1、高壓輸電線路擔負著傳輸大量電能的重要任務，如何盡快確定故障點、盡快排除故障一直以來都受到了電力部門以及專家、學者的普遍重視。如何根據(jù)不同的故障特征快速準確地判定故障點，對及時修復故障線路，減少因輸電線路故障帶來的經濟損失，具有十分重要的意義。 高壓輸電線路單端測距受到故障過渡電阻、線路分布電容等諸多因素的影響。人工神經網絡(ANN)具有很強的非線性映射和魯棒性，在繼電保護和故障測距領域成為研究的熱點。鑒于單端法測距的不足和ANN

2、的功能，提出了一種基于ANN的高壓輸電線路單端故障測距新方法。該算法是一種考慮分布電容的故障測距算法。首先建立故障距離計算的遺傳-神經(GA-BP)網絡模型，利用遺傳算法優(yōu)化得到BP網絡模型的初始系數(shù)，然后通過對神經網絡的離線訓練和對單端故障測距結果的在線補償，得到精確的故障距離。它保留了單端測距算法原理簡單、費用較低、不受系統(tǒng)通信技術條件限制的特點，同時考慮過渡電阻和分布電容的影響，克服了傳統(tǒng)故障測距算法在經高阻接地故障時測距誤差過大

3、和忽略分布電容引起的故障定位不準確的缺點。 對于帶有串聯(lián)補償電容的超高壓輸電線路，采用分層結構的神經網絡模型。第一層為粗略判斷故障位置的神經網絡模型，利用Hilbert-Huang變換方法(HHT)獲取能量故障特征作為第一層神經網絡的輸入，判斷故障發(fā)生在電容前或后。第二層為精確確定故障位置的BP網絡模型，通過對分層結構神經網絡的離線訓練和對單端故障測距結果的在線補償，最終得到精確的故障距離。 利用Matlab/Simul