在我国,各地区之间的经济发展水平有很大差异,主要的繁华城市都集中在东南部沿海地区,也是我国用电负荷最集中的地区。但是一次能源的分布却刚好相反,主要集中在西部地区。这就需要我们把西部的能源资源转换为电力输送到东部地区,实现国家西电东送的长远战略。为了实现远距离的输电,特高压直流输电的建设非常有必要。特高压直流输电的优势明显,输送距离远,能量损耗小。由于输电距离长,发生故障时,寻找故障位置也比较复杂。因此,研究特高压直流输电定位技术非常有必要。当特高压直流线路发生故障时,线路上会产生固有频率,故障距离与固有频率存在一定的非线性关系,但是精细的固有频率不易提取,所以利用行波频谱能量代替固有频率进行定位。RBF神经网络精度高,不易陷入局部最优,可以利用RBF神经网络去拟合频谱能量与故障距离的关系,但由于扩展宽度σ会影响RBF网络的性能,同时直接影响到最终训练结果的精确性,所以采用果蝇算法对其进行优化选取,提升模型性能。并针对果蝇算法自身的不足,通过改变果蝇算法的步长对果蝇算法进行改进,改进后的果蝇算法寻优精度显著提高。利用改进的果蝇算法对神经网络优化,提升神经网络测距模型的性能。利用PSCAD/EMTDC软件搭建云广特高压直流输电系统仿真模型,并验证模型的有效性。在输电线路正极设置短路故障,采集不同过渡电阻以及故障距离情况下的故障信号,并将故障电压信号利用Karenbauer变换进行解耦,提取线模分量,将得到的线模电压分量带入小波包分解程序中,进行三层小波包分解得到第3层各子频带的信号,计算得到各子频带信号的能量比,将能量比作为特高压直流线路故障信号的特征量输入故障测距模型中,对模型进行训练,训练后的神经网络即可用于故障测距。最后经过仿真计算,得到结果误差都在1km以内,精确度比较好。证明了本文的改进果蝇算法优化RBF神经网络的故障测距算法的有效性。