随着高级量测体系（Advanced Metering Infrastructure,AMI）技术、大数据技术和“智能电网”的发展,含源低压配电网的拓扑自动识别技术研究迎来了新的机遇和挑战。虽然AMI技术为低压配电网（low voltage distribution network,LVDN）的拓扑识别带来了新手段,但是分布式电源（Distributed Generation,DG）的加入,改变了电气量之间的相关联系,增加了运用AMI数据进行拓扑智能识别的难度。文本重点研究继续利用AMI量测数据的优势,解决含源低压配电网的拓扑自动识别的问题,主要工作内容如下:本文首先对含源低压配电网三相四线潮流模型与算法进行了概述,然后对含源低压配电网的电气量时空特性进行了相关性机理分析,为后续的拓扑自动识别算法和算法准确率评估研究奠定了理论基础。具体地,针对低压台区三相四线、多点接地（即重复接地）、DG接入等结构特点,构建了适用的潮流模型以及算法;从电压、电流和功率三个电气量上对含源低压台区进行时空特性的分析。其次,对LVDN的拓扑结构类别进行说明,分为“线户关系”和“相户关系”,并结合电气量时空特性,对电气量与LVDN物理拓扑的内在联系进行分析;同时分析电气量的相关性,根据电压的相关性对空房用户作归类处理,根据功率的相关性对负荷用户和光伏DG作区分处理;基于基尔霍夫电流定律（KCL定律）搭建含源低压配点网的拓扑识别模型,并转化成二次规划问题求解,同时松弛成二次连续规划模型,便于求解。通过仿真结果证明,相较于利用电压相关性进行拓扑识别的方法,所提出的拓扑识别方法能更准确地识别出含源低压配电网的拓扑关系。最后,针对没有先验拓扑的情况下无法确认准确率的问题,研究AMI量测数据质量对所提的含源低压配电网拓扑识别准确率的评估方法。探究量测数据的完整性、时序长度、相似性、相异性等方面对所提的拓扑识别方法的影响程度,并分析其影响机理;基于此影响机理,提出涵盖五个指标的量测数据质量评价模型;利用此量测数据质量分数与识别准确率呈正相关的关系,搭建一个对应关系的拓扑识别结果准确率评估模型,该模型能根据AMI量测数据的质量分数获取该次识别准确率的范围。通过仿真实验,证明了所提的评估模型具有实用性和有效性。