高压直流输电（High-Voltage Direct Current，HVDC）系统的大多数故障来源于线路故障。HVDC 线路故障如何快速准确的诊断和排除，对于维持 HVDC 系统稳定性有着极其重要的意义。针对HVDC的故障行波非线性、非平稳的特征，同时考虑到希尔伯特黄变换（Hilbert-Huang Transform，HHT）处理非线性、非平稳信号的强大能力，本文采取基于HHT的方法对故障行波进行有效处理，提取故障信息。　　本文首先介绍了HVDC的工作原理和故障行波产生过程，以及依靠行波诊断故障和测量距离的原理。行波故障测距按照量测个数分为单端法和双端法，按照测距原理分为提取行波波头法和行波固有频率法。　　其次，介绍了HHT的基本原理及其存在模态混叠的问题。为了解决此问题，采用一种改进的HHT方法。该方法利用互补集合经验模态分解（(Complementary Ensemble Empirical Mode Decomposition ，CEEMD ）的方法取代经验模态分解（Empirical Mode Decomposition，EMD），文中详细地介绍它的分解原理。　　再次，阐述Hilbert能量值的概念并在基于PSCAD/EMTDC统一的HVDC模型中进行仿真。利用故障行波的Hilbert能量值的判据判定HVDC发生故障是否发生于线路上。仿真结果表明，该方法有效并且耐过渡电阻能力强。　　最后，利用CEEMD的方法对线路两端量测的故障行波进行分解，提取前几阶本征模态函数（Intrinsic Mode Function，IMF）的行波波头的时间点，计算出线路故障点的位置。同样的，对第一阶IMF分量提取其中的固有频率，利用固有频率与故障距离作为样本点进行神经网络训练，然后计算出故障线路点距离。仿真结果表明，方法有效并且受过渡电阻的影响较小。