复合绝缘子是输电线路的重要组成部分,其性能的优劣与电力系统安全稳定运行息息相关,然而由于各种原因导致复合绝缘子内部存在缺陷,因此对复合绝缘子内部缺陷进行检测十分必要。超声波检测具有对人体无害、检测准确率高等优点而被广泛应用。在应用超声波检测复合绝缘子内部缺陷时,超声回波信号的处理对检测结果起着至关重要的作用。论文主要针对复合绝缘子超声波探伤信号处理方法进行研究。首先,在了解复合绝缘子超声波探伤信号处理方法的国内外研究现状的基础上,分析复合绝缘子的内部缺陷类型以及超声回波信号的数学模型。其次,针对超声波检测信号中的噪声问题,提出了基于经验模态分解和排列熵的改进小波阈值去噪方法,仿真实验表明该方法具有很好的降噪效果。然后,在分析小波包变换以及经验模态分解在特征提取中各自的优势与缺点的基础上,将两种方法结合起来提取特征向量,并且针对提取出的特征向量组维数过高的问题,采用主成分分析法对提取出的特征向量组进行降维,为后续的缺陷类型识别打下基础。最后,研究了超声回波信号的识别算法,针对BP神经网络在小样本缺陷下的识别准确率较低的问题,提出了采用支持向量机对超声回波信号进行识别分类,仿真结果表明:在不同训练样本的情况下,支持向量机虽然运行时间要比BP神经网络长,但是其识别准确率要比BP神经网络高。论文对复合绝缘子超声波探伤信号处理方法所进行的研究,有效地避免了超声波探伤信号中的噪声干扰,可准确识别不同缺陷类型,为复合绝缘子性能评价提供了理论依据。