随着社会经济的发展,配电自动化是配电系统发展的必然趋势,配电网故障区域定位与隔离是其核心功能之一。论文分析了当前国内外配电网故障区域定位与隔离存在的主要问题,研究了几种具有典型代表意义的传统算法:通用性较强的矩阵算法、具有一定容错性能的改进矩阵算法以及效率较高的分层拓扑模型算法,并用实际算例验证了其正确性与可靠性,体现了各自的特点和优势。由于实际工程应用中,配电网故障区域定位所用信息大多来源于户外的FTU,因此不可避免地会受到各种环境因素的干扰,故障信息发生畸变或者丢失的可能性较大,要使得定位结果准确、可靠,算法本身必须具有较好的容错性能,神经网络作为一种人工智能算法,是其中典型代表。BP网络作为神经网络中应用最多、最为精华的部分,应用于配电网故障区域定位领域具有独到的优势。论文针对BP网络存在的一些不足进行了相应的改进,克服了传统BP算法收敛速度慢、易陷于局部最小等缺点,很好地解决了配电网故障定位问题,具有一定的容错性能,但还是不够高。为了进一步提高网络的容错性能,研究了一种新型神经网络——神经逻辑网络,利用其中典型的三值神经逻辑网络具有的较强逻辑推理能力,对故障信息进行有效地纠错,将其与改进BP网络相结合,实现配电网的高容错性故障定位。通过实际算例验证了该算法的可行性与有效性,具有比较高的工程实用价值。最后分析了运用神经网络进行故障区域定位的不足之处,提出了未来更进一步研究的方向。