国内外中低压配电网的中性点接地方式普遍为小电流接地方式,该接地方式发生单相接地故障时,故障电流小,不会立即引起开关跳闸,可以继续为负荷供电1~2h,供电可靠性高。但随着故障时间的增加,非故障相电压升高,绝缘可能受到破坏,导致故障进一步扩大,因此,需要快速选出和切除故障线路。研究并设计一种可靠的故障选线方法对提高电力系统的安全运行起到关键作用。首先,对中性点不接地系统、谐振接地系统这两类最常用的小电流接地方式的配电网单相接地故障展开研究,详细描述了故障情况下零序电流的基波稳态特征、暂态特征和谐波特征。其次,介绍了人工神经网络理论知识,针对小电流接地系统的故障特征,建立了一个3-8-3-1型结构的故障选线BP(Back Propagation,反向传播)神经网络模型。详细分析3种故障特征的定义和提取方法,结合已提出的网络模型设计了BP神经网络选线方法的具体流程。分析该方法的缺陷,并提出解决方案。再次,在分析遗传算法的基础之上,讨论对遗传算法中的适应度函数、交叉率、变异率等要素进行改进,得到改进的自适应遗传算法。并将其与BP算法相结合对多层前馈神经网络的权值及阈值进行优化,以达到提高学习效率,避免学习陷入局部最小的目的,使选线模型具备优良的收敛性能和广泛的适应性能。最后,采用EMTP对单相接地故障进行仿真,通过MATLAB提取故障特征分量,整理得到训练样本。利用改进的自适应遗传算法训练神经网络,得到故障选线模型。同时,将仿真得到的测试样本对该神经网络模型进行测试,把测试结果与随机权值和阈值的BP神经网络选线模型、简单遗传算法优化BP网络得到的选线模型预测结果进行了比较,结果表明其选线结果更为理想。