配电网中高阻接地故障(High　ImpedanceFault,　HIF)时常发生，其故障特征微弱而难以检测，严重情况下可能导致火灾或人身事故。提出了一种基于相空间重构和迁移学习的故障识别方法，实现对谐振接地系统中HIF的辨识。首先，使用基于综合策略的小波阈值降噪方法对零序电流信号进行处理，以降低噪声的影响。随后，对降噪后的仿真信号及实测信号进行相空间重构，获取重构轨迹图，以此作为故障识别的特征量。最后，在辨识模型构建上，先使用仿真信号的重构轨迹图训练GoogLeNet模型，再使用实测信号对模型进行微调，实现迁移学习。所提算法的优点是使用相空间重构进行了信号转换，故障信号与干扰信号的重构轨迹图差异明显，且实测信号与仿真信号的重构轨迹图相似度较高。在进行迁移学习后，实现了对实测小样本数据较为准确的检测。实验结果表明，无论是故障实测数据还是故障仿真数据，识别准确率均达到95%以上。此外，在强噪声干扰、采样数据点缺失及故障回路间歇性导通情况下，所提算法也取得了较好的结果。