电力系统的安全运行是人们生产生活中的重要问题，要保证电力系统的安全运行就要保证电力系统中电气设备不发生故障，对电气设备进行维护可以有效防止设备发生故障。状态监测法是目前电力系统设备维护所采用的主要方法，通过对设备参数进行实时监测，进而根据监测参数进行故障诊断。本课题以电容性设备监测参数为研究对象，以实际工程为背景，利用设备监测参数进行设备的故障诊断。本文运用多种方法，基于监测参数从不同角度对设备进行故障诊断，以matlab和visual studio软件为开发平台，研究并实现了多种故障诊断方法，可以利用故障诊断结果，对设备故障进行预警。本文针对电容性设备监测参数进行异常分析和趋势分析，主要研究并实现了三种故障诊断方法：1.研究应用二层小波树方法对介质损耗因数进行异常检测，该方法通过检测突变性和持续性突变异常，对参数异常进行了较全面的检测，根据设备参数得到故障诊断结果。2.研究应用神经网络方法对多个监测参数进行异常检测，该方法通过学习多个参数与设备异常的关系，得到多个监测参数与设备异常情况的关系网络，然后根据此网络结构对最近的监测参数进行异常检测，实现多参数综合情况的故障诊断。3.研究应用趋势分析方法对设备监测参数进行趋势分析，将监测参数数据流进行分割，利用最小二乘法将其拟合成直线，根据拟合直线的特征值实现异常趋势的检测。设备异常通常会反映在不同方面，本文利用不同方法检测设备参数的异常，能够从不同角度进行设备的故障诊断。本文基于上述三种方法对设备监测参数进行了故障诊断实验，从实验结果可以看出，二层小波树方法可以检测到介质损耗因数的异常数据，进而实现故障诊断。神经网络方法能够综合考虑多个监测参数进行异常检测，实现多参数情况的故障诊断。趋势分析方法可以对介质损耗因数进行趋势分析，得到与趋势相关的特征值，实现异常趋势的故障诊断。