配电网重构是配电系统优化运行和降低网损的重要手段。配电网络重构在理论上是一个复杂的多目标非线性组合优化问题。随着智能技术的发展,运用智能算法来实现以网损最小为目标的配电网络重构成为可能。粒子群优化算法是一种基于群智能方法的演化计算技术。作为一种高效并行优化算法,可以用于求解大量非线性、不可微和多峰值的复杂优化问题。其在系统辨识,神经网络训练等领域的成功应用证明,研究粒子群算法的配电网重构是具有巨大潜力的。如果再结合配电网络的特点对粒子群算法加以改进,它将得到更好的应用。本文提出了基于带变异算子的粒子群优化算法来研究配电网络的重构问题。首先分析了配电网结构的特点,提出了更适合配电网重构操作的二进制粒子群算法,在此基础上,采用以网损最小为目标函数的配电网络重构的数学模型。针对粒子群优化算法收敛性受邻域规模和迭代惯性权重影响严重的特点,利用自适应思想对粒子群系数进行调整,使得算法寻优效率更高。同时,为了克服粒子群自身固有的易陷入局部最优的缺点,本文利用遗传算法中的变异的思想,在算法后期将粒子随机重新初始化来摆脱局部最优值问题的束缚。通过两个算例的验证,表明本文提出的算法能够有效地用于解决配电网络重构问题,收敛性好,结果正确。