我国3～66kV中压配电网多采用小电流接地方式,单相接地故障约占总故障类型的65%以上,若不能及时地排除故障,将严重影响系统的供电可靠性,加之单相接地的故障特征容易受到接地电阻、现场噪声以及不稳定电弧等因素的影响,从而给准确判定故障线路带来诸多困难。为此,本文以小电流接地系统单相接地故障选线为研究对象,就故障特征提取、故障线路判定以及选线准确率提高等问题展开研究。本文对小电流接地系统稳态及暂态故障电流特征进行了分析,并重点对故障暂态零序电流的组成进行推导,得到不同故障合闸角下暂态零序电流存在成分差异的结论,并据此提出一种基于变分模态分解(Variational Mode Decomposition,VMD)与支持向量机(Support Vector Machines,SVM)的暂态选线新方法。该方法首先将VMD引入零序电流特征提取过程中,综合前文所得零序电流成分差异的结论与分解参数对VMD性能的影响实现了对VMD参数的率定。随后借助希尔伯特包络能量以及波形相关性分析,实现了对暂态零序电流极性与幅值的度量。最后依据SVM理论,实现了对故障线路的判定。通过MATLAB仿真分析,验证了 VMD的性能优于经验模态分解(Empirical mode decomposition,EMD),并且所提方法能够实现在不同故障条件下的选线,同时兼有对电弧故障的选线能力。为进一步提高上述方法的准确率,对上述方法做出改进如下:首先,将五次谐波特征与零序能量特征纳入选线过程中,以避免选线判据单一的问题。随后,用最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)取代原有的SVM,以提升分类精度。最后,针对网格寻优性能欠佳的不足,采用改进烟花算法(Improved Fireworks Algorithm,IFWA)对LSSVM参数进行优化,以进一步提升分类器的分类准确率。最终形成基于VMD-IFWA-LSSVM的多判据融合选线方法。经由仿真分析表明,IFWA有着更为优秀的全局寻优能力,在对LSSVM参数优化方面的性能优于粒子群算法、遗传算法以及烟花算法。同时,多判据融合选线方法对测试集的选线正确率高达97.5%,有着一定的应用与实践价值。