小电流接地系统馈线故障定位是一个长期以来世界公认的技术难题，国内外已有不少专家和学者从事小电流接地系统馈线故障定位原理和装置的研究，但是由于故障信号自身特点、目前技术手段的限制及现场运行环境的复杂，使得这些装置的故障定位效果尚难以满足实际需要。为此，本文致力于研究小电流接地系统馈线故障定位方法及其软硬件实现。 本文首先对国内外各种馈线故障定位原理特别是目前研究较多的小波神经网络故障定位方法进行了分析，利用MATLAB工具箱对小电流接地系统馈线故障的故障过程进行了仿真，根据仿真结果获取系统正常运行和故障后的各种电气量特征及其变化规律，为后续的故障定位研究奠定了理论基础。并且，鉴于支持向量机的优良特性，将支持向量机、聚类分析应用到小电流接地系统馈线故障定位中，提出了基于聚类模糊支持向量机(FSVM)的馈线故障定位方法，该方法从理论上解决了馈线故障的精确定位问题。 根据中低压配电网的特点和目前的技术手段，本文应用模糊理论及信息融合原理，提出了基于模糊信息融合的小电流接地系统馈线故障定位方法，该方法融合了以往各定位方法的优势，提高了故障定位的准确率。基于该方法对其软硬件实现进行了较深入的研究，并考虑现场情况的复杂性、装置的抗干扰性能、定位系统实时性能等各种要素，在硬件及软件设计上作了较完善的考虑，并完成了小电流接地系统馈线故障定位装置的软件设计。该装置具有故障定段准确率高、工作可靠、适应性强、操作简单、功能齐全、维护方便等特点，适用于多分支的树状配电网。