绝缘子是电气化铁路接触网电气和机械连接的重要组成部分。随着我国高速铁路的快速发展以及接触网运行环境的日益复杂化,对绝缘子电气绝缘性能的要求会越来越高。绝缘子发生闪络,会造成线路跳闸,影响牵引供电系统正常工作和列车的安全运行。本文以XP-70型瓷绝缘子和FQBSG-25/12-970P型复合绝缘子为研究对象,在高压实验室内进行人工污秽试验,采集到不同环境因素和污秽度下泄漏电流样本数据,提取泄漏电流特征量,进行绝缘子污秽闪络预测。目前对XP-70型瓷绝缘子泄漏电流与各因素之间本质关系的探索比较少,因此本文提出了两种估算泄漏电流幅值(Ih)的方法:一种是利用GA(Genetic Algorithms,遗传算法)得到了相对湿度(RH)、等值附盐密度(?ESDD)及作用电压(U)与Ih之间的函数关系;另一种是利用遗传BP神经网络建立了基于RH、?ESDD及U的Ih预测模型。仿真结果表明:GA能够确定出它们之间的具体函数形式,提高了估算的准确性;基于遗传BP神经网络建立的泄漏电流幅值预测模型,能够准确有效的逼近它们之间的非线性关系,两种方法均是有效可行的。研究结果为工程中基于泄漏电流污秽度的评估提供参考。为了得到表征绝缘子污秽状态的有效参数,对FQBSG-25/12-970P型复合绝缘子安全区泄漏电流分别进行了时域和频域分析。通过分析泄漏电流波形随RH和?ESDD的变化情况,将泄漏电流有效值均值(Iem)、泄漏电流有效值最大值(Iemax)及泄漏电流有效值标准差(?)作为泄漏电流的时域特征量;通过对泄漏电流进行FFT(Fast Fourier Transformation,快速傅里叶变换)以及功率谱估计,分析泄漏电流各次谐波和泄漏电流能量随RH和?ESDD的变化情况,将三次谐波与基波之比(K13)以及高频能量与总能量之比(?)作为泄漏电流的频域特征量。结果表明:五个特征量为绝缘子污秽度预测和污闪预测提供有效信息。对安全区泄漏电流的时域特征量进行修正使得模型更具适用性,然后结合泄漏电流频域特征量,分别建立了基于SVM(Support Vector Machine,支持向量机)的等值附盐密度预测模型和基于GRNN(Generalized Regression Neural Network,广义回归神经网络)的绝缘子污闪预测模型。仿真结果表明:SVM可实现?ESDD的预测,为污秽等级的确定提供参考;利用GRNN建立的绝缘子污闪预测模型可以为接触网绝缘子的清扫维护提供指导,并且为绝缘子污闪预警提供方法和依据。