近年来,随着行波理论的不断完善和各种信号分解及检测算法的出现应用,加上以数字信号处理器为代表的高精微电子装置的更新迭代,行波故障测距技术取得了飞速发展。行波定位与保护技术的关键在于行波信号的准确检测,因此如何进一步在复杂环境下有效提取行波信号显得尤为重要。本文针对行波信号检测辨识的两种方法—小波变换和卡尔曼滤波算法,引入了改进的鲸鱼优化算法对其进行改良,使两种算法在含噪的复杂环境中对行波信号的辨识更为可靠,其主要内容如下:首先,本文分析了目前输电线路常用的故障测距方法,并对行波的基本概念进行阐述,对用于解耦的变换矩阵以及线、地模分量的选取进行了详细的分析说明。对故障行波的仿真平台ATP/EMTP进行了系统介绍,并搭建了故障行波双端测距模型进行仿真。同时对实测与仿真数据进行了分析比较,用于后文的算法验证。其次,针对原有的鲸鱼优化算法后期收敛速度慢以及容易陷入局部最优等不足,本文提出两点改进:一是引入自适应非线性权重,对算法不同阶段鲸鱼的位置更新公式采用不同的加权策略,提高算法的收敛速度,平衡算法的全局搜索和局部搜索能力,有效提升算法遍历性;二是引入柯西分布积累函数来替代全局搜索的鲸鱼位置进行变异以此提高鲸鱼的全局搜索能力。为验证改进算法的可行性,采取六个基准测试函数并以其他几种算法为参照组进行测试对比。再次,针对在强噪声环境下小波变换不能精准识别行波波头的问题,将改进后的鲸鱼优化算法应用于小波去噪中,从而提出了一种基于改进鲸鱼优化算法的自适应小波阈值法,并将其应用到行波故障测距中,通过仿真和实测数据对算法进行验证。最后,为提高卡尔曼滤波算法对行波信号检测的准确性,引入了所提出的改进鲸鱼优化算法得到改进鲸鱼优化卡尔曼滤波算法,并将其应用到行波故障测距中,通过仿真和实测数据对算法进行验证。