在电力工业的发展进程中,电力电缆在配网系统中得到了广泛地应用。电缆终端接头位于电缆线路的末端,起着连接电缆线路和其他电力设备的作用,因其制作工艺和特定结构,是绝缘故障频繁发生的位置。电力电缆承担着电能的传输和分配任务,为保障电缆系统安全可靠运行,研究电缆终端接头的状态监测及评估方法意义重大。一方面,为提高局部放电的状态监测水平,实现对电缆终端接头局部放电的有效预警,提出了基于长短期记忆（long short-term memory,LSTM）神经网络和Mann-Kendall检验法的预警方法。首先运用粒子群算法（particle swarm optimization,PSO）对LSTM神经网络的超参数进行寻优,基于优化得到的超参数构建LSTM预测模型,对局部放电特征量进行预测;再通过Mann-Kendall检验法对局部放电特征量进行定量分析,确定其趋势参数;最后建立综合考虑局部放电特征量幅值大小和趋势参数的预警模型,实现主动预警。依据局部放电的预警信号为及时展开电缆终端接头的状态评估工作做好铺设。另一方面,为了评价电缆终端接头的健康状态,提出了基于模糊综合评价的状态评估方法。首先基于现有的检测和监测技术,从试验数据、在线监测数据和历史数据三个方面,选取了10个状态特征量作为评估指标,构建了电缆终端接头运行状态的评估指标体系,并使用劣化度对指标进行标准化处理;然后,通过层次分析法和熵值法组合的主客观赋权法来求取评估指标权重,并基于选取的三角形和半梯形隶属度函数确定各层评估指标的模糊关系矩阵;最后,对电缆终端接头的各级模糊关系矩阵和对应的指标权重进行复合运算,并基于最大隶属度原则确定状态评估结果。本文以河北省沧州市某变电站开关柜电缆终端接头为例,基于其特征参量数据,验证了本文建立的局部放电预警模型和状态评估方法的有效性,为发现潜在故障、及时进行状态检修提供了有力的方法和依据。