摘要: 针对井下小电流接地供电系统中单相接地故障选线方法存在准确率不高、易受故障类型和运行条件影响等问题，本文提出一种基于冠豪猪优化算法（Crested Porcupine Optimizer，CPO）优化变分模态分解（Variational Mode Decomposition，VMD）与随机森林（Random Forest，RF）分类器相结合的选线方法(CPO-VMD-RF)。首先，利用CPO算法对VMD的关键参数惩罚因子α及分解模态数K进行自适应优化；随后在PSCAD/EMTDC平台搭建井下供电线路的仿真模型，通过改变接地电阻、故障初相角、故障线路及故障位置获取不同故障工况下的零序电流数据；然后采用优化后的VMD对故障零序电流信号进行分解，提取各线路的模态分量，并计算其样本熵构成能够反映信号复杂度和非线性特征的多维特征向量；并将其输入RF分类器进行训练与识别，实现故障线路的准确判别。仿真及实验数据结果表明，该方法准确率均达到98%以上，验证了所提方法对噪声与工况变化不敏感，具有较高准确率和鲁棒性。