局部放电是变压器油纸绝缘劣化的重要原因,研究变压器油纸绝缘局部放电劣化规律及诊断方法对提高变压器绝缘性能状态评估的可靠性具有重要理论意义及实用价值。本文基于变压器运行过程中油纸绝缘老化现象,分析了绝缘纸板老化影响下变压器油纸绝缘局放劣化规律；研究了变压器油纸绝缘局放信号的干扰抑制及模式识别方法,实现了考虑绝缘纸板老化影响的变压器油纸绝缘局放发展程度判定。本文主要内容如下：设计了变压器油纸绝缘沿面放电及尖端放电模型,采用加热老化方法得到了不同老化程度的绝缘纸板试品。基于恒压法对典型缺陷下变压器油纸绝缘试品进行长时间加压实验。根据放电现象差异,将变压器油纸绝缘局部放电发展过程划分为放电起始阶段、放电发展阶段以及放电危险阶段。对比分析了绝缘纸板不同老化程度时,油纸绝缘沿面放电及尖端放电总放电量、总放电次数、最大放电量等特征量的变化规律,结果表明：放电起始阶段,绝缘纸板老化对放电发展无明显影响；放电发展及放电危险阶段,绝缘纸板老化程度越大,放电发展越快,总放电量、总放电次数、最大放电量等特征量数值越大。基于微观测试与仿真相结合的方法,指出上述影响是由于老化使绝缘纸板内部产生孔隙导致的。将稀疏分解理论运用于局放信号去噪中,提出一种变压器油纸绝缘局放信号稀疏分解去噪方法。构建了局放脉冲匹配过完备原子库,该原子库中各原子特性仅与局放脉冲信号相关而与噪声信号不相关或弱相关。基于匹配追踪算法对染噪局放信号在此过完备原子库中进行稀疏分解,并采用改进量子粒子群算法加速最佳原子提取进程。所提取的最佳原子仅可对原始无噪局放信号进行稀疏表示,从而实现噪声抑制。进行了仿真及实测信号去噪实验,结果表明,相比传统局放小波去噪方法,本文方法去噪结果幅值误差及波形畸变均较小。提出一种变压器油纸绝缘局部放电稀疏分解模式识别方法。基于各训练样本信号统计特征向量构建了局放统计特征过完备原子库,并进行非线性映射,得到了非线性局放统计特征过完备原子库。由待识别局放信号构建非线性统计特征向量,此向量在非线性局放统计特征过完备原子库中进行稀疏分解时,仅可由相应放电模式子原子库中原子稀疏表示,进而实现局放稀疏分解模式识别。同时,提出一种核函数优化匹配追踪算法,可在无需知道非线性映射具体形式基础上完成稀疏分解。设计了两套放电模型,并在不同实验环境中进行了局放测试,所测信号分别作为训练样本信号及测试样本信号,采用所提方法进行了模式识别实验,同时与神经网络方法、K近邻法、支持向量机法的局放模式识别实验结果进行了对比。实验结果表明本文方法识别准确率高,稳定性好。提出了一种考虑绝缘纸板老化影响的变压器油纸绝缘局放发展程度判定方法。基于稀疏重构理论对绝缘纸板不同老化程度时,变压器油纸绝缘局放发展程度判定统计特征参数进行评价及选择,进而构建了油纸绝缘局放发展程度判定过完备原子库。提出一种基于稀疏分解加权投票的变压器油纸绝缘局放发展程度判定方法,该方法可在无需预判绝缘纸板老化程度的前提下,实现考虑绝缘纸板老化影响的变压器油纸绝缘放电发展程度的准确判定。