基于模块化多电平换流器（Modular Multilevel Converter-High Voltage Direct Current,MMC）的柔性直流输电系统是世界公认的跨地区输送可再生能源的高效策略。由于柔性直流输电系统的大多数电力设备过电流能力较弱,柔性直流输电系统的保护是当前研究的热点,传统的柔性直流输电系统故障诊断方法上存在如人工设计故障阈值、数据预处理过程复杂等不足,会导致故障诊断方法精度低、泛化能力差。因此,为了克服传统故障诊断方法的痛点,提高保护的可靠性,需要研究柔性直流输电系统直流输电线路故障诊断方法。本文围绕柔性直流输电系统输电线路故障诊断研究展开工作,主要工作内容包括:（1）基于PSCAD/EMTDC电力仿真软件,搭建四端环形柔性直流输电系统电磁暂态仿真模型,实现不同故障距离、不同故障类型的电磁暂态仿真,在已搭建的四端环形柔性直流输电系统模型中加入雷击组件,分别仿真不同场景下的雷击故障和雷击干扰。对于区内外、不同过渡电阻、不同故障类型、不同雷击类型的仿真场景,分析其故障波形的暂态特征,归纳不同仿真场景下暂态电压、暂态电流的变化规律,提出合理的故障诊断特征参数。（2）基于线路不同故障参数的情况下电压电流时域波形的特征差异,借鉴循环神经网络在时序数据特征提取上的优势,在TENSORFLOW2.0深度学习框架中,提出基于双向门控循环单元（Bi-GRU）的故障诊断方案,该方案以故障后2ms的两极电压、电流作为神经网络的驱动数据。测试集结果表明,该方案能够有效区分正常、线路正极短路接地、负极短路接地和两极短路故障情况,判别准确率高,简化了数据预处理过程,且判别效果不受故障距离和较高过渡电阻（300 Ω）的影响,采样频率达到10kHz及以上既能满足。（3）基于雷击故障与雷击干扰仿真场景下的时域电压特征,提出了基于双向门控循环单元的雷击识别方案。该方案以雷击后1ms两极电压作为神经网络的驱动数据,测试集结果表明,该方案的准确率较高,且该方案不受雷击距离、雷击位置、雷电流波形、正极接地故障的影响,对采样频率要求较低（50kHz）。