对于注入信号选线法，信号选频应该是技术重点。注入信号相对于系统运行信号和系统噪声信号，是很微弱的，怎样将其选取出来，是该技术应用的关键。而且，信号源和信号传感器件的频率发散性也要考虑。
小接地电流选线在县级的电力企业才刚刚应用，总的感觉还是技术不够成熟，电气量的采集不够灵敏，因而无法快速查找到故障点，影响了小接地电流选线装置的作用，甚至在某些综自系统中行同虚设
小电流接地选线应用的最大问题是微弱信号的检测处理以及可靠性问题
在理论上，小电流选线的基本思想肯定在公式推导阶段，物理模型，物理现象分析阶段是无懈可击的
近些年的研究也集中在现代数字信号处理技术，先进数学工具的应用上面
现有的选线思路大面积实用化取得突破似乎很难
至少在相当长的时间内不容易被接受
个人觉得一个思路可以尝试，就是在现在配电网自动化的基础上，通过各处FTU或者其他的测量设备的测量信号
进行选线，有些类似于输电网中利用WAMS技术进行的网络保护或者稳定性分析的思路
而且配电网自动化程度要求很高，小电流接地选线的实时性要求不是很高
所以可以先以小电流接地选线为对象，研究配电网广域信息的应用问题
纯属胡说八道，大家讨论
博士的见解很到位。我也想过通过网络化的方案来处理这个问题。利用后台PC的强大功能，可以更有效的利用先进的算法。但归根结底还是要解决有效信号的提取问题。全网分散采集，要考虑采集数据的同步性问题，故障发生时刻、故障转换状态（暂态、稳态、结束）等都要即时的被后台分析系统感知到。
网络化方案，还可以建立系统的在线仿真系统，将实时采集数据输入到仿真系统中，也许能探索出新的算法或途径。
如果仅仅局限于故障后的稳态量，不管是用幅值、相位，还是抛弃零序量改用负序量，实现起来效果都不理想。但是配电网的小电流接地三种情况虽然在暂态过程有区别，但如果利用小波分析处理暂态量可以得到比较好的结果，然后利用人工神经网络可以提高检测的时间和正确率。
小波和人工神经网络的应用一直都比较令人期待
但是只到现在也没有任何实际应用的装置或者原理采用神经网络
应该说，神经网络在电力系统中的应用现在已经不在是主流和热门了
小波还是有大量的应用
关键是如何用
现有的硬件条件能否满足要求
电力系统的强干扰环境是否会给其应用带来问题
小波的应用到目前似乎还是只见研究不见应用啊
小波应用来选线，目前也有一些研究和论文，但要实现正确选线，故障时特征信号的奇异性要明显，这是否在各系统运行方式下，各故障状态的转换过程中能有效满足？
现在做选线装置的单位非常多，有很多专家也是在做这个方向，华北电力的杨以涵教授就是在做这个。按照他的说法，选线在原理上已经很成熟了，主要是装置及相关硬件的问题。
电网发生谐振可能会使选线装置误启动。怎样区分谐振和接地，比如从电压波形特征来区分，大家多给些意见。另外，现场应用的选线装置是不是都有消谐功能呢？
1、研究方法问题，
2、管理问题。
还是供电局重视的问题， 如果管理上重视了。跟
相关的院校、单位合作，充分应用现场数据，问题应该
能够得到解决。
