我国的中低压配电网络多为小电流接地系统,在小电流接地系统中,单相接地故障占据了大多数。近年来,涌现出了多种选线方法和选线装置,但效果并不理想。因此,故障选线依然是配电网的一个难题,需要更加深入的研究。本文分析了当配电网络发生小电流单相接地故障后的特征,将变分模态分解(Variational mode decomposition,VMD)应用到选线问题,使用变分模态分解、能量熵、利用变步长FA算法优化后的K-means聚类方法研究故障选线。基于变分模态分解理论和分解原理,对仿真信号进行VMD分解,分解后的各个子模态与原信号相对应的部分差别很小,在频率和幅值上基本吻合,由此在时间范围内,VMD可以较真实地对信号进行分解。通过对比分解后的各个模态频谱及中心频率,仿真结果证明了 VMD在频域内对仿真信号较理想的分解效果。此外,仿真结果还说明了VMD分解由于被分解的子模态数量不同,而出现的模态混叠及不正常的过度分解导致的虚分量。被分解的数量过小,则一般会引起模态混叠,被分解的数量过大又会引起过度分解导致的虚分量。为了进一步提取故障信息引入了能量熵理论。熵是用来描述一个系统混乱复杂程度的函数,系统的熵值代表着它的均匀程度。不同的线路能量熵值是不同的,故障线路的能量熵值高于正常线路,故而将线路能量熵的大小作为线路选择的判据,为下文应用优化K-means算法对故障选择判据进行聚类做好了铺垫。最后介绍优化K-means聚类算法,应用变步长FA算法对传统K-means进行优化,传统的FA算法有一定的短板和局限,将变步长系数引入到FA算法,对提高FA的效率及准确率有重要意义。变步长在开始寻优时,萤火虫的移动跨度大,这样可以搜索更大的区域,提高了寻优速度。随着时间的变化,后来的寻优过程趋于稳定,萤火虫移动跨度变小,此时变步长可以进行更精确的寻优。经过改进的FA-K-means方法解决了由于初始聚类中心的选取而造成的局部最优问题。优化K-means算法对作为选线判据的能量熵值进行准确的聚类,分为两个聚类中心,由此选出故障线路和正常线路。利用Simulink搭建了 10kV小电流系统仿真模型,该模型由6条缆线混合线路组成,采用的是山东省某地区变电站的实际数据。若发生不同的故障,比如不同的线路和不同的位置发生故障,不同的过渡电阻发生故障时,进行仿真,最终证明了该方法的有效性。