摘要：针对神经网络分类器在不同类样本间距离较近时训练速度较慢的缺点，提出了基于粗集理论的归一化方法。利用粗集理论对样本进行归一化处理后，用处理后的样本对神经网络进行训练。并以配电网故障选线为例，对该方法进行了分析。仿真实验结果表明，样本处理后的神经网络训练时间明显缩短。