随着经济的发展,对电力系统的安全性和可靠性的要求也越来越高。其中氧化锌避雷器(Metal Oxide Surge Arrester,简称MOA)作为一种重要的过压保护电器,能有效保护其它电力设备。因其还具备反应速度快、通流能力强、体积小等众多优点,在电力系统中得到应用广泛。因此氧化锌避雷器性能的优劣直接影响电力系统的安全运行。目前,分析判断氧化锌避雷器是否存在故障,最有效的方法就是监测避雷器泄漏电流中的阻性电流。本文首先介绍金属氧化锌避雷器(MOA)的组成结构、电气性能及等值电路,阐述目前监测避雷器阻性电流特征量的主要方法和原理,如三次谐波法、补偿法、西林电桥介质损耗测量法、谐波分析法等,并对各种原理进行分析,提出各种算法的适用场合,为研究精度高、功能全的避雷器在线监测与故障诊断装置提供了理论依据。本文研究的系统由硬件和软件两部分构成,其中硬件部分由电流取样单元、电压取样单元、信号处理单元等部分组成；主要完成就地数据采集、数模转换、运算及通信功能,提供光纤冗余接口,实现装置间以及装置与后台系统间(包括CAC)通讯。软件部分由分布式实时数据库、人机交互界面等组成,将所有的单元采集的数据进行汇总,在综合考虑各种干扰因素的同时,根据数学形态学、模糊神经网络等方法,并结合避雷器专家系统、制造厂家的经验,对避雷器进行综合在线监测与故障诊断。本系统的工程应用可在避雷器发生故障之前,进行实时状态评估和分析,在第一时间内发现避雷器设备内部潜伏性故障,进而预防故障或在出现故障情况下能够有的放矢,快速排除故障,进而为电力系统的安全可靠运行提供有力保障。