金属氧化锌避雷器广泛应用于电力系统,是保证供电系统安全的主要元件。随着新技术的突破,MOA在线监测技术在智能电网、机械自动化、无人工厂等领域的地位越来越高。然而避雷器作为主要的过压保护装置,在实际运行中易产生受潮、过热、漏电、劣化、阀片击穿、局部放电、老化等问题,严重威胁正常的生产活动。因此对运行中的避雷器进行实时监测,提前排除故障隐患,是十分必要的。本文对避雷器在线监测与故障诊断技术国内外研究现状做了总结与分析,从避雷器阀片微观结构入手,结合MOA等效电路图研究了氧化锌避雷器的工作原理。通用对当下最常用的6种避雷器在线监测与故障诊断技术进行分析比较,选择西林电桥损耗测量法作为本课题避雷器系统的检测方法。归纳影响氧化锌避雷器在线监测结果的5种因素,并在软件系统设计的过程中进行了有效的防范。结合项目实际,通过对配电中心氧化锌避雷器常见故障类型与产生原因的总结,选用ZDJCQ-35避雷器检测仪作为MOA下位机监测设备。根据工况现场环境,设计了避雷器与检测仪的安装方法。软件方面:采用上位机与下位机的双层设计模式,利用Romberg修正法与神经网络模式识别相结合的新型算法,建立了避雷器故障诊断系统的数学模型。选用LABVIEW软件为主要开发环境,以消息队列框架为主体,设计了泄露电流监测、数据查询评估、故障诊断预警等十几个模块,并设计了SQL数据库用于实现对避雷器数据的存储、查询、调用、删除等功能。本文对设计的避雷器系统进行了仿真调试与试运行。结果表明,该系统能够满足配电中心的使用要求。系统模块运行平稳,各项指标符合要求,达到项目预期目标。(本章共有图76幅,表10个,参考文献75篇。)