线缆混合线路作为直流输电线路的一种，具有节约土地资源、便于跨越大江和海峡以及供电可靠性高等独特优点，在我国直流输电系统中得到广泛应用。发展一种适合高压直流线缆混合输电线路的精确可靠故障测距技术，对于保障电力系统的安全运行，提高系统的经济性和可靠性具有重要意义。行波波速的选取和反射波头的检测是影响行波法测距精度和可靠性的主要因素。线缆混合输电线路的色散特性和衰减特性会造成的故障行波波头畸变和波速变化，进而影响了行波测距的可靠性和精确度。而固有频率测距算法具有回避波头识别和能够准确计算波速的特点，测距可靠性较高，与行波法有较高的优势互补性，因此，对于线路连接较为简单的A型线缆混合输电线路，为提高行波法测距的准确性和可靠性，本文在分析直流故障行波时域特征和频域特征的基础之上，将固有频率测距算法引入传统单端和双端行波测距法中：首先利用行波固有频率计算出故障点位置的粗略值；然后反推出所需行波波头达到母线测点的时间范围，由此对所需行波反射波头进行识别；最后利用行波法得到准确测距结果。对于更为复杂的B型混合输电线路，行波波头的识别和提取难度较大，行波测距的可靠性和精度较低。因此，本文提取故障行波固有频率的幅值和频率作为样本属性，提出一种基于神经网络的线缆混合输电线路故障测距算法。对于直流线缆混合输电线路，故障区域不同，固有频率的成分及幅值也不同。该算法首先根据固有频率频谱中有无“定频”以及主频的大小判断故障发生的区域，然后利用分层分布式神经网络进行故障测距。为了提高了BP神经网络的训练效率，加快其收敛速度，文中采用粒子群算法对神经网络的权值和阈值进行优化，进一步增强了该测距算法的实用性。最后，在EMTDC/PSCAD仿真环境下，建立了高压直流线缆混合输电线路仿真模型，并且采用新型测距法分别对不同故障点和不同过渡电阻值等各种类型的线路故障进行了测距仿真验证。大量仿真结果表明：新型故障测距算法的测距精度和可靠性比原有行波法有明显提高，且对故障距离具有良好的适应能力，对过渡电阻具有良好的鲁棒性。