在绿色发展概念的引领下,新能源是未来发电的主要方向。但是经过多年的建设,我国火力发电以及配套的电网系统已经相对成熟,现有的配电网络无法满足大量的分布式电源的接入,这就使得新清洁能源的发展受到了限制。在这种背景下提出了主动配电网的概念,但是主动配电网要想达到优化控制效果需要以性能良好的控制方法为核心,因此本文对基于神经网络的主动配电网控制方法与应用展开了研究。为了能够充分了解主动配电网,文中对主动配电网的结构和特点进行了详细分析。在此基础上文中对主动配电网面临的具体问题进行了分析,认为主动配电网要想发挥出最大效用就需要有性能良好的控制方法。为了能够实现最优控制,文中对集中式、混合式、混合分层式控制结构进行子分析,最终选用混合分层式控制结构。文中对神经网络智能算法能否作为主动配电网核心控制方法的可行性进行了分析,最终选用多层卷积神经网络作为核心算法。文中对多层卷积神经网络算法进行了分析,认为该算法在训练过程中的准确度和损失值没有达到预期要求,因此利用确定方法梯度算法对卷积神经网络进行了改进。经过仿真分析,改进后的算法准确度和损失值性能都得到了大幅提高。在理论研究的基础上文中建立了以配电网节点电压、功率参数为最优控制目标的主动配电网控制模型。为了验证该控制模型的性能文中建立了 IEEE18节点配电网仿真模型,通过对配电网节点的电压偏差的仿真分析可知文中提出的主动配电网控制模型能够满足要求。文中最后以实际项目为背景对主动配电网的控制方法进行了应用,并对配电网的稳定性、分布式电源的上网率进行了分析,结果表明文中提出的控制方法能够满足实际应用的需求。