智能预警,需在带电作业操作之前实现电压等级的识别。本文研究了高压输电线路带电作业登塔过程中的电压等级识别方法,设计了工频电场传感器、高压预警系统,针对10kV、35kV和110kV三种电压等级,进行了高压输电线路带电作业登塔过程中电场强度及登塔高度的信息采集,每种电压等级采集了30组数据。研究并确定了kalman滤波器的参数,利用kalman滤波器对所采集的数据进行了滤波。利用PAA特征提取方法对所得到的滤波数据进行特征提取,得到了各组数据的特征值。分析了支持向量机(SVM)分类器模型的建立及求解过程,并将所得到的特征值随机各抽取25组作为SVM分类模型的训练数据。基于LIB-SVM的SVM分类模型求解算法,训练得到了三种电压等级的分类模型。利用剩余的特征值对分类模型进行测试。结果表明,利用简单的kalman滤波数据处理方法不能达到理想的识别效果。为了提高电压等级识别的准确率,研究了信息融合的数据处理方法。利用全局最优的分布式融合kalman滤波算法对数据进行处理。重复之前的特征提取及识别步骤进行模型建立求解及测试。结果表明基于信息融合数据处理的分类识别正确率明显提高。最终利用分布式融合的kalman滤波算法及SVM分类算法实现了较为准确的电压等级识别。最后,为了使所研究的电压等级识别算法能在实际的带电作业高压安全预警系统中使用,将本文将所研究的电压等级识别算法移植到基于STM32F103RCT6的嵌入式系统中。在嵌入式系统中实现了电场信号的采集、融合、特征提取、模型读取及特征识别分类,为高压防触电预警设备在不同电压等级下的智能预警提供了一种有效的解决方案。