氧化锌避雷器在高压电力系统中担任着限制线路雷电过电压以及操作过电压等重任,当高压输电线路出现过电压时,依靠其非线性伏安特性,短时间内将冲击能量以大电流形式泄放至大地,从而把过电压限制在合理范围内。本文通过数值仿真和实验测试,对氧化锌避雷器进行了残压检测以及不同运行状态识别诊断的相关研究。首先利用PSCAD/EMTDC电磁暂态仿真软件建立输电线路仿真模型,对线路避雷器不同状态下的雷击过电压进行仿真分析,得到了典型雷电流数值下的过电压仿真波形;利用有限元法对避雷器残压检测结构进行数值仿真研究,得到了残压检测结构的结构参数,以及在工频电压下电位、电场和损耗的分布情况。其次设计了避雷器残压检测系统,该系统包括电源电路、保护电路、信号调节电路、通信电路以及上位机数据显示界面。通过STM32下位机对避雷器残压进行采集,利用数据通讯手段将避雷器的残压特性数据显示在上位机界面上。随后开展了陶瓷电容传感器特性实验以及冲击电流下避雷器残压特性实验。利用高低温交变温湿热试验箱以及信号发生器对陶瓷电容传感器的温度特性和频响特性进行测试,结果表明,传感器具有较好的温度和频响特性。通过冲击电流回路,利用避雷器残压检测系统获取了避雷器残压波形。不同运行状态下的避雷器残压波形特性、吸收能量数值明显不同。相比于正常运行的避雷器,故障状态避雷器残压信号具有非线性差、电压变化率大、波形畸变以及幅值降低等特点,且吸收能量数值也有不同程度的降低。最后应用提升小波熵算法和LLE特征选择算法对避雷器残压特征信号进行特征提取与筛选,采用极限学习机算法结合避雷器的特征参数对避雷器进行了状态诊断研究,在保证诊断准确度的情况下,有效地提高了算法的运行效率。