配电系统直接面向用户，是连接供电与用电的重要纽带。随着社会的现代化发展，人们的生产和生活与电力供应越来越密不可分，不但表现在日益增长的电力需求，而且对供电可靠性也提出了更高的要求。因此，当配电网发生故障后，快速准确地判断故障线路、测量故障距离，从而及时消除故障影响、恢复供电，对提高供电可靠性，保障电力系统安全稳定运行具有重大意义。　　 配电网一般采用小电流接地方式，由于中性点不直接接地，故障电流只能通过对地阻抗或电容形成回路，再加上配电网结构复杂，外界干扰较多，导致故障信号微弱且不易分辨，为故障选线定位带来很大困难。　　 本文首先利用时域和频域聚焦特性都较好的小波包变换，设定适当频率带宽来处理暂态故障电流信号，然后从中选择能量最集中的频带对电力系统故障进行选线定位分析。故障选线部分提取其中的相位信息进行分类、计算，得到每条线路的故障度，以此来表征该线路判定为故障线路的可信程度，这不仅使故障情况的表述更直观明朗，更增强了故障选线对信号的适应性，使故障选线更符合客观实际情况。故障定位部分则提取故障特征数据，输入经过大量样本训练的，具有一定测距精度的BP神经网络模型，经过计算收敛输出最终测距结果。该方法分为选线与定位两个部分，这两个部分相对独立，如果某个部分因客观因素出错，另外一部分的结果基本不会受到影响。　　 基于充分的理论分析以及大量的仿真试验结果证明，本文提出的基于故障度概念的故障选线方法可靠、准确，对于复杂的现场故障情况具有较强的适应性;基于小波包变换与神经网络理论的配电系统故障定位方案定位准确，定位信息全面，具有一定的可行性。