高压输电线路作为电力系统的重要组成部分,是沟通各类电站和终端用户的桥梁,肩负着电力传输的重要使命。线路故障一旦发生,势必严重影响工农业的生产和人民群众的生活。准确的故障定位技术可以减轻巡线负担,加快线路恢复供电,提高电力系统稳定性和降低运行成本。因此,高压输电线路故障的准确定位受到电网运行和管理部门以及专家学者的广泛重视。因此本文以电力系统输电线路为研究对象,对输电线路的故障定位方法进行研究,并从传统方法和智能方法两个角度,分别提出新的故障定位方法。在传统算法方面,针对工频法和行波法存在的不足,提出了一种基于双端数据和算法融合的输电线路故障定位的新方法。首先,利用双端不同步工频法进行初步定位,确定故障发生的区段(根据故障发生的位置将输电线路划分为五个区间),为精确定位提供可靠性保证；然后,利用行波法进行精确定位,根据初步定位确定的故障区段采用不同的定位策略,同时对行波法进行了改进,消除波速和线路长度变化造成的影响,进而提高了定位的准确性。在智能算法方面,针对输电线路故障定位通常采用单一类型信号的局限性和故障特征量与故障距离存在较强非线性关系的特点,提出了一种基于主成分分析法与遗传神经网络相结合的故障定位方法。该方法以线路的系统参数、电压信号、电流信号为原始信息,分别采用过渡电阻、基波幅值和相角、小波包频带能量作为特征值。考虑到各特征量之间的相关性,利用主成分分析法对原始特征值的组合进行降维融合,得到信息互补的特征量。将融合后的特征量通过遗传神经网络进行线性回归处理,最后得到故障距离。本文使用MATLAB软件搭建输电线路仿真模型,采用上述两种改进方法对输电线路故障定位进行仿真实验。仿真结果表明方法有效可行。