接地网故障诊断是保障电力系统正常运行的重要措施,在工程实际中接地网故障诊断依旧停留在抽样开挖的原始手段。这种方法带有盲目性、工作量大、速度慢,并且还受到现场运行条件的限制,不能准确地判断腐蚀程度。接地网故障已经成为电网安全运行的重大隐患,会导致接地网接地性能的恶化,严重威胁着电力设备和人身安全。寻求一种简便、准确并且能够在不停电、不开挖的情况下对接地网进行故障诊断的方法已成为电力部门工作的当务之急。本文首先对接地网故障诊断理论的研究现状进行了综述,针对接地网故障诊断中特征提取困难,提出了基于经验小波变换的接地网故障特征提取方法。通过提取故障信号频域值点自适应地分割傅里叶频谱分离出不同的模态,对故障信号的傅里叶频谱进行划分,并对划分过的频谱进行滤波,可得到有意义的瞬时幅值和频率,能准确地表征出接地网故障高频信号,有效地揭示出故障数据的频率结构,可直观地显示接地网腐蚀的严重程度。同时搭建了接地网高频模型,验证了该方法的有效性,通过对故障的频域响应信号量化处理,可表征接地网的健康状态。在此基础上,进一步研究了经量子粒子群算法优化的相关向量机在接地网故障诊断中的应用。通过对故障的频域响应信号进行皮尔逊相关系数计算,获取接地网不同故障时的各个健康度阈值,经相关向量机的识别与分类,能很好的将单一的数据组合起来,完成接地故障的量化分类,该方法适用于接地网的实时监测。为了实现接地网断点位置的精确诊断,探索性的研究了高密度电阻率法在接地网断点诊断中的可能性,并构建了含有土壤参数的接地网模型,利用最小二乘法反演出土壤视电阻率,仿真结果验证了该方法的可行性,为接地网的故障诊断提供了一种新的理论参考。