配电网线损是电网损耗的主要组成部分。对配电网进行无功补偿和重构可以降低配电网的线损。电力系统配电网无功功率的优化通过计算出在配电网中最佳无功补偿容量和最佳补偿位置，可以大大改善电压的质量，减少线路损耗，提高系统的经济性和安全性。无功优化是一种典型的多目标、多约束的非线性规划。许多无功优化的方法都在配电网的无功优化中获得了应用，如线性规划法，非线性规划法，混合整数规划法等传统的数学规划法以及近几年兴起的一些方法，如：神经网络方法、专家系统方法和遗传算法等人工智能方法。 本文首先阐述了研究电力系统配电网无功优化问题的目的和意义，详细地给出了电力系统配电网无功优化的基本模型包括目标函数、功率方程约束和变量约束，并分析比较几种不同优化方法，认为无功矩法和遗传算法较适合于配网的武功优化。 遗传算法其初始解的产生、繁殖、变异都是随机完成的，依靠产生大量的个体进行适者生存选择而逐步逼近最优解，可以在整体上保证优化的完整性，但计算效率较低，收敛速度慢，而且这种完全随机化的过程决定了每次补偿结果的不一致性。通常认为无功精确矩算法能找出对网损影响大和对电压水平有显著改善的节点，根据无功二次精确矩选择最优补偿点，利用无功一次精确矩确定所应投放的优化容量，但是存在计算速度慢且不易得出全局最优解。无功矩算法对补偿点位置的确定是唯一，不存在随机过程，不存在随意性和盲目性。为了提高计算速度，。对优化中无功补偿设备容量及安装地点的问题进行研究，本文提出了改进方法利用无功二次精确矩确定最优补偿点，在已知补偿点基础上用遗传算法得到最优的容量补偿，使它摆脱计算的随意性和盲目性，节省不必要的潮流计算时间，提高解算速度，改善寻优方向。 配电网络重构(DistributionNetworkReconfiguration)又称配电网络组态，或配电网络馈线组态、配电网络馈线重构(DistributionFeederReconfiguration)等，它可以极大地优化配电系统地运行，提高供电可靠性，降低配电网线损。本文对配电网重构技术进行综述，重点分析了五种典型的目标函数，并分析了配电网络重构现有的算法及其优缺点，介绍工程实用化的条件及其重构的启动条件。 本文提出的算法在韶关10kV配电网进行了验算，证明了本文模型和算法的实用性，可靠性。