配电网作为保证高质量供电的重要一环,其供电能力和运维水平直接关系到企业的生产效能和居民的生活质量,对经济发展起着至关重要的作用。基于此,智能配电网的概念被提出,旨在进一步提高电网供电可靠性、安全性以及电能质量。其中,故障定位和故障自愈技术作为智能配电网建设最核心的内容,近年来受到广泛关注。但是,伴随着电力网络规模日益庞大,配网线路结构日趋复杂,加之大量分布式电源（Distributed Generation,DG）的陆续接入,导致传统的故障定位和故障自愈技术逐步失效。因此,当前迫切需要研究出一种更快速、准确、合理且适用于含大量分布式电源的配电网故障定位方法和供电恢复策略。基于上述研究背景,本文首先从理论上就不同电网条件和不同故障工况下的电流稳态特性进行了对比分析,并通过MATLAB/Simulink搭建配电网模型进行仿真验证。通过分析和验证,结果均表明分布式电源不同的接入位置、不同的接入容量以及不同的接入数量均会对配电网故障电流特性造成显著影响,且不同的中性点运行方式也会使得故障电流特性发生明显变化,进而导致传统配电网故障判据失效。因此针对上述问题,本文提出了基于GA-QPSO算法的故障区段定位方案。该算法通过结合遗传算法（Genetic Algorithm,GA）和量子行为粒子群算法（Quantum-behaved Particle Swarm Optimization,QPSO）的优势,解决了传统优化算法收敛性不强和易于陷入局部最优等缺点。在故障区段定位建模中,本文首先对配电网的拓扑结构识别进行了研究,除此之外还分别就不同故障工况下的电流特征进行了总结,并对故障判据加以整理和修正。通过MATLAB编程测验证明,GA-QPSO算法能很好得应用于配电网故障区段定位,并且其容错性、快速性和收敛性相较于传统优化算法而言均有较大提高。为了快速实现故障隔离并恢复供电,本文对配电网供电恢复策略进行了建模分析。首先按照不同的故障工况设计了不同的重构方案,并通过对失电范围最小、开关次数最少和网络功率损耗最少赋予不同的权重系数构建目标函数,最后利用GA-QPSO算法对IEEE33节点配网算例进行求解。仿真结果表明该算法同样能很好得处理单电源或含多种分布式电源的辐射型配电网恢复重构问题。在前文研究的基础上,为了使算法更好得应用于实际情况,本文分别从硬件设计和软件开发等方面构建了配电网故障处理平台,并对平台运行的逻辑流程及部分操作界面进行了分析和展示。本文有公式60个,图101幅,表18个,参考文献88篇。