近年来,随着电力行业的重大发展,SF6气体绝缘设备在系统中的应用也随之越来越广泛,对其绝缘状态的监测、检验以及相应的缺陷类型识别,成为当前亟待解决的问题。本文主要研究了SF6气体的性质以及论证检测SF6气体分解产物含量的重要性及可行性；分析了SF6气体杂质及分解产物测量与检测技术的国内外发展过程、现状及存在的问题和局限性,同时,根据已有文献资料中给出的SF6分解气体组分的特征,制备出了标准气体样品,并初步建立了采用标准气体对检测系统进行校核和实验的方法；设计并模拟了各种缺陷和故障类型的多个试验小室以及1：1故障仿真设备,建立了测试分析系统,进而分别对小室及故障仿真设备中的各种缺陷和故障类型的SF6进行加压试验,采集不同的电压(形式、幅值)、温度、压力、密度及放电能量等作用下的SF6气体分解样本,并对其进行了分析,得出分解物分析结果,并与局部放电的测试结果进行对比,最终提出可以表征SF6绝缘设备状态的特征气体组成成分。本研究以提出的特征气体组份、含量为输入量,绝缘缺陷类型、程度及发展趋势和故障类型为输出量,对基于粗糙集、支持向量机的人工神经网络进行训练,分别建立了“特征气体组份—绝缘缺陷”以及“特征气体组份—绝缘故障”的数学模型；然后,输入另一部分数据(特征气体的组份、含量或浓度),观察输出的结论,并结合局部放电的测量结果,验证所提出模型可靠性,并进行初步的修正和完善；利用现场实测的试验数据,进一步对本模型参数进行优化。基于建立的模型,提出SF6新气标准以及SF6气体绝缘设备缺陷和故障诊断依据,为SF6气体绝缘设备安全运行提供可靠保证。