针对三相交流电输电线路的故障信号分解存在误差，影响故障分类准确率的问题。为了提高故障信号分解的精细程度以及分类准确率，现基于故障电压信号提出一种改进的变分模态分解（VMD）-排列熵（PE）的故障特征提取的分类方法。通过MATLAB/Simulink搭建故障仿真模拟线路，生成故障数据集，为了得到最理想以及分解效果做好的组合，通过鲸鱼算法（WOA）优化对故障电压信号VMD的惩罚参数以及分解的个数进行求最优解组合，增加了各个分量分解的精度，采用同一变量法进行对比实验分析，分别利用VMD以及EMD对故障电压进行分解得到本征模态分量（IMF），结合排列熵（PE）对各个IMF进行计算，得到相应的特征向量，作为分类的依据，带入到高斯优化支持向量机（SVM）的决策树（DT）进行故障分类验证。通过仿真实验证明改进的VMD-PE对故障电压分解更加的具有可分变性，同时相较于EMD-PE，识别率有很大的提升，极大程度的避免了混沌情况的发生，故障识别的准确率可高达96.7%，可以作为分解以及分类的依据。