交联聚乙烯电缆作为电力系统中传输、配送电能的重要组成部分,其绝缘老化状态直接影响电力系统的安全稳定。在实际运行过程中,电力电缆运行环境多样,受到各种外界因素,如电、热等因素的影响,使其绝缘性能受到极大考验。因此越来越多的学者对电缆在不同因素作用下的老化状态进行了研究。本文对导致不同绝缘劣化的多种因素进行了介绍,而在各种影响因素中,热老化是导致其绝缘性能受损的一个最常见、普遍的一个因素。本文基于交联聚乙烯电缆的宽频低压介电谱以及超低频高压介损数据,通过公式拟合、算法分类等分析方法,设计了多种评估方案,分析结果表明:通过融合优化后宽频低压介电谱以及超低频高压介损数据特征,使用随机森林算法,能够较好的对电缆老化状态进行评估,为实际工程应用提供了一个切实可行的方法。本文依据交联聚乙烯电缆绝缘老化原理,制作了用于加速热老化的电缆试样以及哑铃试样,使用相关设备对老化试样的介电参数以及机械参数进行测试。通过对测试曲线的分析可以看到,电缆的复介电常数实部、虚部以及介质损耗角正切值曲线在整体上随着测试频率的减小而逐渐增大,并且随着电缆老化程度的加剧,曲线在低频段上的变化幅度明显要大于中高频段,表明测试曲线的低频段对于老化有着更高的敏感度,并且超低频介损测试数据也同样随着老化时间的增加而逐渐变大。依据Cole-Cole模型对复介电常数实部、虚部进行拟合,对介质损耗角正切值测试曲线低频段进行积分,以及对超低频介损测试数据的计算,获得多个特征参数,经过研究发现,这些特征参数与老化状态存在着一定相关性。根据标准以及试验所得哑铃试样的断裂伸长率参数对不同老化时间、老化温度的电缆试样进行老化状态分类,使用三种机器学习算法对所得特征参数进行学习、预测,对预测结果的准确率、精确率、灵敏度进行计算,对不同算法的效果进行评价,结果表明,融合了宽频低压介电谱特征参数与超低频高压介损特征参数的随机森林算法具有较高准确率、精确率、灵敏度,为电缆老化状态的评估提供了一定的参考。