配电自动化在保证电能质量、减少停电时间、满足不同用户的要求、优化电网操作、提高经济效益等方面具有明显的优势，是电力系统发展的必然趋势。配电网故障定位和故障恢复重构是配电自动化的重要内容。　　 本文采用遗传算法作为算法基础对故障定位和恢复重构问题建模分析。遗传算法是一种智能化优化算法，与传统优化算法相比，它有许多有优点，如全局寻优性、不受连续可微约束等等。这使得遗传算法对于配电网故障定位及故障恢复重构这类优化问题具有很好的适应性。　　 许多文献对基于遗传算法的配电网故障定位的模型进行过研究，但一些模型存在误判的问题。本文经过深入分析建立了新的开关函数，并通过引入数字逻辑中的最小项概念简化了它的形式。该开关函数是唯一解函数，避免了误判的问题。在此基础上本文建立了基于遗传算法的配电网定位模型，并通过实例计算证明本文模型的准确性。　　 对配电网故障恢复重构数学模型的研究中，许多文献直接采纳了网络优化重构模型中的很多要素，但故障恢复重构与网络优化重构有各自不同的特点。本文深入分析了故障恢复重构的特点，选择优先恢复重要负荷、最大负荷恢复量、开关操作次数最少为目标函数的三个组成要素，并引入权重系数区分其重要程度.以辐射状约束、容量限制、节点电压限制为约束条件，由此建立故障恢复重构的数学模型。该模型突出了故障恢复重构不同于网络优化重构的特点，实用性更强。　　 遗传算法下的故障恢复重构的关键是适应度函数的构造。本文将数学模型中的约束条件通过越界惩罚函数加入到目标函数中，形成适应度函数，进而建立了基于遗传算法的故障恢复重构的数学模型，并通过实例进行了验证。