随着经济迅猛发展,电能需求逐年递增,同塔多回输电线路凭借其输电效率高、容量大、成本低等优点,在电力系统中得到广泛的应用。故障发生后为使线路尽快恢复到正常状态,需快速准确进行故障测距。同塔多回线路相间和线间存在复杂的耦合,使单回线路的故障测距方法不能直接应用在多回线路上,本文围绕参数对称同塔双回、四回输电线路,参数不对称同塔双回、四回及T型输电线路故障测距进行分析和研究,提出将行波法和智能算法结合进行故障测距,其中智能算法采用量子粒子群优化（Quantum Particle Swarm Optimization,QPSO）的广义回归神经网络（General Regression Neural Network,GRNN）,具体研究内容如下:（1）采用实数解耦矩阵替代传统的六序分量和十二序分量复数矩阵,实现同塔双回及四回线路解耦。通过设置不平衡电流门槛值判断是否故障,若故障存在,根据电流特征模量确定故障线路。（2）用变分模态分解改进希尔伯特黄变换,处理故障线路两端的电流特征模量。通过逐步尝试法确定变分模态分解的两个重要参数,以充分分解故障信号,准确提取故障初始行波到达两端的采样点,结合量子粒子群优化的广义回归神经网络进行故障测距。以行波法获得的两端采样点作为模型输入,采样点对应的故障距离作为模型输出,建立测距模型。通过对参数对称双回线、四回线,参数不对称双回线、四回线,跨电压等级双回线进行仿真,PSCAD和MATLAB联合仿真结果表明所提测距方法具有较高的测距精度,不受波速度、过渡电阻、线路参数等因素的影响。（3）将所提测距方法推广至T型输电线路,选取常见的4-2-2式T型为研究对象。以T节点故障时初始行波到达三端的采样点为基准值,与故障时采样点比较,判断故障侧,解决T区附近的死区问题。在节点T增加故障信息采集装置,将T型线路视为三段双端线路。针对三段线路长度不等和相等的T型线路分别建立测距模型,PSCAD和MATLAB联合仿真结果表明所提测距方法在4-2-2式T型线路上仍有较好的测距效果,验证所提测距方法具有普适性。