摘要：针对配电线路短路故障类型识别的问题，为提高故障类型识别准确性，提出应用小波变换技术对故障信号进行预处理，提取工频信息构成神经网络的训练样本集，通过构建SOM自学习神经网络对不同故障类型的特征向量进行自动聚类来实现对故障类型的识别。大量的仿真测试表明，此网络模型收敛速度快，通过自学习能够有效覆盖故障模式空间，实现对不同故障类型的准确识别，网络对故障类型的识别不受故障过渡电阻、系统运行方式以及故障点位置等因素的影响。
关键词：配电线路；故障类型识别；小波分析；自学习；神经网络