我国6～66kv电压等级广泛采用小电流接地运行方式,但在该运行方式下易发生单相接地故障,由于其故障电流微弱,易受系统接地方式、线路类型及结构、互感器特性等多种因素的影响,故障选线比较困难。单一的选线方法不能保证故障选线的准确性,基于信息融合的综合选线方法成为当前小电流接地故障选线方面的研究热点。本文首先对小电流接地故障选线课题的背景及意义进行了介绍,阐述了现有故障选线方法的原理及适用范围,并对小电流接地故障的稳态特征、暂态特征进行了详细地分析,通过MATLAB软件搭建了小电流接地故障仿真模型,在不同故障条件下,包括:不同电压初相角、不同接地电阻、不同线路类型、不同故障位置及相电压过峰值时电弧故障等条件下进行了仿真分析。然后结合小电流接地故障的故障特征,通过快速傅里叶变换提取稳态零序电流的稳态基波幅值、五次谐波幅值作为基波比幅法、五次谐波法的故障特征量,通过小波包变换提取暂态零序电流的暂态能量值作为小波包分析法的故障特征量。为弥补单一选线方法的不足,本文采用两种信息融合方法将上述三种选线方法进行信息融合。支持向量机是一种针对小样本、非线性问题具有优秀泛化能力的机器学习方法,十分适用于小电流接地故障选线问题,但其存在分类性能受参数设置影响较大的缺陷。为避免参数设定的盲目性,本文使用遗传算法对支持向量机的参数进行优化,提出了一种基于GA-SVM的综合选线方法,与基于传统SVM的选线方法进行对比,仿真结果表明该方法可以更好地实现故障选线。Vague集理论是一种模糊信息处理理论,可同时兼顾隶属度、非隶属度与犹豫度方面的信息,它比传统的模糊理论有更强的信息综合能力,本文将其运用于小电流接地故障选线问题中,提出了一种基于模糊熵权的Vague集的综合选线方法。Vague集理论进行信息融合的过程中,确定各个选线方法在评分函数中所占的权重是一个关键问题,本文根据信息熵权法确定信息熵权重,根据模糊理论权重法确定模糊理论权重,并综合两者得到模糊熵权重。仿真结果表明该选线方法弥补了单一选线方法的不足,验证了该选线方法的有效性。