电力系统是保证国家安全、国民经济发展和人民生活水平的重要组成部分,是重要的支柱产业。保障整个系统的安全、稳定、可靠运行是电力系统的基本要求。小电流接地故障线路的正确检测是保证电力系统安全稳定可靠运行的重要条件之一。本文以小电流接地故障检测为研究对象,在认真分析小电流接地系统发生单相接地故障的各种故障特征以及传统的和现代的检测方法基础上,给出了关于小电流接地系统的金属性接地,特别是弧光接地故障的仿真模型;采用小波变换和神经网络技术,提出了关于故障特征提取、故障特征的融合和故障线路的综合检测方法及相关技术,从而提高小电流接地故障检测的准确性和可靠性。论文主要包括以下几个方面的工作:建立基于电磁仿真软件EMTP-ATP的小电流接地系统金属性接地、特别是弧光接地故障的仿真模型。根据电力系统的基本结构及组成方式,以EMTP-ATP电磁仿真软件为平台,建立系统结构和参数均可根据实际需要进行配置的故障仿真模型。为后续深入研究小电流接地故障的检测方法奠定基础,提供有效的、全方位的故障仿真数据支持。仿真结果证明了所建模型的正确性。研究如何利用小波变换技术进行故障的特征分析和特征提取,给出了如何根据所提取的相关特征构成综合特征向量和实现综合检测的方法。文中首先给出利用小波包分解进行稳态、暂态和谐波特征的提取方法,并对所提取的各故障特征验证其合理性和充分性。其次,通过构造小电流接地故障的综合特征向量,给出基于数据融合技术的故障综合检测方法。仿真结果证明了上述方法的准确性和有效性。利用小波变换的多分辨率分析思想,提出了如何基于故障前后各条线路中零序电流信号能量的变化幅度进行小电流接地故障检测的方法。通过对零序电流信号在稳态和暂态等主要特征频带中的能量计算,比较各线路发生接地故障前后零序电流能量的变化,根据幅度大小判断出故障线路。对所述方法进行了充分的仿真和验证。研究如何通过对电力信号进行小波分解,提取谐波特征并利用神经网络实现电力谐波测量的方法。文中给出了谐波特征的提取和谐波向量的构成方法,对神经网络的结构、训练和测试方法进行了较详细的描述。仿真验证了所述方法的正确性。在此基础上,提出了基于神经网络的小电流接地故障综合检测方法。在有效提取小电流接地故障特征的基础上,合理的选择故障的稳态、暂态、谐波以及能量特征构成故障的特征向量,把不同故障条件下所获取的特征向量用作神经网络的训练和测试输入,通过恰当的选择网络训练方法和对输入数据的妥善预处理,完成对神经网络的训练和测试,获得正确的网络结构和参数,从而实现具有快速、准确、稳定的小电流接地故障检测方法。仿真结果证明了所述方法具有实时性好、适用性宽和可靠性高的特点。