500kV串补输电线路是电网的重要组成部分，在电力系统中担负输送电能的任务。输电线路经过的地区自然条件恶劣，故发生故障的几率比较高。能对输电线路准确故障定位及性质识别，对电力系统的安全稳定运行具有十分重要的意义。　　首先，对BP神经网络的各种算法做了比较，确定构造的神经网络采用LM算法。用MATLAB软件对双端电源系统模型进行故障仿真，将得到的数据进行离散小波变换，计算出沿尺度分布的小波系数能谱熵。　　其次，将整体故障定位网络分为故障检测网络、故障选相网络和故障定位网络三部分。故障检测网络，用以检测输电线路是否发生故障。故障选相网络，用以确定输电线路故障类型。将故障定位网络分为十个故障定位小网络，分别对应十种故障类型的定位。将仿真得到的数据进行预处理后作为故障定位网络的输入节点，用以准确定位线路故障位置。仿真结果表明，基于神经网络和小波分析的输电线路故障定位可靠性高。　　最后，利用MATLAB软件分别建立了永久性单相接地故障和瞬时性单相接地故障的仿真模型，并得出故障相电压波形。根据两种故障情况下，故障相电压高频暂态信号复杂度随时间变化趋势的不同，文中采用了基于小波包近似熵或小波包样本熵的串补输电线路瞬时性故障与永久性故障性质识别方法。仿真结果证实了这种方法的有效性和准确性。