摘要：为解决传统基于群智能优化算法的主动配电网故障定位方法执行效率低、容错性差的问题，提出一种基于SSA-RF算法与余弦相似度的主动配电网两阶段故障定位方法。首先，利用故障电流状态方程，通过单点及多点故障的随机模拟构建目标配电网的故障特征库；随后，提出一种融合麻雀搜索算法（SSA）的改进随机森林（RF）分类模型，通过模型的训练建立故障电流方向矩阵与故障点所在线路区段的高维映射关系，训练后的SSA-RF分类模型可用于故障线路区段的初步定位；最后，对定位到的故障区段，计算区段内相邻分段线路故障电流方向信息的余弦相似度，通过余弦相似度的突变点对故障线路进行精确定位。以修改后的IEEE 33节点测试配电网为例进行仿真实验，结果表明，所提两阶段故障定位方法相较于基于群智能优化算法的故障定位方法，具有更高的准确率和抗干扰性。

      关键词：主动配电网；故障定位；两阶段模型；随机森林；余弦相似度

      中图分类号：TM73     文献标识码：A