配电网故障监测的效率直接影响着用户的生产生活,对于配电网的可靠供电有重要意义,然而配电网因其复杂的分支和多变的负荷使得故障监测需要更多元的智能传感数据与故障征兆信息。电力线通信作为电力系统特有的通信方式,利用与电网相同的传输介质实现数据的快速传输,因此有实现配电网高效监测的潜力。本研究提出了一种使用电力线通信的信道频域响应来预测高频阻抗谱以实现配电网故障识别和定位的新方法。本文的主要研究工作有:（1）配电网中高频电信号的传播特性受趋肤效应影响,在阻抗不连续点会产生反射,因此可从传输特性的角度实现对配电网故障的在线监测。由于传输特性的频率高,应综合传输线理论与自下而上的建模思想进行信道建模,通过信道拆分对电力线信道中传输特性与阻抗特性进行建模计算,并分析了电网负载阻抗、拓扑结构、分支结构对传输特性的影响。（2）考虑到高频阻抗谱作为监测故障的重要信息难以直接测量与计算的问题,利用传输特性与阻抗谱之间的反演关系,对实时阻抗信息进行预测。使用变分模态分解对信道频率响应进行特征提取,得到传输特性的多个本征模态分量,选取本征模态分量中与高频阻抗谱密切相关的分量对阻抗信息进行预测。为选取恰当的机器学习工具作为预测算法,将多项式、支持向量机、K近邻、决策树四种机器学习算法对阻抗信息的预测效果进行对比,择优选取K近邻和决策树进行阻抗谱的预测。（3）使用传输特性数据以及阻抗预测结果构建故障监测矩阵,以传输特性与高频输入阻抗谱为监测量分别展开故障识别研究,得到从传输特性的角度进行故障识别的效果优于输入阻抗的结论。由于高频阻抗谱与网络变化密切相关,其时域变化隐含故障位置信息,使用阻抗谱变化量的时域信息结合波速求解故障距离函数,完成基于输入阻抗预测结果的配电网故障定位。通过对不同电压等级的配电网进行多种故障情况下的仿真分析,仿真结果表明,提出的方法能有效精确的实现配电网故障的识别与定位。