城市配電網中單相接地故障占比超過70%，快速準確地選出故障線路，關乎供電可靠性和運行安全性。電壓互感器開口三角提供的零序電壓，是接地選線系統中最重要的“眼睛”。沒有它，選線裝置就如同在暗室里尋找一根斷線。

目前主流的小電流接地選線技術，幾乎都以開口三角輸出的零序電壓作為啟動條件。裝置持續監測開口三角電壓，當檢測到其有效值超過整定門檻時，判定系統發生了接地故障，隨即啟動選線程序，對各條出線的零序電流進行采樣和比較。選線的核心邏輯有兩種：一種是穩態分量法，利用故障線路零序電流幅值最大且方向與其他線路相反的特性；另一種是暫態分量法，捕捉接地瞬間高頻暫態電流的特征。無論哪種方法，都必須依賴開口三角提供的零序電壓作為時間同步基準。

開口三角電壓的波形質量直接影響選線準確性。若開口輸出信號中含有大量諧波或噪聲，選線裝置的采樣數據被污染，判斷置信度下降。這也是為什么許多選線裝置在入口處加裝有源濾波電路，并采用高采樣率（每周波256點以上）來提取純正的基波零序電壓。現場施工時，開口三角的信號線應采用屏蔽雙絞線，且屏蔽層在保護屏側單端接地，以避免電磁干擾耦合進信號。

對于經消弧線圈接地的系統，接地點的感性電流補償了容性故障電流，使得故障線路的穩態零序電流幅值不再明顯大于非故障線路，甚至可能更小。此時僅靠穩態幅值判據失效，選線裝置需要結合開口三角電壓和各線路零序電流的相位關系，利用有功分量法或暫態首半波原理進行判斷。這些高級算法對零序電壓的相位精度要求極高，開口三角回路的相位誤差必須控制在1°以內。

近年來，基于人工智能的選線技術逐步應用，采用卷積神經網絡對開口三角電壓和零序電流的波形進行特征提取和模式識別。這類方法對開口三角信號的質量依賴更大——數據訓練階段需要大量真實接地波形，而波形中開口三角電壓的幅值和相位是標注故障類型的關鍵標簽。可以說，智能選線的成熟度，建基于開口三角信號的保真度之上。

開口三角這條看似簡單的回路，承載著配電網故障處置的第一手信息。運行維護中保護好這只“眼睛”，就是在守護配電網的故障處置效率。