摘要： 针对混合输电线路发生故障时，常规的故障分类方法往往不能满足分类准确率要 求的问题，提出了一种基于人工神经网络的智能故障分类识别算法。首先从发送端提取电压和 电流数据，并对其进行预处理，即将原始数据通过巴特沃斯滤波器、离散傅里叶变换和序分析工 具进行处理，得到三相电压、电流和零序电流，将其作为用于分类的输入数据；再采用经遗传算 法优化初始权值和阈值的误差反向传播神经网络，对故障数据进行分类；最后进行仿真，并与现 有算法进行对比。实验结果表明：提出的算法提高了故障分类识别的准确率，加快了神经网络 训练进程，具有一定的研究意义和实用价值。