随着电缆敷设代替架空线路步伐的加快，发生电缆绝缘故障的概率越来越频繁，为了保证电网安全可靠的输配电，对电缆绝缘故障检测技术的研究显得格外重要，近年来利用局部放电检测技术来实现绝缘故障检测成为电力行业的研究热点。由于导致电缆绝缘故障的主要原因是局部放电，可以通过对电力电缆局部放电信号成分的分析研究来实现绝缘故障的模式识别。本文在总结既有的电缆绝缘故障检测技术发展现状的基础之上，围绕电力电缆局部放电信号的传播规律、故障特征提取、模式识别等方面进行了研究分析。针对局部放电信号在电缆输电线路的传播规律，在对电缆线路以及四种不同类型的局部放电数学模型进行分析的基础上，建立电缆参数模型以及电缆线路等效模型，通过理论计算和MATLAB仿真，对比了各类型电缆等效电路的优缺点，选择最符合局部放电信号特征的双指数函数模型作为研究局部放电信号传播规律的模型。针对局部放电信号特征量的提取，在介绍小波分析发展过程的基础上，运用第二代小波技术中的提升小波算法作为提取绝缘故障信号特征量的工具，对局部放电信号进行分解与重构，分析其高频与低频部分信号的规律。并考虑到信号的传播过程中存在噪声以及一些窄周期信号的干扰，对仿真中的局部放电波形加入白噪声以及窄脉冲序列，运用提升小波算法对含噪局部放电信号进行了分解与重构、信号去噪的研究，具有良好的去噪效果。针对电缆绝缘故障模式识别，在分析总结PRPD模式以及PRPSA模式两种不同局部放电模式的优缺点以及电缆局部放电的特殊性。对染噪局部放电信号经过了小波技术去除噪声之后，采用PRPD模式提取出电力电缆局部放电信号指纹特征，将这些特征量作为BP人工神经网络的输入。确定好神经网络的结构后，将所得的特征量作为输入向量，经过BP人工神经网络实现故障的模式识别。