随着我国农村电网的不断发展，人们对电能的依赖大大增强。我国农网线路复杂，结构多变，配网发生故障不可避免。随着可再生能源发电如光伏发电，风力发电等的发电技术日趋成熟，利用分布式发电(Distributed Generation，DG)技术，有助于提高电力系统的可靠性、灵活性与安全性。当分布式发电系统接入配电网后，网络结构发生变化，发生故障后，不能直接套用传统配电网恢复供电的方法。因此，研究含DG的配电网故障恢复具有重要意义。　　本文研究了含DG的配电网故障恢复和优化算法的研究现状，对目前已有的研究方法和成果进行了分析，归纳了各类方法的局限性和不足，针对含DG的配电网故障后，制定了不同的恢复方案，并将二进制粒子群算法与遗传算法的混合算法应用于配电网重构中，论文的主要工作包括如下几个方面:　　(1)建立了DG的潮流计算模型，并对各种类型的节点进行处理，使其适用于前推回代法的潮流计算。针对重构中变化的网络结构，采用一种由网络末端节点开始逐步推到根节点的拓扑识别方法，分析得出支路首末端节点的连接关系，形成支路信息矩阵，利用支路信息矩阵可以判断配电网连通性与辐射性，并且有助于对DG并网或者孤岛运行的识别。　　(2)根据配电网发生故障的位置以及失电区内DG的运行方式，制定了不同的故障恢复方案。当失电区内的DG与主网存在通路时，将孤岛划分作为网络重构的一个环节，通过动态进行孤岛划分，与网络重构相互配合，协同获得全局最优解;当失电区内的DG与主网不存在通路时，又分为DG可以孤岛运行和DG不能孤岛运行两种情况，将可以孤岛运行的DG通过孤岛划分对失电负荷供电。根据DG可以形成的最大供电范围进行孤岛划分，保证失电区内重要负荷恢复供电。　　(3)在对配电网进行故障恢复重构时，采用二进制粒子群算法，利用自适应权重法对粒子群参数进行调整，针对粒子群算法容易出现“早熟现象”，引入遗传算法的变异操作，当粒子陷入局部最优解时，能够快速跳出局部最优点，向全局最优解靠拢;建立了以负荷失电量最少，开关操作次数最少和有功功率损耗最小为目标函数的故障恢复数学模型;针对混合算法在重构中产生不可行解的问题，对初始种群的生成做出限制，并对种群更新后出现的不可行解进行处理;利用孤岛界限矩阵判断是否可对重构后剩余失电负荷供电，有助于配网重构与孤岛划分同时进行。　　(4)运用Matlab对IEEE-33节点系统进行仿真，对比结果验证了粒子群遗传混合算法以及故障恢复方案的有效性与可行性。