柔性直流故障选线技术的发展对直流配电网有着至关重要的作用。本文针对现有柔性直流故障存在的可利用的故障信息较少等问题，提出了一种新算法，该算法有效利用了集合经验模态分解EEMD（ensemble empirical mode decomposition）算法、主成分分析PCA（principal component analysis）和相关系数各自的优势。首先，提取暂态电流样本信号，采用EEMD得到以正交基函数表示的数据矩阵；接着，基于PCA进行该矩阵元素特征向量到主成分的转换，将样本信号投影到主元空间实现坐标变换，从而得到对样本数据的聚类和识别结果；最后，基于相关系数进行故障线路判别。本文算法的EEMD揭露了原始历史数据的内在变化规律，PCA能够有效选择故障有效特征。大量实验表明，该新算法准确有效，与现有其他方法相比，在故障信息不明显、不同过渡电阻方面具有优势。