摘要：针对电力系统中金属氧化物避雷器（MOA）的在线监测参数遭受外部环境干扰的问题,提出了一种消除外部环境因素干扰的MOA参数修正方法。首先对全相位快速傅里叶变换（FFT）法计算的相位值进行修正,以获取高精度的相位参数;再利用基于Levenberg-Marquardt算法的BP神经网络对MOA参数与温度、湿度进行三维曲面建模,并通过BP神经网络来逼近非线性模型;最后对MOA参数进行了修正。仿真试验结果显示：修正后的全相位FFT方法保留了相位平坦的特性,且避免了实际工程测量中相位偏移的问题,修正基波和3次谐波的相位偏差值达7.2°和21.6°;采用工程实测数据计算的全电流、相位差及阻性电流波动值分别降低了78.7%、68.0%和71.7%,使MOA参数具有平稳性,避免了环境干扰引起的参数波动,验证了所提修正方法的准确性和有效性。该方法可消除实际环境因素的干扰,实现工程上MOA参数的准确监测。

关键词：金属氧化物避雷器 环境因素 在线监测 全相位fft bp神经网络 

单位：四川大学电气信息学院; 成都610065; 国网四川省电力公司资阳供电公司; 资阳641300