I detta examensarbete har en tillförlitlighetsmetod tagits fram som väger samman kostnadspåverkande faktorer för investeringar och underhåll i eldistributionssystem med kostnader förknippade med avbrott. Syftet med metoden är att möjliggöra för nätplanerare och projektörer att jämföra olika investeringsalternativ för att kunna kostnadseffektivisera investeringarna i eldistributionssystem. Med tillförlitlighetsanalys kan den förväntade avbrottstiden i systemets uttagspunkter beräknas. Kopplas en kostnad till den förväntade avbrottstiden i uttagspunkterna kan den förväntade avbrottskostnaden för distributionssystemet beräknas.   Syftet med simuleringarna har varit att undersöka om det går att minimera den totala kostnaden, investeringskostnader samt förväntade avbrottskostnad, genom slumpvisa investeringar i systemets ledningssektioner. Simuleringarna har genomförts på ett fiktivt mindre system. Systemet möjliggör analys av resultaten, men är ändå tillräckligt komplext för att påvisa problematik som kan uppstå. Simuleringarna visar att den framtagna metoden är robust och fungerar på önskat vis. Det visade sig också att simuleringstiden, även med ett stort antal slumpvisa investeringstillfällen, är kort vilket gör att modellen även kan användas för mer komplexa nät. / This MSc project develops a method that combines factors that affect the investment and maintenance costs in electrical power systems with costs associated with outage. This gives the system planner an opportunity to compare different alternatives for investments to receive a low total cost. Using system reliability analysis the outage time for the load points in the system can be decided. If the expected outage time is associated with a cost, it is possible to calculate the expected outage cost for the system.   The purpose of the simulations has been to examine if it is possible to minimize the total cost by doing randomized investments on power lines in the system. The simulations are carried out on a fictional, small system. Because of the specific design, it is easy to analyze results but also complex enough to show problems that can occur in the system. The simulations show that the model is robust and the expected results were accomplished. The simulations also showed that, even for a large amount of events, the time for the simulation is short. This shows that the model is suitable also for larger systems.