输电线路的平稳运行是电网供电系统实现稳定供电的基础,有效预防并解决输电线路故障是保障电网生产运行的重要问题之一。在实际运行中,输电线路经常在各种因素影响下发生故障,从而导致开关动作跳闸甚至设备损坏等情况,影响用户用电,甚至造成经济损失。其中雷击导致的输电线路故障是较为频繁且造成损害较大的故障类型。及时准确地实现输电线路雷击故障诊断,可以提升调度的故障巡视效率。另外线路发生雷击故障后,对于承担不同职责的输电线路需要采取不同的应对方式,准确适当的决策方案不但可以提高电网调度运行的精确性,而且可以提升电网运行效率。本文以输电线路的雷击故障作为研究对象,在对雷击造成输电线路的故障进行原理分析的基础上,总结出影响线路可能发生雷击故障的23个内外部特征因素。在输电线路雷击故障诊断与决策中,选择麻雀搜索算法对支持向量机、随机森林等机器学习算法进行参数优化。针对麻雀搜索算法易陷入局部最优的情况,采用t分布来改进算法,使其在迭代中跳出局部最优。利用支持向量机实现对雷击故障的分类诊断,使用t分布改进后的麻雀搜索算法对支持向量机的参数进行寻优,并且建立了输电线路雷击故障诊断分类模型,以区分线路是否会发生雷击故障。在历史故障数据集的基础上,利用mRMR特征选择算法,筛选出对雷击故障影响较大的14个特征并进行重要性排序。利用新的特征样本集对改进后的支持向量机进行训练和测试,并与其他算法对比,验证了 t分布改进后的麻雀搜索算法优化支持向量机有更高的正确率和更快的收敛速度。考虑铁路供电输电线路和电网普通输电线路这两种输电线路重要类型,建立输电线路雷击故障决策模型。选择随机森林算法来实现判断线路未故障、铁路供电输电线路故障和电网普通输电线路故障的分类识别模型。采用t分布改进的麻雀搜索算法对随机森林的两个参数进行寻优,在原特征样本集上加入线路类型的特征,对算法进行训练测试,最终得到较高的分类准确率。