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遥 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袁 提出了一种新算法袁 该算法有效利用了集合经验模态分解 EEMD渊ensemble empirical mode decomposition冤算法尧主成分分析 PCA渊principal component analysis冤和相关系数各自的优势遥 首先袁提取暂态电流样本信号袁采用EEMD 得到以正交基函数表示的数据矩阵曰接着袁基于 PCA进行该矩阵元素特征向量到主成分的转换袁将样本信号投影到主元空间实现坐标变换袁从而得到对样本数据的聚类和识别结果曰最后袁基于相关系数进行故障线路判别遥 本文算法的EEMD揭露了原始历史数据的内在变化规律袁PCA能够有效选择故障有效特征遥 大量实验表明袁该新算法准确有效袁与现有其他方法相比袁在故障信息不明显尧不同过渡电阻方面具有优势遥