CN106646034B - 一种避雷器结构健康在线监测分析系统 - Google Patents

Abstract

本发明公开了一种避雷器结构健康在线监测分析系统，包括数据采集模块、控制模块、数据分析模块和数据库模块，数据采集模块对避雷器的运行状态数据进行实时采集，由控制模块进行解析并分类后发送至数据库模块中进行存储，向数据分析模块发送分析指令，数据分析模块从数据库模块中获取运行状态数据，对避雷器结构的健康状况进行分析，将分析结果存入数据库模块中供用户查询，数据库模块用于存储避雷器运行状态数据和结构健康分析结果。本发明通过采用阻性电流三次谐波分量来进行故障判断，以提高避雷器结构健康状况远程监测分析的有效性。

Description

一种避雷器结构健康在线监测分析系统

技术领域

本发明属于电力系统高压设备在线监测技术领域，更为具体地讲，涉及一种避雷器结构健康在线监测分析系统。

背景技术

传统的避雷器监测方式分为两种，一种是定期做停电试验检查，这种方法需要停电，加的实验电压过低，测试周期长，需人工搬运设备去现场检查，操作繁琐，还不能实时地反应避雷器的绝缘情况；第二种是不断电的检测方式，即在避雷器接地端接测量仪器监测避雷器泄漏电流等数据，这种方式存在测试周期过长，无法及时发现故障等缺点。传统的测量方式不仅工程繁杂而且耗费人力物力，测量方法简单考虑不全，容易受到人为因素的影响，不能实时反映避雷器状况，在检测精度等方面达不到要求。近年发展起来的避雷器在线监测系统结合了嵌入式、传感器、数字信号处理、数据库等技术，将信号采集装置安装在避雷器上，装置采集的数据远程传输给软件系统，由软件系统对采集数据进行分析来诊断避雷器状况。

避雷器在线监测的最终目标是要对采集的数据进行分析、处理和故障诊断，实时反应避雷器的电气状况。避雷器在线监测系统的硬件模块完成采集信号的调理、模数转换、滤波等处理，此时硬件处理的数据还不能作为分析的样本，还需要结合软件系统对数据进行时间标识、信号处理、图表分析和前后期大量数据样本对比后，才能通过算法进行避雷器故障诊断分析。

关于避雷器健康状况的分析，迄今为止，主要有两种处理方法，一种是运用算法将测到的全电流分离出阻性电流，根据阻性电流的变化判断避雷器的故障、受潮以及老化程度，另外一种是直接通过硬件装置设计，通过容性电流补偿的方法来消除容性电流的干扰，最终得到阻性电流，但是分离出的阻性电流的精度依然不高。

发明内容

本发明的目的在于克服现有技术的不足，提供一种避雷器结构健康在线监测分析系统，采用阻性电流三次谐波分量来进行故障判断，提高避雷器结构健康状况远程监测分析的有效性。

为实现上述发明目的，本发明避雷器结构健康在线监测分析系统包括数据采集模块、控制模块、数据分析模块和数据库模块，其中：

数据采集模块用于根据预设采集参数对避雷器的运行状态数据进行实时采集，运行状态数据包括避雷器各相的全电流和参考相位、当前雷击事件和雷击强度，发送至控制模块；

控制模块用于对数据采集模块的采集参数进行控制，接收运行状态数据进行解析并分类发送至数据库模块中进行存储，向数据分析模块发送分析指令；

数据分析模块接收到分析指令后，从数据库模块中获取运行状态数据，对避雷器结构的健康状况进行分析，将分析结果存入数据库模块中供用户查询；数据分析模块包括超值报警模块、数据预处理模块、阻性电流计算模块、谐波分析模块以及故障判断模块；

超值报警模块分别提取各个相位预设时长的全电流数据，计算得到该相位的全电流有效值，如果超过预设门限，则进行报警，否则不作任何操作；

数据预处理模块用于对全电流数据进行去噪预处理，将处理后的全电流数据发送给阻性电流计算模块；

阻性电流计算模块用于从去噪预处理后的全电流数据中分离出阻性电流，发送给谐波分析模块；

谐波分析模块用于根据阻性电流通过带通滤波器得到阻性电流三次谐波分量的幅值，发送给故障判断模块；

故障判断模块根据阻性电流三次谐波分量的幅值判断避雷器是否存在故障，如果存在则报警，否则不作任何操作；

数据库模块用于存储避雷器运行状态数据和结构健康分析结果。

本发明避雷器结构健康在线监测分析系统，包括数据采集模块、控制模块、数据分析模块和数据库模块，数据采集模块对避雷器的运行状态数据进行实时采集，由控制模块进行解析并分类后发送至数据库模块中进行存储，向数据分析模块发送分析指令，数据分析模块从数据库模块中获取运行状态数据，对避雷器结构的健康状况进行分析，将分析结果存入数据库模块中供用户查询，数据库模块用于存储避雷器运行状态数据和结构健康分析结果。本发明在数据分析模块中，对数据进行去噪预处理，并且分离出阻性电流三次谐波分量来进行故障判断，以提高避雷器结构健康状况远程监测分析的有效性。

附图说明

图1是本发明避雷器结构健康在线监测分析系统的具体实施方式结构图；

图2是本发明中基于小波去噪和汉宁窗的去噪预处理方法的流程图；

图3是正常避雷器和老化避雷器的全电流对比图；

图4是正常避雷器和老化避雷器的阻性电流三次谐波分量对比图；

图5是正常避雷器和受潮避雷器的阻性电流三次谐波分量对比图；

图6是正常避雷器和受损避雷器的阻性电流三次谐波分量对比图；

图7是本实施例中显示模块的采集参数与通信参数设置界面；

图8是本实施例中显示模块的避雷器实时监测数据显示界面。

具体实施方式

下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。

实施例

图1是本发明避雷器结构健康在线监测分析系统的具体实施方式结构图。如图1所示，本发明避雷器结构健康在线监测分析系统包括数据采集模块1、控制模块2、数据分析模块3和数据库模块4。

数据采集模块1用于根据预设采集参数对避雷器的运行状态数据进行实时采集，运行状态数据包括避雷器各相的全电流和参考相位、当前雷击事件和雷击强度，发送至控制模块2。全电流也称为泄露电流，是避雷器的重要参数。参考相位是母线电压和全电流的相位差，主要用于计算阻性电流。由于避雷器的全电流I由阻性电流I_r和容性电流I_c组成，通常认为母线电压U和阻性电流I_r同相位，容性电流I_c和阻性电流I_r成90度，求出全电流和母线电压的电位差即参考相位就可以通过公式求得阻性电流I_r。当前雷击事件根据预设的雷击门限进行判断，如果某相全电流超过预设雷击门限，则认为该相发生雷击事件，雷击强度根据发生雷击事件时全电流超过雷击门限的程度进行划分，超过雷击门限越多，则雷击强度越大。数据采集模块1可以根据用户设置按照预设周期进行主动数据采集与发送，也可以根据控制模块2的指令进行被动数据采集与发送。

控制模块2用于对数据采集模块1的采集参数进行控制，接收运行状态数据进行解析并分类发送至数据库模块4中进行存储，向数据分析模块3发送分析指令，分析指令可以是周期性触发的指令，也可以是用户通过控制模块2下发的指令。

数据分析模块3接收到分析指令后，从数据库模块4中获取运行状态数据，对避雷器结构的健康状况进行分析，将分析结果存入数据库模块4中供用户查询。

数据库模块4用于存储避雷器运行状态数据和结构健康分析结果，包括多个子数据库：各相的全电流数据库、各相的参考相位数据库、雷击事件数据库等。数据库的具体结构可以根据实际情况来设置，例如当数据采集时采用了不同采样率或信道增益，那么全电流数据库可以分别有对应不同采样率的数据库、对应不同信道增益的数据库。所有的数据在实时存储时都有时间标签，选择对应的数据库可以查询任意时间内的数据。

一般来说，数据采集模块1设置在避雷器端，也就是下位机端，控制模块2、数据分析模块3和数据库模块4设置在监测端，也就是上位机端，下位机和上位机可以通过有线或无线通信方式进行通信，其具体的通信协议和数据格式可以根据实际需要进行设置的。

根据以上说明可知，对于本发明的避雷器结构健康在线监测分析系统，其核心在于数据分析模块3。根据图1可知，数据分析模块3包括超值报警模块31、数据预处理模块32、阻性电流计算模块33、谐波分析模块34以及故障判断模块35。

超值报警模块31分别提取各个相位预设时长的全电流数据，计算得到该相位的全电流有效值，如果超过预设门限，则进行报警，否则不作任何操作。

数据预处理模块32用于对全电流数据进行去噪预处理，以去除外界白噪声和电磁干扰对全电流数据造成的影响，将处理后的全电流数据发送给阻性电流计算模块33。本发明中，为了提高去噪预处理的效果，采用基于小波去噪和汉宁窗的数据预处理方法。图2是本发明中基于小波去噪和汉宁窗的去噪预处理方法的流程图。如图2所示，本发明中基于小波去噪和汉宁窗的去噪预处理方法的具体步骤包括：

S201：数据读取：

从数据库模块4的全电流数据库中提取出包含2^M个数据的全电流数据，记为I(t)。M是全电流数据长度控制参数。一般来说，数据长度不宜太短，因此M的取值范围一般为M≥7。全电流数据I(t)可以记为其中n(t)为噪声，为期望得到的原始全电流信号。去噪预处理就是尽可能地滤除噪声，得到较为真实的全电流信号。

S202：小波分解：

对全电流数据I(t)进行小波分解，得到三组高频系数，每组高频系数包含D个系数。小波分解是一种常用的数据分析处理方式，共具体方式在此不再赘述。小波分解目前已经具有多种小波函数以供选择，根据需要进行确定即可。

S203：高频系数的阈值量化：

对每组高频系数分别确定一个阈值，进行阈值量化。本实施例中所采用的阈值确定方法为：对三组高频系数去绝对值后求取中值d₀，根据经验公式var＝d₀/0.6745求得噪声方差估值var，然后再根据以下公式计算第j层对应的阈值β_j：

其中，j＝1,2,3，N表示离散电流信号的长度。

目前主流阈值量化方法有硬阈值法、软阈值法和半软阈值法三种，在硬阈值法中常存在小波系数在阈值处不连续而导致信号重构时易产生Pseudo-Gibbs(伪吉布斯)现象，而常用的软阈值法虽然可以解决连续性问题，但却会导致信号方差过大而最终导致重构误差太大。为了解决上述问题而提出的半软阈值法虽然可以保证小波系数的连续性，但是却增加了需要确定两个阈值的难度。为了克服这三种方法的缺点，本发明对现有的阈值函数进行改进，得到阈值量化后的高频系数f(α_j,i,β_j)的计算公式如下：

其中，sgn()表示符号函数，α_j,i表示第j层第i个高频系数，i＝1,2,…,D；μ、v为调节因子，且都为正数，本实施例中取μ＝8500、v＝13。

根据以上高频系数计算公式进行处理，就可以得到新的高频系数。

S204：小波重构：

根据步骤S203得到的高频系数对离散电流信号进行重构，从而去掉信号中的高频噪声部分，得到新的离散全电流信号。

S205：基于汉宁窗的滤波处理：

由于避雷器全电流中含有较重的高频噪声成分，虽然采用小波去噪可以去除一部分高频噪声，但是仍然含有相当的高频残余量，需要进行进一步处理。本发明中采用基于汉宁窗的滤波处理，来进一步去除高频噪声，其具体方法为：采用窗函数设计法设计得到FIR(Finite Impulse Response,有限长单位冲激响应)滤波器，其中窗函数采用汉宁窗(Hanning Window)，然后利用该FIR滤波器对小波重构得到的离散全电流信号进行滤波，得到滤波后的全电流信号并存储。

窗函数设计法的基本思想是用有限长单位冲击响应数字滤波法逼近希望的滤波特性。假设希望逼近的滤波器的频率响应为H_d(e^jω)，其单位脉冲响应用h_d(n)表示。为了设计简单方便，通常选择H_d(e^jω)为具有片段常数特性的理想滤波器。因此h_d(n)是无限长非因果序列，不能直接作为滤波器的单位脉冲响应。窗函数设计法就是截取h_d(n)为有限长的一段因果序列，并用合适的窗口函数进行加权作为滤波器的单位脉冲响应h(n)。窗函数设计的基本步骤如下：

(a)构造希望逼近的频率响应函数H_d(e^jω)，选择H_d(e^jω)为线性理想低通滤波器，即

其中，ω表示角频率，ω_c表示截止频率。

(b)对H_d(e^jω)进行快速傅立叶变换得到：

(c)加窗得到滤波器的单位脉冲响应h(n)，

h(n)＝h_d(n)w(n) (5)

式中，w(n)表示窗函数，本发明中为汉宁窗函数，其长度记为N。

汉宁窗函数的表达式为：

加汉宁窗函数的滤波器过渡带宽为6.2π/M，最小阻带为44dB。汉宁窗可以看作是3个矩形时间窗的频谱之和，或者说是3个sin(t)型函数之和，而括号中的两项相对于第一个谱窗向左、右各移动了π/T，从而使旁瓣互相抵消，消去高频干扰和漏能。可以看出，汉宁窗主瓣加宽并降低，旁瓣则显著减小，从减小泄漏观点出发，汉宁窗优于矩形窗.但汉宁窗主瓣加宽，相当于分析带宽加宽，频率分辨力下降。

采用傅里叶变换的线性性质和调制定理可得：

其中，w_R(ω)表示矩形窗函数的幅度频率特征函数。

当N>>1时，N-1≈N，则

W_hn(ω)为汉宁窗的幅度响应函数。

可得加汉宁窗处理后的避雷器全电流为：

本发明在全电流数据的去噪预处理部分，采用小波去噪和基于汉宁窗的滤波处理两种方法的有机结合，可以去掉信号中的高频噪声部分，同时通过汉宁窗的处理进一步消减了信号经过小波分析后的高频残余量，同时避免了频谱泄露，从而达到良好的去噪效果。

阻性电流计算模块33用于从去噪预处理后的全电流数据中分离出阻性电流，发送给谐波分析模块34。本发明中采用基于傅里叶变化的阻性和容性电流分离算法。接下来对基于傅里叶变化的阻性和容性电流分离算法的原理进行简要说明。

对全电流信号进行傅里叶展开为：

其中，I₀为避雷器全电流的直流分量；I_k为全电流的k次谐波幅值；β_k为全电流的k次谐波相角，k＝1,2,3…；ω为角频率。

由于避雷器的全电流为小电流，在小电流区域电容为常数，可得全电流的容性分量为：

上式中，u为避雷器两端所测电压信号；C为避雷器电容值；I_ck为容性电流I_c的k次谐波幅值，α_k表示容性电流I_c的k次谐波相角。

由于全电流阻性成分与母线电压同相，其各次谐波也同相，设为k次谐波的阻性电流幅值，其阻性电流为：

其中，I_rk为阻性电流I_r的k次谐波幅值。

因全电流为容性电流和阻性电流之和，将(11)、(12)代入(10)得：

对式(13)第二个等号两边同乘，并对两边同时取一周期定积分可得：

根据三角函数的正交特性对式(14)进行化简，当k＝n，式(14)的定积分不等于零，化简(14)得：

对式(15)进行三角变换可得：

根据三角正交函数特性可以求出定积分：

对式(17)展开，可得：

求得阻性电流的k次谐波幅值I_rk为：I_rk＝I_kcos(β_k-α_k)＝I_k cos(θ_k)

(19)

其中，θ_k＝β_k-α_k，为母线电压和全电流的相位差，即数据采集模块1所采集的参考相位

按照上述求阻性电流表达式的步骤对(13)同乘cos(nωt+α_n)，经过化简，可求得容性电流为：

I_ck＝I_k sin(β_k-α_k)＝I_k sin(θ_k) (20)

以上是全电流分离为阻性和容性电流的具体推导过程，根据以上原理就可以从全电流信号中分离出阻性电流，其在实际操作中的分离方法为：记避雷器某相的全电流数据为参考相位为计算得到全电流数据的有效值计算得到该相的阻性电流

谐波分析模块34用于根据阻性电流通过带通滤波器得到150HZ左右的阻性电流最大值，即为阻性电流三次谐波分量的幅值，发送给故障判断模块35。

故障判断模块35根据阻性电流三次谐波分量的幅值判断避雷器是否存在故障，如果存在则报警，否则不作任何操作。

在现有的避雷器故障判断中其依据参数通常采用全电流。但是经过研究发现，采用全电流作为故障判断依据存在一些短板。以10kV氧化锌避雷器为例，图3是正常避雷器和老化避雷器的全电流对比图。如图3所示，通过对两个避雷器施加一系列同等水平的电击，得到两组避雷器全电流数据。分析可知，随着电压水平的提高，不管是正常还是老化的避雷器，其全电流都会依次提高，但是在相同电压水平下，老化的避雷器的全电流升高较多，但是在电压超过14kV时，两者的差距反而有减小的趋势，不能对避雷器运行状态的明确辨识提供依据。

图4是正常避雷器和老化避雷器的阻性电流三次谐波分量对比图。如图4所示，随着电压水平的提高，不管是正常还是老化的避雷器，其阻性电流三次谐波分量都会依次提高，但是在相同电压水平下，老化的避雷器的阻性电流三次谐波分量升高较多，在电压超过14kV时，两者的差距不断增加，与图3的变化趋势相反，并且图4中正常和老化情况下通过电流三次谐波得到的结果具有更明确的可判断性，在17kV电压水平下，正常和老化状态的电流差为0.20mA，明显的电流变化差给运行状态的判别提供了明确的根据，因此阻性电流三次谐波检测结果比全电流的检测结果具有更高的实用性。

图5是正常避雷器和受潮避雷器的阻性电流三次谐波分量对比图。图6是正常避雷器和受损避雷器的阻性电流三次谐波分量对比图。如图5和图6所示，与图4类似，随着电压水平增大，受潮/受损的避雷器的阻性电流三次谐波分量升高较多，差距越来越大。因此结合图4、图5和图6可以知道：如果避雷器在施加不同的电压水平下，电压电流呈现不一致的变化规律，则说明避雷器当前运行状态异常，可能存在故障。

总之，根据避雷器不同工况下的接地线电流采样值的分析，可以得出这样的结论：避雷器在正常、老化、受潮和故障情况下，全电流和阻性电流都会随着电压水平的变化而呈现不同的变化趋势，在避雷器正常状况下，因为绝缘特性正常，因此接地线电流变化不很明显。而在受潮、老化已经故障情况下，避雷器因为绝缘特性变差，导致全电流和阻性电流具有较大的变化，在电压水平升高后，这些电流值呈现较大的增幅，而阻性电流三相谐波分量比全电流具有更高的敏感性，因此，采用阻性电流三次谐波分量作为判别避雷器异常状态的判别指标具有更高的可靠性。

基于以上事实，本实施例中将当前三次谐波分量的幅值I_r3和正常情况下阻性电流三次谐波分量的幅值I_Nr3进行比较，来判断避雷器是否存在故障。对于避雷器的故障诊断，主要分为老化、受潮以及受损(例如绝缘损坏、内部损坏等)三个方面。避雷器故障判断的标准为：

如果λ₁I_Nr3＜I_r3＜λ₂I_Nr3，则认为避雷器存在老化故障；

如果λ₃I_Nr3＜I_r3＜λ₄I_Nr3；则认为避雷器存在受潮故障；

如果λ₅I_Nr3＜I_r3＜λ₆I_Nr3，则认为避雷器存在受损故障。其他情况则认为避雷器正常。

其中，λ₁至λ₆为比例参数，取值范围为[0,1]，且λ₁＜λ₃＜λ₅，λ₂＜λ₄＜λ₆。

λ₁至λ₆根据避雷器的型号不同其具体取值也会有所变化，但针对同一类的避雷器的普遍规则是：避雷器老化的阻性电流三次谐波值≤避雷器受潮的阻性电流三次谐波值≤避雷器受损的阻性电流三次谐波值。以10kV氧化锌避雷器为例，其故障判定标准如下：

●避雷器老化的判据：10％I_Nr3＜I_r3＜30％I_Nr3；

●避雷器受潮的判据：20％I_Nr3＜I_r3＜50％I_Nr3；

●避雷器受损(绝缘损坏、内部损坏等)：40％I_Nr3＜I_r3＜80％I_Nr3。

为了给用户提供便捷的控制操作，以及直观地反应避雷器结构健康状况，本实施例中还在避雷器结构健康在线监测分析系统中配置了一个显示模块，用于向用户提供人机接口进行参数设置，显示避雷器的健康状况参数。显示模块的具体设置可以根据实际情况来进行。图7是本实施例中显示模块的采集参数与通信参数设置界面。如图7所示，用户可以在显示模块的串口通信设置界面中对采集方式和测试点数进行设置，还可以对包括串口号、波特率、数据位、校验位等通信参数进行设置。图8是本实施例中显示模块的避雷器实时监测数据显示界面。如图8所示，在实时监测数据显示界面中，可以显示全电流数据、雷击次数、雷击强度，同时有采集全电流、读取雷击事件、雷击状态清除、读取雷击强度等各个指令按钮供用户进行选择操作。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (4)

1.一种避雷器结构健康在线监测分析系统，其特征在于包括数据采集模块、控制模块、数据分析模块和数据库模块，其中：

数据采集模块用于根据预设采集参数对避雷器的运行状态数据进行实时采集，运行状态数据包括避雷器各相的全电流和参考相位、当前雷击事件和雷击强度，发送至控制模块；

控制模块用于对数据采集模块的采集参数进行控制，接收运行状态数据进行解析并分类发送至数据库模块中进行存储，向数据分析模块发送分析指令；

数据分析模块接收到分析指令后，从数据库模块中获取运行状态数据，对避雷器结构的健康状况进行分析，将分析结果存入数据库模块中供用户查询；数据分析模块包括超值报警模块、数据预处理模块、阻性电流计算模块、谐波分析模块以及故障判断模块；

超值报警模块分别提取各个相位预设时长的全电流数据，计算得到该相位的全电流有效值，如果超过预设门限，则进行报警，否则不作任何操作；

数据预处理模块用于对全电流数据进行去噪预处理，将处理后的全电流数据发送给阻性电流计算模块；去噪预处理的具体方法为：

S1：从数据库模块的全电流数据库中提取出包含2^M个数据的全电流数据，记为I(t)；

S2：对全电流数据I(t)进行小波分解，得到三组高频系数，每组高频系数包含D个系数；

S3：对三组高频系数去绝对值后求取中值d₀，根据经验公式var＝d₀/0.6745求得噪声方差估值var，然后计算第j层对应的阈值其中j＝1,2,3，N表示离散电流信号的长度；根据以下公式计算阈值量化后的高频系数f(α_j,i,β_j)：

其中，其中，sgn()表示符号函数，α_j,i表示第j层第i个高频系数，i＝1,2,…,D；μ、v为调节因子，且都为正数；

S4：根据步骤S3得到的高频系数对离散电流信号进行重构，从而去掉信号中的高频噪声部分，得到新的离散全电流信号；

S5：采用窗函数设计法设计得到FIR滤波器，其中窗函数采用汉宁窗，然后利用该FIR滤波器对小波重构得到的离散全电流信号进行滤波，得到滤波后的全电流信号并存储；

阻性电流计算模块用于从去噪预处理后的全电流数据中分离出阻性电流，发送给谐波分析模块；

谐波分析模块用于根据阻性电流通过带通滤波器得到阻性电流三次谐波分量的幅值，发送给故障判断模块；

故障判断模块根据阻性电流三次谐波分量的幅值判断避雷器是否存在故障，如果存在则报警，否则不作任何操作；

数据库模块用于存储避雷器运行状态数据和结构健康分析结果。

2.根据权利要求1所述的避雷器结构健康在线监测分析系统，其特征在于，所述阻性电流计算模块从去噪预处理后的全电流数据中分离出阻性电流的具体方法为：记避雷器某相的全电流数据为参考相位为计算得到全电流数据的有效值计算得到该相的阻性电流

3.根据权利要求1所述的避雷器结构健康在线监测分析系统，其特征在于，所述故障判断模块根据阻性电流三次谐波分量的幅值判断避雷器是否存在故障的具体方法为：记当前阻性电流三次谐波分量的幅值为I_r3，避雷器在正常情况下的阻性电流三次谐波分量的幅值为I_Nr3，如果λ₁I_Nr3＜I_r3＜λ₂I_Nr3，则认为避雷器存在老化故障；如果λ₃I_Nr3＜I_r3＜λ₄I_Nr3；则认为避雷器存在受潮故障；如果λ₅I_Nr3＜I_r3＜λ₆I_Nr3，则认为避雷器存在受损故障；其他情况则认为避雷器正常，其中，λ₁至λ₆为比例参数，取值范围为[0,1]，且λ₁＜λ₃＜λ₅，λ₂＜λ₄＜λ₆。

4.根据权利要求1至3任一所述的避雷器结构健康在线监测分析系统，其特征在于，还包括了一个显示模块，用于向用户提供人机接口进行参数设置，显示避雷器的健康状况参数。