得益于分布式发电技术的进步,目前分布式电源（Distributed Generation,DG）并网的速度正在不断加快。分布式发电是近年来发展起来的一种发电效率高、对环境友好的发电技术。DG的并网虽然带来了一些好处,但网络的拓扑也愈加复杂,而现阶段的配电网故障定位与故障恢复重构技术难以满足要求,因此研究适用于含DG配电网的故障定位与重构方法成为一种必然。因此,本文以含DG的配电网为研究对象,对配电网发生故障后能够快速准确定位故障的方法及恢复重构的方法进行了研究。本文主要研究内容如下:（1）对本文的选题背景及意义进行了介绍,并在配电网故障定位以及配电网故障恢复重构两方面阐述了国内外的研究现状,分析了这些方法的优缺点。（2）对分布式电源的类型及特征进行了分析,并对其并网的形式和策略以及并网后的对配电网的影响进行了研究。（3）分析了粒子群算法的基本原理,并针对其易陷入局部最优的缺点,对惯性权重及学习因子采取了一系列优化措施并将自适应遗传算法与粒子群算法相结合,增强算法性能。并构建了适用于含DG配电网故障定位模型,利用改进算法求解定位模型。在进行仿真测试后,实验结果表明本文所提故障定位方法可以短时间内精确地定位单重故障、多重故障等多种故障类型并且其对畸变信息具备一定的容错性。（4）对常用的潮流计算方法进行了分析。基于配电网结构呈辐射状的特征,选取前推回代法作为本文潮流计算的方法,通过引入节点分层的优化策略,提升其运算能力。并根据DG的并网节点类型的不同进行了潮流计算模型的搭建。最后在含DG配电网中进行了仿真实验,检验了改进方法的实用性。（5）分析了量子粒子群算法的基本原理,为了提升其寻优能力,采用了混沌映射、Levy飞行策略与柯西变异等优化措施。随后搭建配电网故障恢复重构模型,并以有功网损和电压偏差之和为算法的优化目标。并在含DG配电网中进行了实验,结果表明本文所提故障恢复重构方法能够在故障发生后对非故障区域恢复供电,并降低网络损耗,同时对于节点电压分布的改善和幅值的提升具有良好的效果。