小电流接地系统的单相接地故障选线一直是继电保护领域研究的难点。由于单个选线方法具有局限性，并且单相接地故障复杂多变，所以导致故障选线准确率较低。为了提高选线的精度，利用信息融合技术将多个单一选线方法进行融合已经成为未来研究的趋势。信息融合技术的关键问题是样本数据的处理，已有的算法在处理选线样本数据上普遍存在样本数据量大、维数灾难和经验风险高的缺陷。本文首先对现有的单一选线方法进行了仿真验证，分析各种方法的应用范围。其中，为了提高暂态选线方法的准确性，提出了一种基于希尔伯特—黄变换的选线方法，该法不受干扰信号的影响，能够将暂态信号各频段中的特征分量依次分解出来，并且可以准确地反映暂态信号的特点，通过验证表明该方法具有很强的提取暂态信号故障特征的能力。其次，在建立故障测度阶段，本文利用信息增益度建立方法故障测度，该方法不仅给出了单一选线方法的权重，而且强化了线路内部数据。在此基础上，深入分析了故障测度样本的特点以及难点，得出了选线样本是一个维数高、不均衡、分布复杂的数据集。再次，针对选线样本的特点，利用主成分分析法降低选线样本的维数，为了更好地降低样本的不均衡性，提出了新的采样法——网状分布采样法和领域SMOTE采样法。通过分析可知，当样本数据降低为两维以及故障线与非故障线之间的比为1:3或1:3.5时，不仅使得样本分布均匀，时间开销少，而且提高了选线精度。最后，本文提出了一种ADABOOST算法和核函数的分类器相融合的算法，该算法同时具有级联和并联处理样本的能力。在实验阶段，通过调整噪声样本占总样本的比值来测试算法的性能，结果表明本文算法具有很高的选线精度，相比其他算法，更能适应恶劣的选线环境。