随着城市化进程的不断推进，供电负荷不断增加。电缆作为一种传输电力和信号的重要设备，被大量地应用在配电网系统中，并且呈现逐年递增的趋势。在电缆质量和性能日益提高的情况下，状态监测和科学维护上至关重要，不仅能帮助运维管理人员及时掌握电缆运行状态，以便采取有计划的检修，还能够提前预测可能发生故障的隐患，减缓永久性故障的发生，从而提高供电的可靠性。 通过本项目的研究和实施，重点解决的技术问题如下： （1）考虑到局放脉冲的分布与工频相位的相关性较强、干扰信号与工频相位相关性较弱的特征，以局放信号相位、幅值和频次的关系构建PRPD（phaseresolvedpulsedischarge）图谱进行局放记录及可视化，构建基于深度学习神经网络的电缆中间接头局放目标检测模型，利用PRPD图谱的特性识别局放和外界干扰，实现局放缺陷的准确识别，为电缆运行状态综合评估提供数据支持。 （2）采用边缘计算技术，以融合的多传感器采集数据作为输入搭建面向边缘节点的BP神经网络数据融合处理模型，对所采集的电缆运行及环境数据在边缘节点侧进行数据解析、整理、滤波、异常研判等，提升电缆运行异常状态的检测响应速度。 （3）研制部署于电缆监测系统感知层的边缘物联代理装置及电缆管道封堵器，提升电缆安全运行水平。设计配电电缆在线监测和状态评估系统软硬件架构，以实现电缆运行相关数据的就地采集及分析，减缓海量传输数据造成的通信压力。同时，现场安装应用相关设备，验证设计架构对电缆的运行状态监测的有效性。 本项目研究了中压电缆运行状态综合评估及安全运行技术，研制了电缆智慧边缘装置，提出的技术能够实现中压电缆监测数据在边缘节点侧数据解析、整理和异常研判，提升了电缆运行异常状态的检测响应速度。项目提出了考虑工频相位相关性的电缆局放识别模型及基于BP神经网络的多源数据边缘处理方法，能够实现电缆运行异常状态的精准定位，提升了中压电缆运行状态综合评估能力，对保障电缆安全运行具有重要应用价值。