随着我国智能电网的建设,国家和用户对供电可靠性的要求越来越高,到2020年我国供电可靠率要达到99.82%,配网线路故障占用户停电故障的绝大多数,因此及时快速的定位并处理配网线路故障是实现上述目标的重要手段。由于我国配网大多采用小电流接地系统,故障分量微弱,故障定位极其困难;近年来基于暂态法的配网线路故障定位技术大大提高了对单相接地故障的适应性,但是仅能将故障定位至区间,给故障点排查带来了一定的难度。若能对故障类型进行辨识,为故障巡线工人提供更加丰富、详细的故障信息,可大幅提高故障排查的效率。由于配网线路运行环境复杂,通过沙地、土泥等不同介质的接地故障,其故障特征多种多样;并且接地时电弧的存在,进一步增加了故障的复杂性。针对以上问题,通过分析消弧线圈接地系统故障点的线路电压、电流特征,充分挖掘故障信息。针对10kV配网线路中的不同接地故障类型,通过真型试验获得真实可靠的故障波形,为故障辨识方法研究提供数据基础。本文提出基于相空间重构与平均电导特征的配网线路故障辨识方法,针对不同介质接地故障零序电流中电弧特征,对零序电流进行相空间重构得到相平面轨迹图,计算信息维数以及吸引子面积特征,依据特征识别量将故障区分为可靠接地故障和不可靠接地故障;进一步通过计算各类型故障平均电导作为故障辨识判据,将故障区分为湿土地、干土地、湿沙地、干沙地等一系列故障类型。此外,基于先辨识电弧特征再进一步具体分类的思路,提出了基于LSTM结构的深度网络故障电弧辨识方法,以故障电流时间序列为输入量,实现对电弧特征自动提取并得到高准确率的分类结果。在此基础上,进一步构建多层神经网络分类器对各种故障类型实现分类识别,并在试验数据集上达到较高的分类准确度。本文所研究的故障辨识方法能够为配网监测系统提供了更丰富的有效信息,并在故障定位、评估等故障解决方案上给予方向性指导。