随着城市电网改造工作的开展,在110kV及以下系统中,电力电缆的应用日益广泛。在一些城市的市区地下电缆已逐步取代架空线路。随着电缆数量的增多及运行时间的延长,电缆线路因绝缘老化或人为因素的故障越来越频繁,电缆故障的准确测距显得越来越重要。寻求一种快捷、准确的电力电缆故障测距方法,已日益受到国内各供电企业和学者的关注,并成为国内外科研技术人员的共同目标。电缆故障测距的方法很多,包括离线故障测距方法与在线故障测距方法。目前离线故障测距方法比较成熟,但查找起来比较麻烦;因在线故障测距方法不够完善,其故障测距结果还不够理想。本文在研究现有的各种电缆故障测距方法的基础上,给出了基于分布参数电缆物理模型的故障测距方法。对于一条电缆,由于其分布电容的存在,须用分布参数模型来表征电缆的物理模型,本文采用分布参数模型,通过对电缆的分段递推,推导出了电缆物理模型的数学模型。由于电缆物理模型的分布参数数学模型比较复杂,要辨识电缆模型的参数比较困难。由于人工神经网络具有逼近复杂系统的求解能力,本文提出了基于人工神经网络对电缆分布参数数学模型的参数进行辨识的方法,并将辨识后的电缆分布参数数学模型用于电缆故障的测距。本文利用matlab软件平台实现了电缆物理模型的人工神经网络数学模型,在ATP仿真平台上搭建了一条10kV配电电缆模型,并在此电缆模型上产生了用于电缆数学模型辨识的数据样本。利用已得到的数据样本,就电缆物理模型的人工神经网络数学模型进行训练和测试,其训练和测试结果表明,基于人工神经网络对电缆分布参数数学模型的参数进行辨识是可行的。基于辨识后的电缆分布参数数学模型,本文利用在ATP仿真平台上获取的电缆区内两相短路、三相短路的故障数据,就基于分布参数电缆物理模型的故障测距方法进行了仿真分析,其仿真分析结果表明,本文给出的电缆故障测距方法具有良好的鲁棒性,能在线获得电缆故障的距离。