我们国家在高压输电线路的发展一直是整个社会建设的发展重点,随着我国的电力水平不断发展进步,输电线路的电压等级一直在升高,而随着电压等级的升高其传送的电能总量也在不停提高。高压输电线路在电能的传输中需要长距离输送,其输电线路的环境十分复杂,这就造成了在输电过程中会有更多故障的可能性产生。并且由于位置的特殊性故障的位置很难发现。当有故障产生时快速、精确地将故障点位置找出并且将故障线路去除并尽快复原故障位置的电能输送,对国民经济和电网的稳定有着至关重要的作用。目前,在时域范围内对故障行波进行故障定位等方法有着很多的不足的地方,本论文变换思路从行波的频域角度进行分析,由于利用频率对于故障点的定位具有不需识别行波波头等优点,在频域范围内可以更加正确的计算出故障距离,这项相关研究对于故障定位整体来说有着现实意义。本论文在频域内主要提取固有频率的主成分来进行分析,在提取时利用了测量单元里的收录波形的模块以及相模变换等功能,并利用多信号分类算法(MUSIC)进行频谱的分布估计。然后通过对行波传播规律,对故障点行波的频率与故障点故障位置进行动态神经网络的分析建模并将所建模型用粒子群算法对神经网络的权值阈值进行优化。由于故障行波的固有频率的测定是在频域范围之内避免了进行时域分析使得识别波头时出现误差,得到经过优化的行波行的信息并进行准确定。这一测距原理的深入研究,在一定程度上充实了行波传播理论,并进一步完善了行波测距原理。