随着设备状态监测和故障诊断等技术的发展进步，以设备状态评价为依据的状态检修正逐步得到推广和应用。状态检修主要包括设备状态量的监测、设备运行状态的诊断和检修策略的制定三大内容。通过对设备状态量的监测和状态的诊断，采用合理的设备状态评价方法可确定设备是否需要维修以及进行何种维修；检修决策则是对何时维修进行决策，既同设备的运行状况相关，又同电网运行可靠性相关。气象环境是影响设备运行状态和检修作业的主要因素，不同气象环境下的设备维修风险不同。因此有必要确定检修时段内气象环境下设备和系统的可靠性，制定合理的维修计划，从而降低维修作业对电网可靠性的影响。基于此，本文就电力设备的状态评价方法以及考虑气象环境的电力设备检修策略进行了研究。论文在现有电力设备状态评价的基础上，根据评价因素的实际指标对常权向量进行变权处理，突出严重劣化指标对评价结果的影响，应用模糊理论建立了基于变权重的电力设备状态模糊综合评价方法，以减少评价过程的主观性，使评价结果更趋合理，科学准确地确定待修设备。电力设备的检修风险和其余设备的可靠性密切相关，本文把气象环境等因素引入到故障率研究中来，首先对历史样本数据中的气象环境序列和检修时段预报气象序列进行模糊聚类，同一类中的气象环境具有很高的相似性，电力设备的在这类气象条件下发生故障的情况也具有相似性；然后在聚类分析的基础上，对同类中的气象特征序列进行灰色关联度分析，求取检修时段内计及气象条件的电力设备故障率。在前述状态评价确定待修设备和故障率预测模型的基础上，建立了计及气象环境因素和电网可靠性的配电网短期检修计划决策模型。模型考虑了整个维修周期内气象环境的变化对运行设备的故障率和检修活动的影响，计及检修规程约束、检修能力约束、气象环境约束和电网结构约束的前提下，在保证供电可靠性的基础上，以电网检修损失最小为优化目标，应用遗传算法对整个维修周期内的待修设备的最佳检修日程进行优化决策，以降低检修作业对电网运行可靠性的影响。