如何迅速地将故障设备从电网中切除,对保证整个系统的稳定、安全运行意义非凡。随着我国智能电网建设脚步的不断加快,在今后的电力系统中,超/特高压线路所占的比重将会越来越大。超高压输电线路,因为其自身有着特殊的电力环境,当常规的保护手段应用于电压等级高、送电距离远的线路时,往往容易受到负荷电流、过渡电阻、电容电流等因素的影响。基于电流故障分量的差动保护,由于其自身原理上的优势,所利用的是故障发生后的暂态分量来实行保护,不反映工频量的变化,避免了负荷变化、线路分布电容等因素对保护的干扰。可以作为超高压输电线路的主保护,但是由于故障分量提取的最佳时间区域长度只有几个周波大小,所以仍需要后备保护加以辅助。基于希尔伯特黄变换的信号分析手段,非常适合分析非线性信号,它可以将多频率信号准确地分解成一系列具有固定频率特征的固有模态函数,所以能够从包含大量谐波成分的检测信号中准确地提取故障分量,运用到线路继电保护的故障信号提取上面时,具有明显的优势。但因为其自身方法的缺陷,很容易产生模态混叠问题从而影响故障信号的提取,本文提出了一种基于总体经验模态分解的办法来加以解决。文章的最后,提出了一种将人工神经网络和传统电流保护相结合的自适应保护方案,该方案能够通过检测系统不同的运行方式和故障类型来自发地改变保护特性,从而达到了提高灵敏度的效果。