输电线路是电力系统的重要组成部分，其参数的准确性关系到电力系统的安全稳定运行，尤其是对于电压等级高、输电距离长的线路来说，如何得到准确的输电线路分布参数具有十分重大的意义。时域算法由于具有所需数据窗较短、实时性好、能利用暂态信号和不受电网频率波动的影响等优点，广泛被应用于基于故障数据的线路参数辨识方法中，但目前已有的时域算法多为辨识线路的集中参数，还有必要对线路分布参数模型的辨识进行研究。　　鉴于传统的双曲函数分布参数模型是一种频域模型，不适应暂态情况的分析，本文采用一种考虑高阶无穷小量的线路时域分布参数模型，并对该模型进行了改进，针对不同长度线路的情况对该模型的高阶微分项进行相应的取舍，确保了线路模型的精度并减少了计算量。由于所采用的模型定义在时域，因此可利用稳态或暂态数据进行参数辨识的计算。　　根据改进的线路时域模型，提出了基于正常运行数据的独立线路和T型线路的分布参数辨识算法；并结合瞬时对称分量法和数学形态学方法，提出了基于故障数据的线路参数辨识算法。该算法利用端点的电压电流瞬时值构造残差向量，根据最小二乘法残差平方和极小化的原理迭代求解方程，并引入搜索法保证算法的收敛性。在利用故障数据进行参数辨识时，采用了更适合暂态分析的瞬时对称分量法提取序分量，实现分别对正序和零序参数的辨识；考虑到现场采集的信号有可能受到干扰的问题，采用数学形态学方法对信号进行滤波处理，以提高算法的抗干扰性能。　　通过ATP和MATLAB的仿真算例验证本文提出的方法，用所提出的方法分别利用正常运行线路与故障线路的采样信号辨识线路参数。结果表明，本文提出的方法不仅可以通过正常运行时的数据辨识线路参数，还可利用故障时的暂态数据进行计算，在故障情况下对各种数据均有良好的适应性，辨识精度不受故障类型，故障初相角，采样窗口选取的影响，且具有一定的抗干扰能力。仿真结果验证了本文所提出方法的可行性和正确性，表明该方法具有一定的工程应用价值。