随着电力系统的不断发展,其智能化、数字化、大容量化等需求给电压传感设备带来了新的挑战,基于Pockels效应的光学电压传感器与传统接触式电压互感器相比,具备非接触式测量、传感设备轻量化和小型化、制造成本低、测量响应快、频带宽等优势,故应用前景较好。然而光学电压传感器的温度漂移问题一直是实用化进程的一大难题。本文建立了光学电压传感模型,分析了光学电压传感器的温度漂移机理,在改善光学电压传感器电光晶体的电场分布以降低光路偏移误差的基础上,提出了一种光学电压传感器的温度补偿方法,能够对温度漂移进行补偿,提升传感器测量精度。首先,应用琼斯算法,建立了基于BGO晶体Pockels效应的光学电压传感模型,分别研究温度场、热应力和BGO晶体残余双折射对光学电压传感器误差的影响,从本质上解释了光学电压传感器的温度漂移机理。基于理论模型,搭建了光学电压传感器的COMSOL有限元仿真模型,研究偏振光在BGO晶体及光学电压传感单元中的传播规律,验证了数学模型的正确性。其次,针对温度变化导致的光路偏移问题,建立了光路偏移情况下光学电压传感器测量误差的数学模型。基于该误差模型,研究了 BGO晶体内部电场分布不均匀对测量误差的影响,提出了改善晶体空间电场分布的光学电压传感器结构优化方案。通过有限元仿真计算得到优化前后的误差变化情况,验证了优化方案的可行性。再次,提出了一种基于扩展卡尔曼与BP神经网络融合算法的光学电压传感器温度补偿方法。针对神经网络性能受样本数据噪声影响较大的问题,引入扩展卡尔曼算法对光学电压传感器输出信号进行噪声滤除。在此基础上,建立适用于传感器温度补偿的BP神经网络模型,并基于LabVIEW实现了扩展卡尔曼与BP神经网络的融合算法。最后,搭建了光学电压传感器温度特性实验平台,对温度补偿方法进行实验验证。分别对光学电压传感器进行线性度实验和温度响应特性实验,通过所得实验数据对BP神经网络进行充分训练,并对所提出的温度补偿方法进行实验验证,实验结果表明温度补偿效果显著,验证了光学电压传感器温度补偿方法的可行性。