近年来，伴随着全球能源供应向着清洁、低碳、电气化方向转型，能源互联网的建设已成为电网未来发展的方向。智能配电网作为能源互联网的重要组成部分，是配电网未来发展的必然趋势与目标。相比于传统配电网，智能配电网以高效可靠的通信网络为基础，具有自愈、坚强、集成、兼容、互动等特征。供电恢复作为实现智能配电网自愈性能的核心环节，在电网故障后通过网络重构完成对失电负荷的转供电，对提高电网供电可靠性具有重要意义。
　　基于启发式规则的供电恢复，故障后依据预设动作逻辑恢复失电负荷供电，具有效率高、物理意义清晰的优势，在实际工程中应用广泛。本文在分析故障前后电网形态相似性基础上，提出一种基于转供亲和度的启发式供电恢复方法。首先，建立负荷-联络开关转供亲和度概念，构建故障前后电网形态联系;其次，研究转供亲和度评价指标与计算评估方法;最后，根据故障位置与亲和度排序结果，快速生成转供电方案。该方法采用亲和度离线评估与在线决策相结合的方式，提高了启发式方法的决策速度和方案性能。
　　现阶段的配电网供电恢复研究，对电网不同的故障情况均采用统一的控制模型，造成控制策略对电网实际故障情况的适应能力较差。本文通过分析供电恢复诉求与故障情况之间的关系，提出一种考虑故障影响度的供电恢复技术。首先，从失电负荷损失与故障线路重要程度入手，评价配网故障影响度;其次，建立供电恢复模型自适应匹配机制，依据故障等级选择相适应的供电恢复模型，平衡求解速度和方案性能之间的矛盾;最后，应用多目标全面学习粒子群算法生成转供电方案。该方法统筹了故障等级、供电恢复需求与决策算法之间的关系，能灵活应对不同故障情况，有效提升恢复方案的工程实用性。
　　为进一步提升供电恢复速度，本文参照机器学习与模式识别理论，提出一种基于自学习机制的故障恢复技术，赋予自愈系统自我学习与自我进化的能力。首先，基于模式识别原理研究配电网相似故障状态匹配方法，将网络拓扑相似和负荷分布相似作为评估因素，建立配电网故障相似度评估模型。在此基础上，依据在线风险评估结果进行预想事故仿真，构建基于仿真样本和历史事件处理方案的自学习数据库。配电网故障后，提取故障特征，学习并借鉴自学习数据库备案，快速生成转供电方案。该方法通过引入自学习机制，使自愈系统升级为具备自我学习、自我完善和不断进化能力的智能控制系统。
　　为实现上述三种供电恢复方法的有机协调，结合配网结构与配自系统特点，构建了基于多代理系统的智能配电网供电恢复系统。首先，设计了系统的构成模式和代理功能;研究了系统运行和配合策略，通过各代理的自主决策与信息交互，实现三种供电恢复技术协调配合，共同完成供电恢复任务。该系统兼顾了集中控制与分布控制的优势，具有自组织、自适应和自学习的特点，进一步加强了供电恢复决策功能的可靠性和准确性。