电力载波传感器网络采用低压电力线作为物理传输信道，通信信道的时变性、噪声干扰强及信号衰减大等固有特点易造成网络链路不稳定、拓扑结构复杂。网络运行时，某些节点容易失效或从数据链路上脱离，不能连接到网络中，从而导致网络的连通性遭到破坏，严重降低了网络的通信可靠性。因此，需要设计适用于电力载波传感器网络的拓扑动态发现算法，及时调整中继节点，自动实现网络拓扑的生成。 鉴于电力载波传感器网络的特点，采用基于智能优化算法的拓扑发现算法对网络进行拓扑发现。蚁群算法计算简单，适用于解决动态问题，对网络拓扑结构的变化有良好的适应性，并且能够在尽可能短的时间内找到新的路径。因此，结合网络信道的时变和延时特性，在改进的蚁群算法中采用网络链路的端到端传输时延作为优化目标，设计基于获得最小传输时延的优化目标函数，同时，将反映信道衰减特性的参数加入状态转移概率公式中，提出基于改进蚁群算法的拓扑动态发现算法（DynamicTopologyDiscoveryAlgorithmbasedonImprovedAntColonyAlgorithm，IACA-DTD）。从图论拓扑结构上对网络进行分析，利用G=（V，E）描述网络的拓扑结构，用图的一棵以中心节点为根的最小生成树表示网络中节点的最优连通情况。这样，对于网络的拓扑发现问题即可转化为通过蚂蚁的选路以寻优策略生成图的最小生成树问题，并与广度优先搜索思想结合，以保证生成树的连通性。在Matlab中对IACA-DTD算法进行仿真，实验结果表明，IACA-DTD算法减小了网络平均链路长度和端到端传输时延，增强了链路的稳定性，提高了网络通信的可靠性。最后，将IACA-DTD算法的思想和方法应用于电力载波抄表系统中，通过理论分析推导出该算法可以完成系统的拓扑构建。