配电网故障定位的作用是要准确及时的定位出配电网故障区段的位置,缩短故障区段的停电时间,进一步提高供电可靠性。但是大规模的分布式电源并网在给配电网的调峰减轻负担的同时也带来了很多问题,其中最直接的问题就是继电保护问题,当配电网发生故障时,流过故障点的电流不再是单一的从母线流向故障点,功率也有可能发生倒向。进而传统的配电网的继电保护故障定位的设计与整定方案已不再适用,因而研究契合含分布式电源的配电网新的故障定位方法尤为重要。本文首先对逆变型分布式电源的接入对配电网的保护产生的影响等方面进行了分析,使用了PSCAD/EMTDC对上述理论进行仿真验证,其次从借用人工智能算法在基于FTU的配电网故障定位方法的应用思路入手,选用了应用广泛,且操作简单的粒子群算法为研究对象,从传统单电源配电网以及含分布式电源的配电网的数学模型、算法的二进制化、开关函数、故障定位的适应度函数等几个方面对粒子群在配电网中故障定位方法进行了深入的研究,并通过20节点配电网与含分布式电源的7节点配电网仿真算例,验证了粒子群算法的在含分布式电源的配电网中故障定位的可行性以及粒子群算法在配电网故障应用中的缺点与不足之处。之后主要针对标准粒子群算法在节点数目较多的配电网故障定位时容易陷入局部最优问题,以及存在故障定位准确率低的缺点。通过引入时变压缩因子并结合天牛须算法,混合成一种时变天牛群算法,来提高粒子群算法的性能,并且使用了四个常用的基准测试函数验证了时变天牛群的有效性与可行性。同时,本文首次提出使用“0.5阈值”法对时变天牛群算法进行二进制化,并以33节点的配电网为仿真算例,在故障信息完整和部分畸变的情况下,使用MATLAB软件验证了该算法在含分布式电源的配电网故障定位的高容错性与可靠性。最后通过与粒子群算法、天牛群算法、时变粒子群算法、模拟退火粒子群算法对配电网中的经常发生的单区段故障进行对比仿真分析,结果表明了时变天牛群算法在含分布式电源的配电网故障定位中的可靠性和收敛能力以及寻优能力均强于所测试的其他算法。