随着城网改造的进行,对于配电网中故障率较大或供电可靠性要求较高的场合,都要求配有故障自动定位、隔离和恢复系统。配电网发生故障后,各相关FTU或RTU将相应的分段开关或联络开关处的实时信息,通过数据通信上传到控制中心,由高级应用软件对其进行故障定位、隔离与网络重构,最终恢复供电。　　本文对配电网故障定位、隔离与网络重构的基本原理和现有计算方法等一系列问题进行了比较系统、深入的研究,并且重点讨论和总结分析了现有的各种配电网故障区间定位、隔离与网络重构的方法的优缺点、可行性和局限性,并结合配电网故障定位的难点,确立了基于改进遗传算法的配电网故障区间定位、隔离与网络重构的研究方向和方法。　　对遗传算法进行了比较深入的研究学习,改进了遗传算法的评价函数,使得遗传算法不仅具有较好的容错性,还具有较强的通用性,为利用遗传函数进行配电网故障定位提供了理论基础。提出了一种使故障定位算法应用于多电源多重故障情况的网络模型。该网络模型考虑算法中与故障电流有关的变量的方向性,在假定由某电源供电的功率流向为正方向之后,多电源配电网的故障定位问题即转化为单一电源情况下的故障定位问题。通过在单电源、多电源、多重故障及信息序列发生畸变等各种情况下进行的算例仿真,表明基于遗传函数的配电网故障定位系统确实能够进行全局寻优;当实时上传信息中发生畸变是,能够自动纠错并准确的进行故障定位,具有高容错性能,证明了算法在不同网络拓扑工况下的适应性和有效性。　　同时针对目前基本遗传算法(SGA)容易发生―早熟或非全局收敛,或收敛速度慢等问题,提出了基于改进自适应GA的配网重构方法。着重从选择算子、交叉算子、变异算子和收敛准则等方面进行了改进,把最优保存策略和两两竞争相结合的方法作为新的选择算子,采用随最优个体相对保留代数自适应变化的交叉和变异算子,把最优个体最少保留代数作为算法的终止条件。通过对算例结果的分析,表明改进后的新算法具有良好的全局搜索能力和较快的收敛速度,为配电网络重构问题的全局寻优奠定了理论基础。