油纸绝缘装备是电网系统的重要组成,油纸绝缘的老化状态是影响其寿命及安全运行的关键因素。准确、有效的老化状态评估对保障电网系统安全、稳定运行具有重要意义。拉曼光谱中油纸绝缘老化信息繁多,油纸绝缘老化拉曼光谱特征明显,但目前拉曼光谱信息与油纸绝缘老化程度的对应关系亟待深入挖掘,基于拉曼光谱的油纸绝缘老化诊断方法不够完善。论文开展基于分子动力学模拟的油纸绝缘老化物理过程分析及其与拉曼特征的关联研究;研究油纸绝缘老化拉曼光谱数据预处理方法,建立平衡化油纸绝缘老化拉曼光谱数据库,在老化程度的监督下从多个尺度提取了油纸绝缘老化的拉曼光谱特征;建立了油纸绝缘老化拉曼光谱自适应集成增强反向传播神经网络（Adaptive Boostint Back Propagation Neural Network,Adaboost BPNN）诊断模型,并基于广义回归神经网络（Generalized Regression Neural Network,GRNN）建立了不同状态“老纸新油”诊断修正模型。论文的主要工作有:（1）基于分子动力学模拟的油纸绝缘老化物理过程分析及其与拉曼特征关联研究。利用反应力场（Reaction force field,Reax FF）,构建包含纤维素、烷烃、环烷烃、芳香烃等11种分子的油纸绝缘结构模型,基于分子动力学仿真模拟油纸绝缘老化过程中可能发生的化学反应,分析老化过程中主要生成物的特点,计算其拉曼活性;分析油纸绝缘老化产物中C-H键振动、C-C键振动、C=C键振动、C-O键振动、C=O键振动等可能导致的拉曼谱峰出峰位置,获得油纸绝缘老化的拉曼光谱关联规律。（2）拉曼光谱数据预处理研究及平衡化油纸绝缘老化拉曼光谱数据库的建立。针对油纸绝缘拉曼光谱数据的特点,提出了基于导数光谱的尖峰识别及基于三次曲线的尖峰去除方法、基于三点循环快速傅里叶变换中值的平滑去噪方法、基于最大最小值的图谱归一化方法。结合处理后的油纸绝缘老化拉曼光谱数据,基于自适应样本合成改善不同老化阶段样本在油纸绝缘老化拉曼光谱数据库中的分布,建立油纸绝缘全寿命周期的平衡化油纸绝缘老化拉曼光谱数据库。（3）油纸绝缘老化拉曼光谱多尺度特征提取及分析。充分利用训练样本已知的老化状态信息,在油纸绝缘样本老化程度标签的监督下研究针对油纸绝缘老化拉曼光谱原始特征遴选的随机森林方法（Random Forest,RF）、针对不同老化阶段油纸绝缘拉曼光谱类别特征提取的线性判别分析方法（Linear Discriminant Analysis,LDA）、针对油纸绝缘老化拉曼光谱聚合度映射特征提取的偏最小二乘算法（Partial least squares,PLS）及二次互信息（Quadratic Mutual Information,QMI）特征提取方法,在剔除油纸绝缘老化拉曼光谱中冗余信息的同时,保留所提取的特征与油纸绝缘老化过程的强相关性,并分析了所提取油纸绝缘老化特征与老化过程的内在关联。（4）油纸绝缘老化拉曼光谱集成增强诊断模型的建立及修正。基于训练样本已知的老化状态与所提取的油纸绝缘老化拉曼光谱特征,首先构建基于单个附加动量的反向传播神经网络（Back Propagation Neural Network,BPNN）油纸绝缘老化诊断模型。利用集成增强算法中的串行自适应集成,通过以预测效果为导向的样本权重变换融合多个弱学习器,充分挖掘样本拉曼特征与连续的油纸绝缘老化程度标签之间的对应关系,建立了油纸绝缘老化拉曼光谱自适应集成增强反向传播神经网络诊断模型。对于换油后的不同状态的“老纸新油”体系,研究老化特征物在老的绝缘纸与新鲜绝缘油中的扩散交互作用,分析不同状态样本对前期诊断结果的影响,利用广义回归神经网络构建其修正模型,实现对不同状态的“老纸新油”样本的拉曼光谱老化诊断修正。论文研究获取了老化过程中材料分子主要化学键振动的拉曼光谱出峰规律,建立了平衡化油纸绝缘老化拉曼光谱数据库,挖掘了油纸绝缘老化拉曼光谱特征在油纸绝缘老化过程中的物理属性,建立了油纸绝缘老化拉曼光谱诊断模型,为油纸绝缘老化准确诊断奠定了基础,为油纸绝缘装备老化状态现场快速诊断提供了有力支撑。