避雷器在线监测技术：泄漏电流谐波分析与Bees-ANFIS智能诊断

在高压电力系统中，避雷器（或称电涌保护器，SA）是保护昂贵电气设备免受雷击或开关操作产生的瞬态过电压冲击的关键装置。其健康状态直接决定了电力系统运行的连续性和可靠性。因此，开发和应用高效准确的在线监测与故障诊断技术至关重要。

传统的避雷器监测方法通常依赖于分析泄漏电流中的电阻性和电容性分量。然而，这些方法的局限性在于缺乏统一准确的故障阈值，且容易受到施加电压谐波的幅值和相角变化的干扰，导致诊断准确性受限。

创新诊断思路：基于泄漏电流谐波谱的新方法

为克服传统技术的瓶颈，研究人员提出了一种基于泄漏电流谐波谱分析的全新诊断方法。通过实验，系统评估了三种关键不良工况对泄漏电流谐波成分的影响：

金属氧化物避雷器（MOSA）在正常运行电压下，总泄漏电流极小，它由非线性电阻支路 和电容支路 组成.

显示了并联的非线性电阻和电容，以及总泄漏电流、电阻性电流和电容性电流的流向。

实验平台设置了高压变压器、保护电阻、高压探头和专门的泄漏电流测量系统，确保在实验室环境下准确采集不同工况下的信号。

高压测试环境，展示了避雷器、高压探头和泄漏电流测量系统。

展示了用于过电压保护的齐纳二极管和用于测量泄漏电流的分流电阻。

包括实验测试、电流电压测量、Matlab 仿真、谐波提取、Bees-ANFIS 智能诊断以及最终分类。

压敏电阻（Varistor）退化是避雷器故障的关键因素之一，其退化会导致电压-电流（V-I）特性曲线发生明显变化，在相同电压下，退化压敏电阻的电阻性电流更大。

图中的两条曲线分别展示了未老化和已老化两种状态下，施加的电压峰值与测得的电阻电流之间的关系。

工况	关键泄漏电流谐波指标	诊断特征
紫外线老化 (UV Aging)	ir1 (电阻基波), ir5 (电阻五次谐波)	ir1 和 ir3 增大，ir5 减小。ir5 与老化程度具有强相关性。
外部污秽 (Pollution)	it1 (总电流基波), ir1	污秽导致 it1 和 ir1 显著升高。表面疏水性损失会加剧这一升高。
压敏电阻退化 (Degradation)	ir1, it1, ir3 (电阻三次谐波), ir5	ir1 和 it1 占主导地位。ir3 和 ir5 能很好地模拟退化水平。
区分退化和老化/污秽	it3 (总电流三次谐波), it5 (总电流五次谐波)	当压敏电阻退化与老化/污秽工况表现相似时，总泄漏电流的 it3 和 it5 变化可作为有效区分判据。

为了验证上述谐波指标的有效性，研究人员采用了一种先进的智能分类器：Bees 算法优化的自适应网络模糊推理系统 (Bees-ANFIS) 。

ANFIS 结合了神经网络的学习能力和模糊逻辑的推理优势，可用于近似非线性函数。通过使用Bees 算法 (BA) 这种群智能优化方法，对 ANFIS 模型的参数进行优化，有效提高了系统的故障识别准确率 。

结果表明，引入 Bees 算法优化后，避雷器状态的识别准确率从 92.71% 显著提升至 96.12% 。

这一研究成果为电力行业实现避雷器的精准预测性维护和预防性维护提供了强大的智能技术支持。