绝缘纸的老化状态决定了油浸式变压器的剩余寿命, 对绝缘纸的老化状态进行快速有效的评估具有重要意义。 聚合度是表征纤维素绝缘纸老化程度最直接可靠的参量, 在实验室中通过粘度法检测获得, 但该方法需要获得设备纸样, 不但检测耗时长, 还会对变压器类设备的绝缘造成破坏。 近红外光谱分析技术可以快速有效测定物质中的组分含量, 检测过程非侵入、 对绝缘无损, 目前已成功应用于多个领域, 有望成为替代传统聚合度检测的新方法。 然而, 现有的近红外光谱定量分析方法尚不能满足绝缘纸聚合度的预测精度需求, 建立了基于高斯过程回归(GPR)的绝缘纸老化状态定量评估方法。 构建了不同老化程度绝缘纸样本—近红外光谱数据库, 使用Savitzky-Golay卷积平滑算法对光谱数据进行平滑处理以提高信噪比; 研究了不同核函数GPR模型并开展了模型预测精度分析与参数敏感性检验。 结果显示, Exp核模型泛化性能较差, Matern32核、 Matern52核以及RQ核模型对参数敏感性较高、 模型稳定性较差, 最终选择了SE核GPR模型作为最优模型。 将SE核GPR模型与近红外分析领域常用的PLS, SVR与BPNN模型进行性能对比, 结果表明, GPR模型对校正集以及验证集样本的预测误差均最小(RMSE分别为65.5与70.6), 且预测结果与粘度法结果相关系数最高(r分别为0.94与0.93)。 与其他三种模型相比, GPR模型的RMSE比PLS, SVR与BPNN模型低54.1%, 58.8%和12.9%, 显示GPR模型在绝缘纸近红外光谱老化评估领域具有一定优势。