在我国的电力系统中,在我国的电力系统中,中性点接地方式主要有两种,即中性点直接接地方式和中性点不直接接地方式。6-66kV配电网一般采用小电流接地方式。小电流系统之所以叫小电流接地系统是因为在发生单相接地故障时,由于不能形成有效的低阻抗回路,接地电流很小。配电网发生小电流接地故障的概率非常高,可占总故障的80%左右。当发生单相接地故障时,系统线电压仍然保持对称,所以在短期内可以继续运行。但是长时间的运行容易使故障扩大化,引起系统过电压,进而损坏电气设备。因此必须尽快的找出故障线路及故障点,及时的将故障予以排除。本文在故障选线的基础上,提出了一种基于多特征融合的优化小波神经网络故障定位算法,该方法将IMF(本征模态分量)能量、故障点5次谐波和零序有功功率作为特征量进行数据融合,然后利用小波神经网络出色的非线性拟合能力进行故障定位。针对小波神经网络收敛速度慢且容易陷入局部最优的缺点,利用遗传算法对其进行优化,并给出了适应度函数与权值的计算。仿真验证表明,基于多特征融合的优化小波神经网络算法收敛速度及定位精度明显优于优化前的小波神经网络。同时,在实验室对该算法进行了实现,通过实验测试验证了该算法的可行性。根据江西德兴铜矿6kV配电网系统的实际情况,将实验室原有的故障选线装置做了相应的改进,在故障选线算法的基础上加入故障定位算法,同时对诊断机linux内核进行了裁剪,加入了自定义的按键驱动,重新制作根文件系统,对QT库和SQLITE数据库进行了移植,并设计了QT界面来显示故障线路的状态信息。为实现对故障信息的远程监测,本文采用socket网络编程方式实现了诊断机与PSX600通讯服务器之间的数据传输。故障信息先通过基于IEC103协议的以太网络传送到PSX600通讯服务器,PSX600再通过基于IEC104协议的以太网络将故障信息传至远程监控室,实现远程监控的目的。