输电网络最优规划问题因其具有目标函数与约束条件的非线性、决策变量的离散性与连续性相混合等特点，成为一个复杂的非线性组合优化问题，并且，随着电网规模的日益扩大，输电网络规划决策变量的维数迅速增大，规划问题也变得越来越复杂，传统的优化方法由于面临组合爆炸、维数灾难而未能很好地解决这个问题。近几十年来，国内外学者对此开展了大量的研究工作，提出了一系列优化算法。 遗传算法是一种模拟生物进化过程的全局性优化算法，它根据自然界优胜劣汰的原则进行搜索和优化，已被成功地引入到电力系统的许多方面。利用遗传算法进行电网规划，能在较短的时间内提供若干个最优、次优优化方案，而且能避免一般优化算法的局部最优或维数灾难等问题。本文采用改进后的遗传算法进行输电网络规划。 论文工作主要分以下四部分进行： 本文在全面介绍遗传算法的操作原理和在电力系统的应用情况的基础上，建立了基于遗传算法优化规划的电网规划的数学模型，模型中包含了线路投资和网络损耗。采用直流潮流法进行潮流计算和过负荷检验，在保证计算精度的情况下，提高了计算速度。模型考虑了网络N-1检验原则，满足了网络规划中对可靠性的起码要求。 为了提高遗传算法的效率和收敛性，本文采用了改进的自适应交叉率和变异率，该方法使得交叉率和变异率随着进化过程而动态自适应调整，针对适应度较大的个体，即种群中性能较优的个体的交叉率和变异率作了调整，保证了在某代进化过程中不会出现近似进化停滞的状况。为了避免已经出现的好个体在遗传过程中消失，提高收敛速度，算法还采用了精英选择策略、保留优良个体和改变终止判据的措施。本文用Garver-6节点电力系统算例进行计算比较，结果证明改进后的遗传算法更容易和更快地收敛于最优结果。 基于遗传算法的输电网络规划软件的开发是另一个工作内容。软件通过采用VC作为开发工具，应用ADO技术搭建起一个基于遗传算法实现输电网络优化规划的软件平台，高效地解决了生产实际问题，丰富了电网规划的方法和手段。 依照基于遗传算法的输电网络规划软件对G市电网网络结构进行了规划，得到一个最优和三个次优方案。计算出四种方案的潮流分布，并对四种方案进行综合经济评价，最优方案在总费用、可靠性等方面都比较令人满意。