电力能源是能源的一种重要形式，它具有便于传输、清洁可靠、使用形式多样等优点，在当今社会越来越受欢迎。电力能源的传输和利用离不开配电网的建设，其好坏直接影响电力能源使用的安全性和经济性。用电负荷预测、变电站建设、电网线路建设是配电网建设的三个环节，其中，变电站建设是基础，尤为关键。所以，为了能建设安全经济的配电网、进而科学利用电力能源，合理进行变电站规划很重要，本文主要研究运用智能算法进行变电站规划。　　变电站规划是典型的有约束的P-中位问题，而且往往数据规模大、目标多、约束多，传统的优化算法追求精确最优解、处理数据规模有限、目标单一，不足以很好的解决该问题。现代智能算法寻求相对最优解，很适合解决大规模、非线性、多目标和多约束的问题，所以，很多学者将现代智能算法应用到变电站规划中。但是，以往的学者多是从坐标几何的角度、结合智能算法寻求问题的最优解，本文将Voronoi图融入智能算法，尝试了从计算几何的角度求解问题。主要成果如下:　　(1)分别研究和介绍了常规Voronoi图和加权Voronoi图，在此基础上，设计了一种自调节权重的加权Voronoi图算法(WeightedVoronoi，简称WV算法)，用于变电站规划的“定容”和“供电区域划分”环节，使规划方案在分配负荷点的同时，满足变压器负载率的要求，保证供电经济性和安全性。　　(2)研究和介绍了基本粒子群优化算法(ParticleSwarmOptimization，简称PSO算法)，将WV算法与基本POS算法相结合，设计了PSO-WV算法。从而将POS算法在变电站规划“选址”环节的优势，与WV算法在“定容”和“供电区域划分”环节的优势成功组合，达到了取长补短的效果。　　(3)研究和介绍了基本分散搜索算法(ScatterSearch，简称SS算法)，并对其做了改进，设计了并行分散搜索算法(PSS算法)，提高了算法的运行效率;将WV算法和PSS算法相结合，设计了PSS-WV算法。PSS-WV充分利用了SS算法的弹性框架特点、结合了WV算法，经过实验，所得变电站的规划结果很好。