针对典型遗传算法处理拓扑动态变化配电网故障区段定位及隔离问题时存在的若干问题,提出了一种基于改进遗传算法的拓扑动态变化配电网故障区段定位及隔离模型。引入专用适应度函数,采集训练数据预测误差并映射为个体适应度值,建立最优适应度值与最优个体的逻辑对应关系,采用BP神经网络捕获最优个体并对网络初始权值和阈值进行赋值,借助定位及隔离函数输出目标结果。对模型进行效能仿真验证与工程应用分析,可以较好实现拓扑动态变化配电网故障区段精确定位与自动隔离,具有故障信息感知全面、拓扑动态变化适应性强、自主决策性高等优势。