本文基于神经网络和信息融合设计了一套电力电容器在线监测系统。首先对电力电容器在线诊断的研究背景和必要性以及研究现状和发展趋势进行了介绍。电力电容器在电力系统中起到补偿无功功率、提高功率因数、改善电力系统结构、提高电能质量、降低损耗和改善供电环境的作用,对电力电容器的运行状态进行监测,及时发现其缺陷和故障尽早进行处理,则可以避免故障累积后可能造成的严重后果,是很有必要的。现有的诊断方法为预防性试验,即定期对电容器进行检修。这种方法虽然一定程度上可以达到检修目的,但也存在一些缺陷,因此检修的趋势是由定期检修向状态检修发展的。其次将神经网络和信息融合应用于电容器缺陷诊断,通过使用互感器和建模,提取电容器的常规运行参量,包括电压、电流、无功、环境温湿度、电容器温度,进行信息融合诊断。然后对状态监测与诊断系统的总体结构和通信子系统进行了设计,对硬件和软件进行了配置。系统包括主站管理层、就地监测层和站端管理层。主站管理层通过服务器和工作站满足使用者交互,还实现了电容器运行状态的监测与数据采集,监测就地检测层的运行并收集分析电容器在线监测数据,发现故障时及时报警。站端管理层由工控平板和1台1Gbps速率以太网交换机组成,实现对变电站所有就地监测单元的测量控制、通信管理、数据采集、处理分析和显示,当指标越限时,即在线诊断出即将故障的电容器并预警,并将结果和设备状态通过网络传输到主站系统或者远方系统。就地监测层的主要设备包括电测单元和温度测量单元,负责实时监测室内温度、湿度、电压大小、电压质量和电压波形畸变率。在正常情况下,就地监测层每分钟上传一次数据。最后,将该系统在实际中进行了应用测试和分析。实践表明,所建立的状态监测系统相关的监测参量达到了缺陷诊断对电与非电信息的精度要求;所设计的报警功能正常运行;所设计的非参数诊断方法可以够跟踪电容器的发热行为;所设计的基于参数的诊断方法为信息融合诊断提供了更多的决策依据。与现有的预防性试验相比,本文的方法可以实现带电在线监测,解决了10k V和35k V电容器投入运行后无法切除进行故障监测的问题。