为解决煤矿井下供电系统单相接地故障特征信号在采样传输时伴随能量损失而影响诊断结果精确性的问题,提出利用粗糙集理论对采样数据做信号强化处理,再对处理后的特征信号进行复小波变换,将提取出的暂态分量归一化作为神经网络训练及测试的输入向量.提出改进的自适应优化算法改善其传统算法搜索遍历性差、易陷入局部最优解的缺陷,对广义回归神经网络的平滑因子进行全局寻优,建立最佳故障选线模型.研究结果表明:该方法具有训练速度快、误判率低的优点,能够满足井下供电系统对故障诊断效率与精度的要求.