余 晓，吕飞鹏，张国星，刘友波

(1.四川大学电气工程学院，四川 成都 610041;2.中国电力工程顾问集团西北电力设计院有限公司，陕西 西安 710075)

0 引 言

高压输电线路因其距离长、跨度大、运行环境复杂多变，线路故障会对电力系统的安全运行与供电可靠性产生严重影响。由于人工巡线难度大，因此基于线端的测量信息进行故障测距具有重要意义[1]。

国内外学者提出了多种故障测距方法[2-4]，双端行波法[5]利用各类行波到达检测母线的时间推算故障距离，具有测距时间短、不受行波波速影响等优点，在输电网中被广泛采用，但行波的获取、辨识等问题在一定程度上限制其在实际工程中的使用。文献[6]提出了一种基于PMU 的双端测距算法，PMU 可获取较高精度且带有精确时标的测量数据，在理论上解决了双端法中数据传输与同步性问题，但本质上还是通过正序网络构造测距方程进行测距，对网络结构和线路参数依赖性强。

随着智能电网和人工智能算法的发展，智能测距方法[7]在国内外逐渐成为研究热点。基于智能算法的故障测距方法先对故障信号使用离散小波变换、快速傅里叶变换等算法进行分解和重构后提取特征量，然后将特征作为输入，用支持向量机[7-8]、复数神经网络[9]、ANN[10-11]等智能算法进行离线训练和在线测试获得测距模型，从而进行故障测距。智能测距法通过数据驱动的方式进行测距，对物理建模要求极低，能深入准确地挖掘故障和电气量之间的内在关联关系，可实现极快的在线应用，也避免了行波法对硬件要求高带来的经济性问题，具有一定的实用价值，可作为行波法与PMU 法的后备方法。……