匝间短路故障是干式空心电抗器最常见的故障，严重时会引起电抗器绝缘损坏、起火，甚至烧毁。及早诊断电抗器匝间短路故障，发出有效预警对电力系统安全运行具有重要意义。该文提出一种基于磁场检测的干式空心电抗器匝间短路故障诊断方法：独立于电抗器本体，上下安装与电抗器绕组同轴的检测线圈，通过检测线圈感应电压的变化，采用基于数理统计的准确识别匝间短路过程的3σ判据模型和算法，判断电抗器匝间短路故障并进行预警和报警。基于有限元数值计算软件，以一台型号为BKGKL-20000-35干式空心电抗器为研究对象，仿真分析了电抗器在不同位置发生匝间短路故障时检测线圈的感应电压变化规律，验证所提出方法的有效性。最后通过对试制样机的现场试验，验证了该方法实用可靠，可推广应用于实际电力系统中。

提出了适用于电子工艺实习课程的温度报警器电路的设计要求，并且根据学生能力的不同，提出了扩展设计。介绍了电路的设计方案、计算、实验结果分析和故障诊断分析。在报警器设计的课堂教学中，学生团队合作，开放设计，从被动学习变成主动学习，提高了学生的团队合作设计与创新能力，锻炼了学生分析与解决问题的能力，为以后的科研工作奠定基础。

光学元件的健康状态是激光系统稳定运行的关键，如何在激光系统工作状态下实现光学元件的实时监测和故障诊断定位是该专业领域亟需解决的问题。针对该问题，提出了一种基于红外和可见光视频信息的光学元件故障诊断方法。首先，使用长波红外相机和可见光相机采集光学元件工作过程中的视频信息；然后，对采集的视频信息使用异常点检测算法进行处理；最后，结合光学元件温升特性对光学元件进行故障诊断及定位。试验结果表明：相同算法情况下，该方法相较于单独使用红外视频进行故障诊断的方法在故障诊断准确率、虚警率和漏警率3个指标上分别提升9.70%、3.60%和6.10%；该方法相较于单独使用可见光视频进行故障诊断的方法在故障诊断准确率、虚警率和漏警率3个指标上分别提升18.00%、16.00%和2.00%。

电路板红外温度序列包含了丰富的故障类别信息，充分利用其局部与全局特征可以提高电路板故障诊断的准确率。为此，文中提出了一种由特征提取网络（Features Extraction Network，FEN）与关系学习网络（Relationship Learning Network，RLN）并行构成的可综合利用温度序列局部特征及特征间关系的电路板故障诊断模型。其中，FEN基于多尺度膨胀卷积（Multi-scale Dilated CNN，MDCNN）残差结构搭建，可在不增加训练参数的前提下构建多层次感受野，学习温度序列不同范围的空间特征；RLN基于嵌入长短期记忆网络的注意力机制（Long Short-Term Memory hybridized with Attention，LSTMwAtt）结构搭建，通过控制温度序列信息传递来学习特征重要性并分配权重，挖掘不同位置特征间的相关性。实验结果显示，所提模型在两个自建电路板温度序列测试数据集上的诊断性能优于同类型的FCN、MFCN、LSTM和LSTM-FCN，故障诊断准确率分别达到91.15%和96.27%，可实现对电路板故障的高准确率诊断。

传统变压器绝缘油品质荧光分析检测方法是利用荧光分光光度计采集油样本全谱段荧光光谱, 根据不同老化程度绝缘油的全谱荧光特征变化建立变压器运行状态诊断模型。 针对传统荧光方法中光度计体积大、 价格昂贵以及因光谱采集时间长无法实现实时监测等问题, 提出一种基于荧光双色比例的变压器绝缘油品质检测方法, 提取荧光特征双波段信息并建立变压器运行故障诊断模型, 可通过定制滤光片和可见光电探测器等硬件取代传统荧光分光光度计, 实现双色荧光信息快速采集及处理, 满足在线实时监测的同时降低硬件成本。 对放电击穿故障造成的变压器绝缘油老化进行荧光分析, 试验模拟了不同放电击穿工况, 制备了不同放电击穿时间(10, 30, 50, 70, 90和120 min)下的尼纳斯油样本作为荧光检测目标; 使用荧光分光光度计采集了各样本在不同激发波长下的荧光发射光谱, 确定最优固定激发波长为280 nm; 使用3点移动均值平滑法对样本荧光光谱平滑去噪, 通过分析不同放电击穿时间下油样荧光特征峰的变化规律, 选取380~388和399~407 nm作为双色信息提取波段, 利用最小二乘曲线拟合建立了荧光双色比例变压器绝缘油放电击穿故障诊断模型。 研究结果初步证明了荧光双色比例法在变压器绝缘油放电击穿故障诊断上的有效性, 为一种体积小、 成本低、 快速有效在线监测系统的建立提供了一定的理论与实践基础。