伴随着制造成本的降低和城乡电网升级,电力电缆的使用越来越广泛,从而对于国民经济和社会发展起着重要的支撑作用。然而,由于绝缘老化和机械损坏等原因,电力电缆在长期的运行过程中会产生各类故障。一旦电力电缆发生故障,将产生巨大的社会和经济损失。　　特征提取作为电缆故障识别工作中的一个环节,在很大程度上影响分类器的设计与分类识别结果的准确度。因此,对电力电缆故障信号特征提取方面的研究工作对于故障的识别具有重要的理论意义和实用价值。　　论文首先论述了电缆故障信号特点,介绍了电缆故障的形成原因与常见故障类型及特点。此外,分析了电缆故障小波分解方法,然后提出基于小波包和碎片方法用于电缆故障信号的特征提取。　　其次,论文在上述特征提取算法产生新故障特征的基础上,采用Fisher判别准则对新特征进行特征评价。同时,本文讨论特征提取过程中特征碎片阈值设定的问题。　　第三,论文在MATLAB编程环境下设计实现了电缆故障模式特征提取和分类系统。利用SIMULINK建立电缆故障系统模型,仿真得到电缆正常信号和单相接地、两相接地、两相相间、三相接地、三相相间故障数据。之后建立并编写了包括特征预处理函数、特征提取算法函数、Fisher模式特征评价函数、分类器函数等MATLAB函数模块。　　最后,论文分别通过欧氏距离故障识别和神经网络分类器对新特征进行验证。实验表明,所提出的电缆故障特征提取方法正确可靠,使用新特征在故障识别中可取得较好的识别正确率。