电力系统的快速发展使得用户对供电可靠性的要求越来越高，配电网故障诊断的重要性尤为突出。若能快速判断故障区段，快速进行故障隔离，及时恢复供电就可以大幅度提高配电网供电的可靠性指标，满足用户对电能质量的要求。配电网故障诊断的研究是当前的研究热点之一。本文将多Agent系统(MAS)这种分布式人工智能方法引入配电网故障诊断研究。由MAS构建实现配电网故障诊断的软件平台，并由有色Petri网(cPN)实现故障区段判断和故障恢复功能。本文的研究内容和取得的主要成果如下：1、在深入分析配电管理系统(DMS)、配电自动化系统(DAS)及配电网故障诊断(FD)方法的发展和现状的前提下，指出配电网故障诊断方法需要结合多种方法共同完成的趋势。MAS的分布式求解问题的方法适合解决配电网这种大型网络的分布式问题，同时Petri网的数学表示以及图形表示能够完成对故障诊断过程的描述，因此本文采用基于CPN方法进行故障区域判断，并将结果引入基于MAS的配电网故障诊断平台中进一步得出故障隔离的结果，再交由CPN方法实现故障恢复，最后由MAS平台输出故障恢复策略；2、在分析配电网拓扑结构特点的基础上，考虑配电网地理信息系统(GIS)在配电网中的广泛应用的现实，提出一种基于GIS的配电网拓扑分析方法；本模型解决商用GIS不能解决配电网拓扑分析的问题，将电力设备与商用GIS的拓扑分析节点对应起来，得出配电网节点描述模型，并通过算例来验证模型的可行性；3、利用配电GIS的节点描述模型，根据节点的电气属性将节点描述模型转化为元件一开关模型。根据元件一开关模型拓扑分析的特点，提出基于CPN的配电网基本拓扑分析单元。该单元中将配电网转化为元件与开关的连接关系，通过对开关连接情况的描述，针对不同问题得到不同子系统，再对子系统进行分析，得出相应的结论。本文给出实现基于CPN的拓扑分析单元的结构体定义、程序框架及主要函数功能描述；4、实现配电网故障区段判断即可使用配电网基本CPN拓扑分析单元，此时子系统定义为由不同状态开关连接的元件集合。CPN与配电GIS相关联，数据结构简单，数据内容完整。通过算例对简单故障，复杂故障的故障区段进行判断均取得正确结果。对于含有错误故障信息的开关信息，根据故障后电压的分布情况进行纠错，最终也得到正确结果。在对故障区段进行隔离后，就可以实行故障恢复操作；5、在分析配电网故障恢复原理的基础上，得出配电网故障恢复过程即为负荷重新分配的过程，因此将基于CPN的基本拓扑分析单元引入配电网故障恢复中。根据启发式规则对配电网进行故障恢复，将启发式规则中的具体实施过程由CPN的基本拓扑分析单元来完成，其中子系统定义为满足故障恢复条件的负荷集合。本算法运算简单，结果清晰明了，在对实际配电网进行仿真实验后，得出正确的结果；6、提出了基于多Agent的DMS模型，并根据各个Agent模块在交互时对象比较固定，参与交互的Agent较少的情况，采用合同网实现各Agent之间的交互；根据配电网分布式的结构特点，采用MAS构建配电网故障诊断软件平台，给出平台各个Agent模块的功能；详细介绍了故障诊断Agent的实现方法，该Agent采用FIPA体系结构，利用多线程技术实现分块黑板交互模型，并根据实现故障诊断Agent的主体程序框架，设计了主要函数及各个Agent函数的具体功能。