随着电力系统规模的不断扩大,区域互联成为未来中国电网的发展趋势,电网的结构单元数量及类型越来越多,给电力系统的故障诊断带来严峻挑战。当前主流的故障诊断技术仍然停留于经验识别法、大致估测法,无法满足现代电网的需求,种种局限性给电网的安全稳定运行、高质量供电带来巨大困扰。因此针对以上问题本文提出了一种基于改进型遗传算法的电力系统故障诊断方法,能够有效解决大电网故障诊断难、诊断位置不精确等问题。为了展开本文课题,首先需要对电力系统进行故障诊断模型的识别及建模,提出一种以输入电力系统各元器件的状态信息为基础,将故障诊断问题转化为含约束的0-1整数规划的建模方法。为了考虑电力系统中存在的大量自动重合闸,本文引入重合闸的贡献权数,给出了针对不同继电保护装置的贡献权数计算表达式,有效地模拟了更为真实的大电网,同时解决了电力系统故障诊断信息经常性不完整等问题,从而在该方法可以有效地适应各种故障信息缺失、信息较少的诊断场景。本文提出了改进遗传算法进行目标函数的优化求解,并对遗传算法中的编码方式进行改进,采用了区域编码的方式,有效地增加了物种的多样性,并通过Python语言进行算法实现,得到最优的目标函数值,对电力系统的故障点进行有效判断。为了证明所提方法的有效性,本文采用内蒙古某变电站的实例进行测试。结果表明,仿真计算结果精确合理,符合现场实际情况。