当配电网发生单相接地故障时,配电网的结构也随之变得复杂,小电流接地系统的单相接地故障选线一直以来都是各供电部门公认的难题,为了解决这一难题,国内外专家对此作了大量的研究,取得了一定的突破和进展。但从实际应用情况来看,单一选线方法的精确程度并不高,如暂态小波分析法、五次谐波法受消弧线圈影响较小,但受过渡电阻、故障时刻等因素影响较大；能量函数法的不足之处在于易受线路及消弧线圈电阻等因素的影响；而基波分量法受消弧线圈及其补偿度等因素影响较大,因此采用单一选线方法经常出现误选和漏选的情况。免疫算法是一种新型的智能算法,是模仿生物免疫系统提出的一种进化算法,具有学习、记忆和自适应调节的能力。RBF神经网络具有可以逼近任意非线性映射,算法简单且实用等特点,在故障诊断领域得到了广泛应用。在RBF神经网络中,隐含层的中心及宽度对RBF网络的性能具有重要影响。为了达到一定的逼近能力,常用的训练算法使得隐含层节点数目增加导致了计算量增大。利用免疫聚类法确定RBF网络隐含层中心和位置,提高了RBF网络的收敛速度。并通过遗传算法训练RBF网络得到最优连接权值。将免疫算法和RBF神经网络结合,应用于故障诊断和检测中是一个极有研究价值和实际应用意义的课题。为了充分利用各选线方法之间的互补性,本文提出了基于免疫RBF智能融合的小电流接地故障选线新方法,融合线路零序电流的暂态、基波分量、五次谐波和线路零序能量函数,通过免疫机制对融合抗原集合进行聚类分析,确定RBF网络隐层中心。通过遗传算法训练RBF网络得到最优连接权值。将训练后的RBF网络用于的小电流接地故障选线,仿真结果表明,利用该算法选线具有较高的精确度。